Cr\u00e9dito: CC0 Dominio p\u00fablico <\/p>\n
Investigadores de la Universidad de Northwestern est\u00e1n utilizando inteligencia artificial (IA) para acelerar la b\u00fasqueda de tratamientos y vacunas contra el COVID-19. La herramienta impulsada por IA permite priorizar los recursos para los estudios m\u00e1s prometedores e ignorar la investigaci\u00f3n que es poco probable que produzca beneficios. <\/p>\n
En medio de la pandemia, la investigaci\u00f3n cient\u00edfica se est\u00e1 realizando a un ritmo sin precedentes. La Administraci\u00f3n de Alimentos y Medicamentos y el Departamento de Salud y Servicios Humanos de EE. UU. anunciaron planes para acelerar los ensayos cl\u00ednicos, y cientos de cient\u00edficos est\u00e1n investigando posibles tratamientos y vacunas.<\/p>\n
Pero la pregunta sigue siendo: \u00bfQu\u00e9 investigaci\u00f3n tiene el mayor potencial? para producir soluciones reales y muy necesarias?<\/p>\n
La comunidad cient\u00edfica ha estado prediciendo la respuesta a tales preguntas durante d\u00e9cadas utilizando el programa Systematizing Confidence in Open Research and Evidence (DARPA SCORE) de la Agencia de Proyectos de Investigaci\u00f3n Avanzada de Defensa. El programa se basa en expertos cient\u00edficos para revisar y calificar los estudios de investigaci\u00f3n presentados en funci\u00f3n de la probabilidad de que sean replicables. En promedio, este proceso toma alrededor de 314 d\u00edas, una larga espera en medio de una pandemia global.<\/p>\n
El modelo de la m\u00e1quina es tan preciso como el sistema de puntuaci\u00f3n humano para hacer tales predicciones, dijeron los investigadores, y se puede ampliar. para revisar una mayor cantidad de documentos en una fracci\u00f3n del tiempo minutos en lugar de meses.<\/p>\n
\u00abEl proceso est\u00e1ndar es demasiado costoso, tanto financieramente como en t\u00e9rminos de costos de oportunidad\u00bb, dijo Brian Uzzi de Northwestern, quien dirigi\u00f3 el estudiar. \u00abPrimero, 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 est\u00e1n en el laboratorio realizando su propia investigaci\u00f3n\u00bb.<\/p>\n
Con su nueva herramienta de IA, Uzzi y su equipo de la Escuela de Administraci\u00f3n Kellogg eluden el m\u00e9todo de calificaci\u00f3n humana, lo que permite que la comunidad de investigadores y los encargados de formular pol\u00edticas tomen decisiones m\u00e1s r\u00e1pidas sobre c\u00f3mo priorizar el tiempo y la financiaci\u00f3n en los estudios que tienen m\u00e1s probabilidades de tener \u00e9xito.<\/p>\n
Uzzi es el autor correspondiente del art\u00edculo, titulado \u00abEstimating the ‘Deep-Replicability’ of Scientific Findings Using Human and Machine Intelligence\u00bb, que se publicar\u00e1 la semana del 4 de mayo en PNAS.<\/p>\n
\u00abEn medio de una crisis de salud p\u00fablica, es esencial que centremos nuestros esfuerzos en la investigaci\u00f3n m\u00e1s prometedora\u00bb, dijo Uzzi, profesor de Liderazgo de la c\u00e1tedra Richard L. Thomas en Kellogg y codirector del Instituto del Noroeste de Sistemas Complejos. \u00abEsto es importante no solo para salvar vidas, sino tambi\u00e9n para eliminar r\u00e1pidamente la informaci\u00f3n err\u00f3nea que resulta de una investigaci\u00f3n mal realizada\u00bb.<\/p>\n
C\u00f3mo funciona<\/p>\n
El equipo de investigadores de Northwestern desarroll\u00f3 un algoritmo para predecir los resultados de qu\u00e9 estudios es m\u00e1s probable que sean replicables. La replicaci\u00f3n, lo que significa que los resultados del estudio se pueden producir una segunda vez con una nueva poblaci\u00f3n de prueba, es una se\u00f1al clave de que las conclusiones del estudio son v\u00e1lidas.<\/p>\n
La predicci\u00f3n del modelo de m\u00e1quina sobre la probabilidad de replicabilidad en realidad puede ser m\u00e1s precisa que la predicci\u00f3n tradicional de puntuaci\u00f3n humana, dijeron los investigadores, porque considera m\u00e1s la narrativa del estudio, mientras que los revisores expertos tienden a centrarse en la fuerza de las estad\u00edsticas relacionales en un art\u00edculo.<\/p>\n
\u00bb Hay mucha informaci\u00f3n valiosa sobre c\u00f3mo los autores del estudio explican sus resultados\u00bb, dijo Uzzi. \u00abLas palabras que usan revelan su propia confianza en sus hallazgos, pero es dif\u00edcil para el ser humano promedio detectar eso\u00bb.<\/p>\n
Debido a que el algoritmo examina las palabras de miles de documentos, reconoce patrones de elecci\u00f3n de palabras. que podr\u00eda estar oculto a la conciencia humana. Tiene un esquema mucho m\u00e1s grande al que recurrir para sus predicciones, lo que lo convierte en un socio extraordinario para los revisores humanos, dijo Uzzi.<\/p>\n
El modelo de los investigadores se puede usar de inmediato para analizar trabajos de investigaci\u00f3n relacionados con COVID y r\u00e1pidamente determine cu\u00e1les son m\u00e1s prometedores.<\/p>\n
\u00abEsta herramienta es particularmente \u00fatil en esta situaci\u00f3n de crisis en la que no podemos actuar lo suficientemente r\u00e1pido\u00bb, dijo Uzzi. \u00abNos puede dar una estimaci\u00f3n precisa de lo que va a funcionar y lo que no funcionar\u00e1 muy r\u00e1pidamente. Estamos detr\u00e1s de la pelota, y esto puede ayudarnos a ponernos al d\u00eda\u00bb.<\/p>\n
Usado solo, el modelo tiene precisi\u00f3n comparable al m\u00e9todo DARPA SCORE. Combinados, el enfoque de combinaci\u00f3n hombre-m\u00e1quina predice qu\u00e9 hallazgos ser\u00e1n replicables con una precisi\u00f3n incluso mayor que cualquiera de los m\u00e9todos por s\u00ed solos, descubrieron los investigadores.<\/p>\n
\u00abEsta herramienta nos ayudar\u00e1 a llevar a cabo el negocio de la ciencia con mayor precisi\u00f3n y eficiencia\u00bb, dijo Uzzi. \u00abAhora m\u00e1s que nunca, es esencial que la comunidad de investigaci\u00f3n opere de manera eficiente, centr\u00e1ndose solo en aquellos estudios que son realmente prometedores\u00bb. <\/p>\n
Explore m\u00e1s<\/p>\n
Las mujeres cient\u00edficas obtienen menos fondos federales que los hombres, seg\u00fan un nuevo estudio , PNAS (2020). www.pnas.org\/cgi\/doi\/10.1073\/pnas.1909046117 Informaci\u00f3n de la revista:<\/strong> Procedimientos de la Academia Nacional de Ciencias <\/p>\n Proporcionado por la Universidad Northwestern Cita<\/strong>: AI La herramienta acelera la b\u00fasqueda 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 investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" Cr\u00e9dito: CC0 Dominio p\u00fablico Investigadores de la Universidad de Northwestern est\u00e1n utilizando inteligencia artificial (IA) para acelerar la b\u00fasqueda de tratamientos y vacunas contra el COVID-19. La herramienta impulsada por IA permite priorizar los recursos para los estudios m\u00e1s prometedores e ignorar la investigaci\u00f3n que es poco probable que produzca beneficios. En medio de la … Continuar leyendo \u00abHerramienta de inteligencia artificial acelera la b\u00fasqueda de tratamientos y vacunas contra el COVID-19\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-28043","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/28043","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=28043"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/28043\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=28043"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=28043"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=28043"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}