Um novo estudo publicado na Nature descreve pela primeira vez como os avanços na IA podem acelerar avanços na pesquisa de doenças infecciosas e na resposta a surtos.

O estudo , publicado após a Cúpula de Ação de IA da semana passada e em meio ao crescente debate global sobre investimento e regulamentação de IA, dá ênfase especial à segurança, responsabilidade e ética na implantação e uso de IA em pesquisas sobre doenças infecciosas.

Apelando para um ambiente colaborativo e transparente - tanto em termos de conjuntos de dados quanto de modelos de IA - o estudo é uma parceria entre cientistas da Universidade de Oxford e colegas da academia, indústria e organizações políticas na África, América, Ásia, Austrália e Europa.

Até agora, as aplicações médicas da IA têm se concentrado predominantemente no atendimento individual ao paciente, aprimorando, por exemplo, diagnósticos clínicos, medicina de precisão ou apoiando decisões de tratamento clínico.

Esta revisão considera, em vez disso, o uso de IA na saúde da população. O estudo conclui que os avanços recentes em metodologias de IA estão apresentando desempenho cada vez melhor, mesmo com dados limitados — um grande gargalo até o momento. Melhor desempenho em dados limitados e ruidosos está abrindo novas áreas para ferramentas de IA para melhorar a saúde em países de alta e baixa renda.

O autor principal, Professor Moritz Kraemer, do Instituto de Ciências Pandêmicas da Universidade de Oxford , disse: "Nos próximos cinco anos, a IA tem o potencial de transformar a preparação para uma pandemia.

'Isso nos ajudará a antecipar melhor onde os surtos começarão e prever sua trajetória, usando terabytes de dados climáticos e socioeconômicos coletados rotineiramente. Também pode ajudar a prever o impacto de surtos de doenças em pacientes individuais, estudando as interações entre o sistema imunológico e patógenos emergentes.

'Juntos e se integrados aos sistemas de resposta à pandemia dos países, esses avanços terão o potencial de salvar vidas e garantir que o mundo esteja melhor preparado para futuras ameaças de pandemia.'

• Avanços promissores na melhoria dos modelos atuais de propagação de doenças, visando tornar a modelagem mais robusta, precisa e realista.

• Progresso na identificação de áreas de alto potencial de transmissão, ajudando a garantir que recursos limitados de saúde possam ser alocados da maneira mais eficiente possível.

• Potencial para melhorar dados genéticos na vigilância de doenças, acelerando, em última análise, o desenvolvimento de vacinas e a identificação de novas variantes.

• Potencial para ajudar a determinar as propriedades de novos patógenos, prever suas características e identificar se os saltos entre espécies são prováveis.

• Prever quais novas variantes de patógenos já circulantes – como SARS-CoV-2 e vírus influenza – podem surgir e quais tratamentos e vacinas são melhores para reduzir seu impacto.

• Possível integração auxiliada por IA de dados de nível populacional com dados de fontes de nível individual – incluindo tecnologias vestíveis, como frequência cardíaca e contagem de passos – para melhor detectar e monitorar surtos.

• A IA pode criar uma nova interface entre a ciência altamente técnica e os profissionais de saúde com treinamento limitado, melhorando a capacidade em ambientes que mais precisam dessas ferramentas.

No entanto, nem todas as áreas de preparação e resposta à pandemia serão igualmente impactadas pelos avanços na IA. Por exemplo, enquanto os modelos de linguagem de proteínas prometem muito acelerar a compreensão de como as mutações do vírus podem impactar a disseminação e a gravidade da doença, os avanços nos modelos fundamentais podem fornecer apenas melhorias modestas em relação às abordagens existentes para modelar a velocidade com que um patógeno está se espalhando.

Os cientistas pedem cautela ao sugerir que a IA sozinha resolverá os desafios das doenças infecciosas, mas que a integração do feedback humano nos fluxos de trabalho de modelagem de IA pode ajudar a superar as limitações existentes.

Os autores estão particularmente preocupados com a qualidade e representatividade dos dados de treinamento, a acessibilidade limitada dos modelos de IA à comunidade em geral e os riscos potenciais associados à implantação de modelos de caixa-preta para tomada de decisões.

O autor do estudo, Professor Eric Topol, MD , fundador e diretor do Scripps Research Translational Institute, disse: "Embora a IA tenha um potencial transformador notável para mitigação de pandemias, ela depende de ampla colaboração mundial e de entradas de dados de vigilância abrangentes e contínuas."

O principal autor do estudo, Samir Bhatt, da Universidade de Copenhague e do Imperial College de Londres, disse: "Surtos de doenças infecciosas continuam sendo uma ameaça constante, mas a IA oferece aos formuladores de políticas um novo e poderoso conjunto de ferramentas para orientar decisões informadas sobre quando e como intervir."

Os autores sugerem parâmetros rigorosos para avaliar modelos de IA, defendendo fortes colaborações entre governo, sociedade, indústria e academia para o desenvolvimento sustentável e prático de modelos para melhorar a saúde humana.

O artigo completo, ' Inteligência artificial para modelagem de epidemias de doenças infecciosas ', pode ser lido na Nature .