A nagy AI-sztori: amikor a mesterséges intelligencia diagnosztizál
A mesterséges intelligencia nem most született, a gyógyszeripar évtizedek óta használja. „Már a kilencvenes években segített abban, hogy megjósoljuk, átjut-e egy molekula a vér-agy gáton” – emlékeztetett Greiner István, a Richter Gedeon kutatás-fejlesztési igazgatója. A nagy AI-sztori legújabb epizódjában arról beszélgettünk, hogyan épült be az MI a gyógyszerkutatásba, miben pótolhatatlan az ember és miért kulcskérdés az adatok minősége. A beszélgetés állandó szakmai vendége Aczél Petra kommunikációkutató, a Széchenyi István Egyetem professzora volt.
A nagy AI-sztori legújabb epizódját itt tekinthetik meg:
A Richter Gedeonnál a mesterséges intelligencia már az 1990-es években is jelen volt, például a molekulák tulajdonságainak modellezésében. Az igazi ugrást azonban a generatív modellek megjelenése hozta: ezek ma képesek dokumentációt készíteni, adatokat elemezni, sőt kísérletek előkészítését is támogatni. Greiner István szerint azonban fontos a helyén kezelni a technológiát:
A mai AI valójában csak a jéghegy csúcsa. Az igazi értéket az jelenti, ha jó minőségű, megbízható adatokkal dolgozik.
Adatminőség: ha szemét kerül be, szemét jön ki
A gyógyszerfejlesztésben minden az adatokon múlik. „Garbage in, garbage out – ha a bemeneti adat nem elég pontos, akkor az MI által adott válasz sem lesz az” – fogalmazott Greiner István. Ezért kiemelten fontos, hogy a kutatók jól előkészített, tisztított adatbázisokra támaszkodjanak, különösen az egészségügyi kutatásokban. Aczél Petra ehhez hozzátette: „Az AI körüli pozitív narratívák sokszor épp az egészségügyből táplálkoznak, mert itt könnyebb a közvéleménynek elfogadtatni a technológia hasznát”.
Az egészségügyben a mesterséges intelligencia a diagnosztikát forradalmasítja: képi adatok feldolgozásában, daganatos betegségek felismerésében és a kezelési utak optimalizálásában is kulcsfontosságú. Greiner szerint ezekben a feladatokban az MI gyorsasága és adatfeldolgozó kapacitása teszi nélkülözhetetlenné.
Emberi kreativitás: amit az AI nem tud
Bár az MI hatalmas segítség, az emberi kreativitást nem pótolja. „Rubik Ernőt a mesterséges intelligencia nem tudná helyettesíteni” – fogalmazott Greiner. A gyógyszerkutatásban is az áttöréseket sokszor a váratlan ötletek, a megszokott sémákból való kilépés hozzák, amit az algoritmusok nem tudnak reprodukálni. A beszélgetés végén felmerült az a kérdés is, hogy valójában mennyire „okos” a mesterséges intelligencia. Greiner István szerint az AI csak annyit tud, amennyi emberi tudást digitalizáltunk: „Sem többet, sem kevesebbet”.
Részletek a beszélgetés tartalmából:
- Az AI múltja a gyógyszeriparban: molekulamodellezés és a vér-agy gát vizsgálata (04:00)
- Generatív modellek: dokumentáció és adatfeldolgozás támogatása (10:00)
- „Garbage in, garbage out” – az adatminőség döntő szerepe (15:00)
- Diagnosztikai és onkológiai alkalmazások: mit tud az MI az egészségügyben? (22:00)
- Emberi kreativitás és az AI korlátai (30:00)
A korábbi podcastjeinket itt hallgathatják meg.
