Facebook geçtiğimiz günlerde, ilaç kombinasyonlarının, dozajların, zamanlamanın ve gen silme gibi diğer müdahale türlerinin etkilerini tahmin edebilen ilk yapay zeka modeli olduğunu iddia ettiği modelini ayrıntılı olarak tanıttı.
Helmholtz Zentrum München ile birlikte geliştirilen model için Facebook, modelin hastalıklar için daha iyi sonuçlara yol açabilecek ilaç kombinasyonlarını ve diğer tedavileri belirleme sürecini hızlandırabileceğini söylüyor.
Mevcut ilaçları yeniden kullanmanın yollarını keşfetmenin, kanser de dahil olmak üzere hastalıkları tedavi etmek için güçlü bir araç olduğu kanıtlanmıştır. Son yıllarda, doktorlar kötü huylu durumlarla mücadele etmek için “ilaç kokteylleri” ile başarı elde ettiler ve hastalar için kişiselleştirilmiş tedavileri keşfetmeye devam ettiler. Ancak, mevcut ilaçların doğru dozda etkili bir kombinasyonunu bulmak son derece zor çünkü neredeyse sonsuz kombinasyon olasılığı var.
Facebook’un açık kaynak modeli – Compositional Perturbation Autoencoder (CPA) – görünüşte bunu, ilaç kombinasyonlarıyla tedavi edilen hücreleri gözlemleyen ve yeni kombinasyonların etkisini tahmin eden, kendi kendini denetleme tekniğiyle ele alıyor. Yani supervised olarak geliştirilmiş bir model söz konusu. Etiketli veri kümelerinden öğrenen modellerin aksine, Facebook, insan düzeyinde doğruluk elde etmek için kritik olduğuna inanılan bir adım olan verilerin parçaları arasındaki ilişkileri açığa çıkararak verilerden etiketler oluşturur.
Facebook, CPA’nın optimal tedavi kombinasyonlarını belirleme sürecini “inanılamayacak bir şekilde” hızlandırabileceğine ve ilaçların geliştirilmesinde yeni fırsatların önünü açabileceğine inanıyor. Bu amaçla, şirket API’leri ve araştırmacıların veri kümelerini eklemelerine ve tahminler yürütmelerine izin vermek için tasarlanmış bir yazılım paketi sunuyor.
Detaylı bilgiye bu github linkinden ulaşabilirsiniz.
