João Miguel Mesquita
A ciência biomédica enfrenta um dilema de profundidade e abrangência: a explosão de publicações torna desafiante acompanhar os avanços em diversos domínios, ao mesmo tempo que a integração de conhecimentos de áreas distintas é crucial para descobertas inovadoras. Exemplos como o Prémio Nobel da Química de 2020, atribuído a Emmanuelle Charpentier e Jennifer Doudna pelo seu trabalho sobre CRISPR, ilustram o impacto do pensamento transdisciplinar.
Neste contexto, a IA surge como um aliado poderoso. O co-cientista de IA da Google vai além das tradicionais ferramentas de revisão e síntese de literatura, sendo projetado para gerar conhecimento original, formular hipóteses e estruturar planos de investigação baseados em evidência científica.
Colaboração Humano-IA na descoberta científica
Este sistema integra uma coligação de agentes especializados que geram, avaliam, refinam e classificam hipóteses. Os investigadores podem interagir diretamente com o sistema, fornecendo ideias iniciais, avaliando saídas ou orientando a direção da investigação em linguagem natural.
O co-cientista também recorre a ferramentas como pesquisa na web e modelos especializados para validar e melhorar a qualidade das hipóteses geradas. O sistema ajusta-se dinamicamente aos objetivos de investigação, permitindo escalabilidade computacional para um raciocínio avançado e aprofundado.
Validação e impacto na biomedicina
Os primeiros testes já demonstraram o seu potencial em colaboração com instituições académicas de renome:
- Imperial College London: O sistema previu um mecanismo de transferência genética relacionado com a resistência antimicrobiana, validado posteriormente em laboratório.
- Stanford University: Sugeriu novos alvos epigenéticos para fibrose hepática, com compostos que demonstraram atividade antifibrótica em ensaios laboratoriais.
- Houston Methodist: Identificou uma nova aplicação para um medicamento existente no tratamento da leucemia mieloide aguda, validado através de biologia computacional e testes experimentais.
Adicionalmente, foram conduzidas experiências laboratoriais para avaliar a aplicabilidade prática das hipóteses sugeridas pelo sistema em três domínios fundamentais: reutilização de fármacos, descoberta de novos alvos terapêuticos e investigação de mecanismos de resistência antimicrobiana.
Avaliando a qualidade através da escalabilidade computacional
Uma característica essencial do co-cientista de IA é a sua capacidade de autoavaliação através do método de ranking Elo. Os resultados demonstram que quanto mais tempo o sistema dedica à elaboração de uma hipótese, maior a probabilidade de produzir resultados de alta qualidade. Esta capacidade de autoaprendizagem iterativa permite superar modelos concorrentes e mesmo especialistas humanos não assistidos.
Os desafios
O co-cientista de IA representa um avanço significativo na colaboração entre inteligência artificial e investigação biomédica, mas ainda existem desafios a ultrapassar. A transparência e a compreensibilidade das suas inferências serão determinantes para a sua aceitação na comunidade científica. Questões éticas também emergem: quem detém os direitos sobre as hipóteses geradas? Como garantir que o sistema complementa, e não substitui, o pensamento humano?
Para explorar estas questões, a Google está a abrir acesso ao sistema através do seu Trusted Tester Program, convidando cientistas de todo o mundo a experimentá-lo e contribuir para o seu desenvolvimento.
Ao replicar o processo científico e colaborar com investigadores, o co-cientista de IA tem o potencial de acelerar a descoberta científica e transformar o panorama da biomedicina. Ao mesmo tempo, este avanço sublinha a importância de manter a integridade e o rigor da ciência num mundo cada vez mais influenciado pela inteligência artificial. O futuro da investigação biomédica pode estar a ser moldado não apenas por mentes humanas, mas também por aliados digitais cada vez mais sofisticados.
