Een onderzoek dat gepubliceerd werd in Nature benadrukt het transformatieve potentieel van artificiële intelligentie (AI) om ontdekkingen in onderzoek naar infectieziekten te versnellen en beter te reageren op epidemieën.
De publicatie vindt plaats tegen de achtergrond van een steeds groter wereldwijd debat over investeringen in AI en de regelgeving eromheen. Ze benadrukt de noodzaak van een veilige, verantwoordelijke en ethische benadering bij de invoering en het gebruik van AI op het vlak van volksgezondheid.
Het onderzoek, dat het resultaat is van een partnerschap tussen wetenschappers van over de hele wereld, onderstreept het belang van samenwerking en transparantie, zowel wat betreft de datasets als de AI-modellen. Medische toepassingen van AI waren tot nu toe vooral gefocust op de zorgverlening aan individuele patiënten. In deze analyse wordt daarentegen het gebruik van AI in het bredere domein van de volksgezondheid onderzocht.
Uit het onderzoek blijkt dat recente ontwikkelingen in AI-methoden steeds betere resultaten opleveren, zelfs met een beperkte hoeveelheid gegevens. Dat is een groot voordeel. Die verbetering opent nieuwe perspectieven voor het gebruik van AI-tools om de gezondheid in zowel hoge- als lage-inkomenslanden te verbeteren.
De mogelijkheden van AI om ons beter voor te bereiden op pandemieën hebben betrekking op verschillende domeinen, zo halen de auteurs aan. AI kan bijvoorbeeld worden gebruikt om modellen voor ziekteverspreiding te verbeteren door de modellering meer solide, nauwkeuriger en realistischer te maken.
Deze technologie kan ook worden ingezet om gebieden met een hoog risico op overdracht te identificeren. Daardoor zouden de beperkte middelen voor gezondheidszorg zo efficiënt mogelijk aan die gebieden kunnen worden toegewezen. AI zou nieuwe varianten sneller kunnen detecteren en hun potentieel om andere soorten te infecteren kunnen voorspellen. Bovendien biedt ze de mogelijkheid om sneller nieuwe vaccins te ontwikkelen.
Ten slotte betekent de integratie van individuele gegevens op bevolkingsschaal dat epidemieën beter kunnen worden opgespoord en gemonitord met behulp van draagbare technologieën.
De auteurs benadrukken dat AI alleen de uitdagingen van infectieziekten niet zal oplossen en dat de integratie van menselijke feedback in de workflows van AI-modellering de huidige beperkingen kan helpen te overwinnen. Ze wijzen ook op het belang van de kwaliteit en representativiteit van de trainingsgegevens, de toegankelijkheid van AI-modellen voor de gemeenschap en de potentiële risico’s die gepaard gaan met het inzetten van ‘black box’-modellen voor besluitvorming.
