Μπορεί η Τεχνητή Νοημοσύνη να βάλει τέλος στα πειράματα στα ζώα;

Οι ερευνητές αναζητούν εδώ και καιρό εναλλακτικές λύσεις για να σταματήσουν τα πειράματα στα ζώα και τα συστήματα τεχνητής νοημοσύνης επιταχύνουν πια αυτό το έργο. Μια εφαρμογή της τεχνητής νοημοσύνης στον τομέα αυτό είναι απλή, αλλά λέγεται ότι αποδεικνύεται αποτελεσματική - η χρήση της για την ανίχνευση όλων των υφιστάμενων και διαθέσιμων παγκόσμιων αποτελεσμάτων δοκιμών σε ζώα, ώστε να αποφευχθεί η ανάγκη για νέες περιττές δοκιμές.

Αυτό είναι χρήσιμο επειδή μπορεί να είναι δύσκολο για τους επιστήμονες να αναζητήσουν δεδομένα δεκαετιών για να βρουν και να αναλύσουν ακριβώς αυτό που ψάχνουν, λέει ο Joseph Manuppello, ανώτερος ερευνητικός αναλυτής στην Επιτροπή Ιατρών για την Υπεύθυνη Ιατρική, μια μη κερδοσκοπική οργάνωση στις ΗΠΑ.

«Είμαι πολύ ενθουσιασμένος με την εφαρμογή μοντέλων τεχνητής νοημοσύνης όπως το ChatGPT για την εξαγωγή και σύνθεση όλων αυτών των διαθέσιμων δεδομένων και την αξιοποίησή τους στο έπακρο», λέει.
Ο Thomas Hartung είναι καθηγητής τοξικολογίας στο Πανεπιστήμιο Johns Hopkins στις ΗΠΑ και επίσης διευθυντής του Κέντρου για Εναλλακτικές λύσεις στις δοκιμές σε ζώα. Λέει: «Η τεχνητή νοημοσύνη είναι εξίσου καλή με τον άνθρωπο, ή και καλύτερη, στην εξαγωγή πληροφοριών από επιστημονικές εργασίες».

Η τεχνητή νοημοσύνη μπορεί να σταματήσει τα πειράματα στα ζώα

Όσον αφορά τις τρέχουσες δοκιμές σε ζώα, ο καθηγητής Hartung λέει ότι η ανάγκη ελέγχου των νέων χημικών ουσιών είναι ένας από τους κύριους λόγους. Και με περισσότερες από 1.000 τέτοιες νέες ενώσεις να εισέρχονται στην αγορά κάθε χρόνο, υπάρχουν πολλές που πρέπει να δοκιμαστούν. Ο καθηγητής Hartung λέει ότι τα εκπαιδευμένα συστήματα τεχνητής νοημοσύνης αρχίζουν να είναι σε θέση να καθορίζουν την τοξικότητα μιας νέας χημικής ουσίας.

«Η ύπαρξη διαθέσιμων εργαλείων όπου μπορούμε να πατήσουμε ένα κουμπί και να λάβουμε μια προκαταρκτική αξιολόγηση, η οποία μας δίνει κάποιες ενδείξεις ότι “εδώ υπάρχει πρόβλημα”... θα είναι εξαιρετικά χρήσιμη».
Ο καθηγητής Hartung προσθέτει ότι ενώ τα συστήματα λογισμικού χρησιμοποιούνται εδώ και καιρό στην τοξικολογία, η τεχνητή νοημοσύνη προσφέρει ένα «τεράστιο άλμα προς τα εμπρός» τόσο σε ισχύ όσο και σε ακρίβεια.

«Αυτό δημιουργεί ξαφνικά ευκαιρίες που δεν υπήρχαν προηγουμένως», λέει, προσθέτοντας ότι η τεχνητή νοημοσύνη εμπλέκεται πλέον σε κάθε στάδιο της δοκιμής τοξικότητας. Η τεχνητή νοημοσύνη χρησιμοποιείται ακόμη και για τη δημιουργία νέων φαρμάκων εξ αρχής.

Τα συστήματα τεχνητής νοημοσύνης δεν είναι φυσικά τέλεια στον προσδιορισμό της χημικής ασφάλειας. Ένα πρόβλημα είναι το φαινόμενο που είναι γνωστό ως μεροληψία δεδομένων. Ένα παράδειγμα αυτού είναι εάν ένα σύστημα ΤΝ και ο αλγόριθμός του έχουν εκπαιδευτεί χρησιμοποιώντας δεδομένα υγείας που προέρχονται κυρίως από μια εθνική ομάδα. Ο κίνδυνος είναι ότι οι υπολογισμοί ή τα συμπεράσματά του μπορεί να μην είναι απολύτως κατάλληλα για άτομα από άλλο εθνικό υπόβαθρο.

Όμως, όπως επισημαίνει ο καθηγητής Hartung, η δοκιμή ανθρώπινων φαρμάκων σε ζώα μπορεί μερικές φορές να είναι λίγο χρήσιμη. Για παράδειγμα, το φάρμακο κατά της αρθρίτιδας Vioxx πέρασε το στάδιο των δοκιμών σε ζώα, για να προχωρήσει στη συνέχεια και τελικά να αποσυρθεί από την πώληση αφού μελέτες έδειξαν ότι η μακροχρόνια χρήση από ανθρώπους οδήγησε σε αυξημένο κίνδυνο καρδιακής προσβολής και εγκεφαλικού επεισοδίου.

Από την άλλη πλευρά, ορισμένα ευρέως χρησιμοποιούμενα φάρμακα θα είχαν αποτύχει στις δοκιμές σε ζώα, όπως το παυσίπονο ασπιρίνη, το οποίο είναι τοξικό για τα έμβρυα αρουραίων.

Ο καθηγητής Hartung καταλήγει στο συμπέρασμα ότι σε αρκετές περιπτώσεις η τεχνητή νοημοσύνη αποδεικνύεται ήδη πιο ακριβής από τις δοκιμές σε ζώα. Ο καθηγητής Hartung λέει ότι η τεχνητή νοημοσύνη προσφέρει «ένα τεράστιο άλμα προς τα εμπρός». Ένα έργο τεχνητής νοημοσύνης που κατασκευάζεται για να προσπαθήσει να αντικαταστήσει την ανάγκη για μελλοντικές δοκιμές σε ζώα ονομάζεται AnimalGAN. Το λογισμικό που αναπτύχθηκε από την Αμερικανική Υπηρεσία Τροφίμων και Φαρμάκων, στοχεύει να είναι σε θέση να προσδιορίζει με ακρίβεια τον τρόπο με τον οποίο οι αρουραίοι θα αντιδρούσαν σε οποιαδήποτε χημική ουσία.

Η τεχνητή νοημοσύνη εκπαιδεύτηκε χρησιμοποιώντας δεδομένα από 6.442 πραγματικούς αρουραίους σε 1.317 σενάρια θεραπείας.

Tα νέα φάρμακα σε αρουραίους και σε σκύλους 

Ένα παρόμοιο διεθνές έργο με την ονομασία Virtual Second Species δημιουργεί έναν εικονικό σκύλο με τεχνητή νοημοσύνη, ο οποίος εκπαιδεύεται χρησιμοποιώντας δεδομένα από ιστορικά αποτελέσματα δοκιμών σε σκύλους. Η Cathy Vickers είναι επικεφαλής της καινοτομίας στο Εθνικό Κέντρο για την αντικατάσταση, βελτίωση και μείωση των ζώων στην έρευνα του Ηνωμένου Βασιλείου, το οποίο αποτελεί μέρος του προγράμματος.

Η ίδια εξηγεί ότι τα νέα φάρμακα δοκιμάζονται επί του παρόντος πρώτα τόσο σε αρουραίους όσο και σε σκύλους για να ελεγχθεί η πιθανή τοξικότητα, πριν ξεκινήσουν ενδεχομένως οι δοκιμές σε ανθρώπους.

Στο μέλλον, η μεγαλύτερη πρόκληση για τις δοκιμές τεχνητής νοημοσύνης είναι η κανονιστική έγκριση. Η Δρ Βίκερς αναγνωρίζει ότι «η πλήρης αποδοχή θα πάρει χρόνο».

Ωστόσο, η Emma Grange, διευθύντρια επιστημονικών και ρυθμιστικών υποθέσεων της ομάδας πίεσης Cruelty Free International, αντιτείνει ότι πρέπει να καταβληθούν όλες οι προσπάθειες για να εξασφαλιστεί η σταδιακή κατάργηση των δοκιμών σε ζώα.

«Προς το παρόν, δεν είναι σαφές πώς ή αν οι νέες τεχνολογίες, όπως η τεχνητή νοημοσύνη, θα μπορούσαν να συμβάλουν στον πραγματικό τερματισμό των δοκιμών σε ζώα και όχι απλώς στη μείωση ή τη βελτίωση αυτών των δοκιμών», λέει η ίδια.

«Γνωρίζουμε όμως ότι η χρήση των ζώων ως μοντέλα για την προστασία της ανθρώπινης υγείας και του περιβάλλοντος είναι ξεπερασμένη επιστήμη και ελπίζουμε ότι τελικά η Τεχνητή Νοημοσύνη μπορεί να παίξει ρόλο στη μετάβαση από τη χρήση ζώων σε οποιαδήποτε δοκιμή ή πείραμα».

Πηγή: BBC