Desarrollan una IA que podría reducir entre un 30 y un 50% el número de animales en los experimentos de investigación farmacológica
"Con genESOM, podemos contribuir significativamente a la reducción del número de experimentos con animales", detalla Jörn Lötsch, científico de datos y farmacólogo clínico de la Universidad Goethe.
La inteligencia artificial está trabajando en marchas forzadas para reducir el impacto negativo de las investigaciones científicas. No sólo se está usando para encontrar nuevas curas como el programa AlphaGenome, diseñado por Google DeepMind, para analizar e interpretar el ADN para predecir algunas enfermedades.
Una de las recientes investigaciones ha arrojado luz sobre una IA que podría reducir entre un 30 y un 50% el número de animales en los experimentos de investigación farmacológica.
En concreto, se trata del análisis realizado por investigadores de la Universidad Goethe y la Universidad Philipps de Marburgo, en colaboración con el Instituto Fraunhofer de Medicina Traslacional y Farmacología (ITMP). Todos ellos han elaborad una IA para reducir esa experimentación.
Es la denominada genESOM, entrenada para "aprender" la estructura de pequeños conjuntos de datos. Encabezados por el profesor Jörn Lötsch, científico de datos y farmacólogo clínico de la Universidad Goethe, han elaborado una red de miles de neuronas artificiales.
Según han explicado en un comunicado, permite ampliar el volumen de datos obtenidos experimentalmente y simular un mayor número de animales en el experimento de los que se utilizaron realmente.
"El equipo de investigación logró dos innovaciones clave: primero, entrenar la IA para generar nuevos puntos de datos basados en los datos del estudio, que se integran en la estructura de datos aprendida como si se hubieran obtenido en experimentos reales", detallan en el escrito.
En el comunicado, también han asegurado que se ha hecho un monitoreo integrado de errores. Entrenando a la IA con datos de un estudio previo con ratones y logró dos innovaciones clave. "Primero, entrenar la IA para generar nuevos puntos de datos basados en los datos del estudio. La segunda innovación consistió en integrar la monitorización de errores directamente en el proceso de generación de nuevos datos", defienden.
"Hemos probado varios conjuntos de datos de forma similar"
El profesor Jörn Lötsch explica que todo ha ido según lo planeado. "Hemos probado varios conjuntos de datos de forma similar y podemos afirmar que, con genESOM, el número de animales utilizados en la investigación exploratoria puede reducirse entre un 30 y un 50 por ciento, manteniendo la validez científica", añade.
"Si se incluyen muy pocos animales en un experimento y luego se aumenta su número mediante IA generativa, el experimento podría perder rápidamente su valor científico debido a la amplificación de resultados aleatorios", señala.
Jörn Lötsch se muestra optimista de cara al futuro tras este avance. "Con genESOM, podemos contribuir significativamente a la reducción del número de experimentos con animales en amplias áreas de la investigación preclínica", reitera.
