Biblia

Herramienta de inteligencia artificial acelera la búsqueda de tratamientos y vacunas contra el COVID-19

Herramienta de inteligencia artificial acelera la búsqueda de tratamientos y vacunas contra el COVID-19

Crédito: CC0 Dominio público

Investigadores de la Universidad de Northwestern están utilizando inteligencia artificial (IA) para acelerar la búsqueda de tratamientos y vacunas contra el COVID-19. La herramienta impulsada por IA permite priorizar los recursos para los estudios más prometedores e ignorar la investigación que es poco probable que produzca beneficios.

En medio de la pandemia, la investigación científica se está realizando a un ritmo sin precedentes. La Administración de Alimentos y Medicamentos y el Departamento de Salud y Servicios Humanos de EE. UU. anunciaron planes para acelerar los ensayos clínicos, y cientos de científicos están investigando posibles tratamientos y vacunas.

Pero la pregunta sigue siendo: ¿Qué investigación tiene el mayor potencial? para producir soluciones reales y muy necesarias?

La comunidad científica ha estado prediciendo la respuesta a tales preguntas durante décadas utilizando el programa Systematizing Confidence in Open Research and Evidence (DARPA SCORE) de la Agencia de Proyectos de Investigación Avanzada de Defensa. El programa se basa en expertos científicos para revisar y calificar los estudios de investigación presentados en función de la probabilidad de que sean replicables. En promedio, este proceso toma alrededor de 314 días, una larga espera en medio de una pandemia global.

El modelo de la máquina es tan preciso como el sistema de puntuación humano para hacer tales predicciones, dijeron los investigadores, y se puede ampliar. para revisar una mayor cantidad de documentos en una fracción del tiempo minutos en lugar de meses.

«El proceso estándar es demasiado costoso, tanto financieramente como en términos de costos de oportunidad», dijo Brian Uzzi de Northwestern, quien dirigió el estudiar. «Primero, lleva demasiado tiempo pasar a la segunda fase de prueba y segundo, cuando los expertos dedican su tiempo a revisar el trabajo de otras personas, significa que no están en el laboratorio realizando su propia investigación».

Con su nueva herramienta de IA, Uzzi y su equipo de la Escuela de Administración Kellogg eluden el método de calificación humana, lo que permite que la comunidad de investigadores y los encargados de formular políticas tomen decisiones más rápidas sobre cómo priorizar el tiempo y la financiación en los estudios que tienen más probabilidades de tener éxito.

Uzzi es el autor correspondiente del artículo, titulado «Estimating the ‘Deep-Replicability’ of Scientific Findings Using Human and Machine Intelligence», que se publicará la semana del 4 de mayo en PNAS.

«En medio de una crisis de salud pública, es esencial que centremos nuestros esfuerzos en la investigación más prometedora», dijo Uzzi, profesor de Liderazgo de la cátedra Richard L. Thomas en Kellogg y codirector del Instituto del Noroeste de Sistemas Complejos. «Esto es importante no solo para salvar vidas, sino también para eliminar rápidamente la información errónea que resulta de una investigación mal realizada».

Cómo funciona

El equipo de investigadores de Northwestern desarrolló un algoritmo para predecir los resultados de qué estudios es más probable que sean replicables. La replicación, lo que significa que los resultados del estudio se pueden producir una segunda vez con una nueva población de prueba, es una señal clave de que las conclusiones del estudio son válidas.

La predicción del modelo de máquina sobre la probabilidad de replicabilidad en realidad puede ser más precisa que la predicción tradicional de puntuación humana, dijeron los investigadores, porque considera más la narrativa del estudio, mientras que los revisores expertos tienden a centrarse en la fuerza de las estadísticas relacionales en un artículo.

» Hay mucha información valiosa sobre cómo los autores del estudio explican sus resultados», dijo Uzzi. «Las palabras que usan revelan su propia confianza en sus hallazgos, pero es difícil para el ser humano promedio detectar eso».

Debido a que el algoritmo examina las palabras de miles de documentos, reconoce patrones de elección de palabras. que podría estar oculto a la conciencia humana. Tiene un esquema mucho más grande al que recurrir para sus predicciones, lo que lo convierte en un socio extraordinario para los revisores humanos, dijo Uzzi.

El modelo de los investigadores se puede usar de inmediato para analizar trabajos de investigación relacionados con COVID y rápidamente determine cuáles son más prometedores.

«Esta herramienta es particularmente útil en esta situación de crisis en la que no podemos actuar lo suficientemente rápido», dijo Uzzi. «Nos puede dar una estimación precisa de lo que va a funcionar y lo que no funcionará muy rápidamente. Estamos detrás de la pelota, y esto puede ayudarnos a ponernos al día».

Usado solo, el modelo tiene precisión comparable al método DARPA SCORE. Combinados, el enfoque de combinación hombre-máquina predice qué hallazgos serán replicables con una precisión incluso mayor que cualquiera de los métodos por sí solos, descubrieron los investigadores.

«Esta herramienta nos ayudará a llevar a cabo el negocio de la ciencia con mayor precisión y eficiencia», dijo Uzzi. «Ahora más que nunca, es esencial que la comunidad de investigación opere de manera eficiente, centrándose solo en aquellos estudios que son realmente prometedores».

Explore más

Las mujeres científicas obtienen menos fondos federales que los hombres, según un nuevo estudio , PNAS (2020). www.pnas.org/cgi/doi/10.1073/pnas.1909046117 Información de la revista: Procedimientos de la Academia Nacional de Ciencias

Proporcionado por la Universidad Northwestern Cita: AI La herramienta acelera la búsqueda de tratamientos y vacunas contra el COVID-19 (4 de mayo de 2020) consultado el 31 de agosto de 2022 en https://medicalxpress.com/news/2020-05-ai-tool-covid-treatments-vaccines.html Este documento es sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.