Los investigadores de la Universidad Northwestern están utilizando inteligencia artificial IA para acelerar la búsqueda de tratamientos y vacunas COVID-19. La herramienta impulsada por AI hace posible priorizar los recursos para los estudios más prometedores e ignorar la investigación que es poco probablebeneficios de rendimiento.
En medio de la pandemia, la investigación científica se está llevando a cabo 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 de Sistematización de la Confianza en la Investigación y Evidencia Abiertas de la Agencia de Proyectos de Investigación Avanzada de Defensa DARPA SCORE. El programa se basa en expertos científicos para revisar y calificar los estudios de investigación presentados basados enla probabilidad de que sean replicables. En promedio, este proceso lleva unos 314 días, una larga espera en medio de una pandemia global.
El modelo de máquina es tan preciso como el sistema de puntuación humano para hacer tales predicciones, dijeron los investigadores, y puede ampliarse para revisar una mayor cantidad de documentos en una fracción del tiempo, minutos en lugar de meses.
"El proceso estándar es demasiado costoso, tanto en términos financieros como en términos de costos de oportunidad", dijo Brian Uzzi, de Northwestern, quien dirigió el estudio. "Primero, lleva mucho 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 inteligencia artificial, Uzzi y su equipo en la Kellogg School of Management omiten el método de calificación humana, lo que permite a la comunidad investigadora y a los responsables políticos tomar decisiones más rápidas sobre cómo priorizar el tiempo y la financiación de los estudios que tienen más probabilidades detener éxito.
Uzzi es el autor correspondiente en el artículo, titulado "Estimación de la 'replicabilidad profunda' de los hallazgos científicos utilizando inteligencia humana y mecánica", 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 Richard L. Thomas en Kellogg y codirector del Northwestern Institute on ComplexSistemas: "Esto es importante no solo para salvar vidas, sino también para reprimir rápidamente la información errónea que resulta de una investigación mal realizada".
Cómo funciona
El equipo de investigadores de Northwestern desarrolló un algoritmo para predecir qué resultados de los estudios tienen más probabilidades de ser replicables. La replicación, lo que significa que los resultados del estudio pueden producirse por segunda vez con una nueva población de prueba, es una señal clave quelas conclusiones del estudio son válidas
La predicción del modelo de máquina de 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 la relaciónestadísticas en un documento.
"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 humano promedio detectar eso".
Debido a que el algoritmo examina las palabras de miles de artículos, reconoce los patrones de elección de palabras que podrían estar ocultos a la conciencia humana. Tiene un esquema mucho más grande para aprovechar 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 los trabajos de investigación relacionados con COVID y determinar rápidamente cuáles son los más prometedores.
"Esta herramienta es particularmente útil en esta situación de crisis en la que no podemos actuar lo suficientemente rápido", dijo Uzzi. "Puede darnos una estimación precisa de lo que funcionará y no funcionará muy rápidamente. Estamos detrás del balón"., y esto puede ayudarnos a ponernos al día "
Utilizado por sí solo, el modelo tiene una precisión comparable al método DARPA SCORE. En combinación, el enfoque combinado humano-máquina predice qué hallazgos serán replicables con una precisión aún mayor que cualquiera de los métodos por sí solo, encontraron los investigadores.
"Esta herramienta nos ayudará a llevar a cabo los negocios 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, enfocándose solo en aquellos estudios que son realmente prometedores".
Fuente de la historia :
Materiales proporcionado por Universidad del Noroeste . Original escrito por Kayla Stoner. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :