Hướng đến sự chính xác

Các nhà nghiên cứu cho rằng Trí tuệ nhân tạo và Học máy có thể tăng cường đánh giá ngang hàng về mặt khoa học

Khi đại dịch COVID-19 đã càn quét thế giới, các nhà nghiên cứu đã xuất bản hàng trăm bài báo mỗi tuần báo cáo những phát hiện của họ - nhiều bài báo trong số đó đã không trải qua quá trình đánh giá đồng nghiệp kỹ lưỡng để đánh giá độ tin cậy của chúng.

Trong một số trường hợp, nghiên cứu được kiểm chứng kém đã ảnh hưởng lớn đến chính sách công, như khi một nhóm người Pháp báo cáo rằng các bệnh nhân COVID đã được chữa khỏi nhờ sự kết hợp của hydroxychloroquine và azithromycin. Tuyên bố đã được công bố rộng rãi, và ngay sau đó các bệnh nhân Hoa Kỳ đã được kê đơn những loại thuốc này theo giấy phép sử dụng khẩn cấp. Tuy nhiên, nghiên cứu sâu hơn liên quan đến số lượng bệnh nhân lớn hơn đã đặt ra những nghi ngờ nghiêm trọng về những tuyên bố này.

Với rất nhiều thông tin liên quan đến COVID được công bố mỗi tuần, làm thế nào các nhà nghiên cứu, bác sĩ lâm sàng và hoạch định chính sách có thể theo kịp? 

Trong một bài bình luận được xuất bản tuần này trong Công nghệ sinh học tự nhiên, Nhà khoa học Tudor Oprea, MD, PhD của Đại học New Mexico và các đồng nghiệp của ông, nhiều người trong số họ làm việc tại các công ty trí tuệ nhân tạo (AI), đưa ra trường hợp rằng AI và máy học có tiềm năng giúp các nhà nghiên cứu tách lúa mì ra khỏi trấu.

Oprea, giáo sư Khoa học Y dược và Trưởng Bộ phận Tin học Dịch thuật của UNM, lưu ý rằng ý thức cấp bách phải phát triển một loại vắc-xin và đưa ra các phương pháp điều trị hiệu quả cho coronavirus đã khiến nhiều nhà khoa học bỏ qua quy trình đánh giá ngang hàng truyền thống bằng cách xuất bản “các bản in ”- phiên bản sơ bộ của công việc của họ - trực tuyến.

Mặc dù điều đó cho phép phổ biến nhanh chóng các phát hiện mới, nhưng “Vấn đề xảy ra khi các tuyên bố về một số loại thuốc chưa được kiểm chứng bằng thực nghiệm xuất hiện trong thế giới in sẵn,” Oprea nói. Trong số những thứ khác, thông tin xấu có thể khiến các nhà khoa học và bác sĩ lâm sàng lãng phí thời gian và tiền bạc để theo đuổi những dẫn dắt mù quáng.

AI và học máy có thể khai thác sức mạnh tính toán khổng lồ để kiểm tra nhiều tuyên bố đang được đưa ra trong một bài báo nghiên cứu, theo đề xuất của các tác giả, một nhóm các nhà nghiên cứu khu vực công và tư nhân từ Mỹ, Thụy Điển, Đan Mạch, Israel, Pháp, Vương quốc Anh, Hồng Kông, Ý và Trung Quốc do Jeremy Levin, Chủ tịch Tổ chức Đổi mới Công nghệ Sinh học và Alex Zhavoronkov, Giám đốc điều hành của InSilico Medicine, dẫn đầu.

Oprea nói: “Tôi nghĩ rằng có tiềm năng to lớn ở đó. “Tôi nghĩ rằng chúng tôi đang trên đà phát triển các công cụ sẽ hỗ trợ quá trình đánh giá ngang hàng.”

Mặc dù các công cụ này chưa được phát triển đầy đủ, nhưng “Chúng tôi đang thực sự tiến gần đến việc cho phép các hệ thống tự động phân tích hàng tấn ấn phẩm và tìm kiếm sự khác biệt,” ông nói. "Tôi không biết về bất kỳ hệ thống nào như vậy hiện đang được sử dụng, nhưng chúng tôi đề nghị với nguồn tài chính thích hợp, hệ thống này có thể khả dụng."

Khai thác văn bản, trong đó một máy tính lướt qua hàng triệu trang văn bản để tìm kiếm các mẫu cụ thể, đã “rất hữu ích,” Oprea nói. "Chúng tôi đang đạt được tiến bộ trong việc đó."

Kể từ khi dịch COVID bùng phát, chính Oprea đã sử dụng các phương pháp tính toán tiên tiến để giúp xác định các loại thuốc hiện có có hoạt tính kháng vi-rút tiềm tàng, được chọn lọc từ thư viện hàng nghìn ứng viên.

Ông nói: “Chúng tôi không nói rằng chúng tôi có phương pháp chữa trị cho tình trạng thiếu đánh giá ngang hàng, nhưng chúng tôi đang nói rằng một phương pháp chữa trị nằm trong tầm tay và chúng tôi có thể cải thiện cách hệ thống hiện đang được triển khai,” ông nói. “Ngay trong năm tới, chúng tôi có thể xử lý rất nhiều dữ liệu này và đóng vai trò là nguồn bổ sung để hỗ trợ quá trình đánh giá ngang hàng.”