Sztuczna inteligencja może przewidzieć raka niczym prognoza pogody

Złożone systemy cechuje determinizm. Znając wszystkie parametry, teoretycznie można dokładnie przewidzieć ich dalsze zachowania. Problem w tym, że nie zawsze wiemy, co jest przyczyną, a co skutkiem. Trudno jest nam też ogarnąć umysłem więcej zmiennych. Dlatego też w tworzeniu prognoz od lat pomagają nam komputery.

Tradycyjne oprogramowanie wykorzystywane jest choćby do prognozowania pogody albo finansów. Sztuczna inteligencja wynosi je na jeszcze wyższy poziom. Gdy systemy są niezwykle skomplikowane i w grę wchodzą tysiące albo miliony parametrów, pomoc AI staje się nieoceniona.

Przykładem takiego niezwykle złożonego systemu jest ludzki organizm, który ponadto nie jest samodzielnym uniwersum, a raczej systemem w systemie - bytem, który znajduje się pod dużym wpływem środowiska, w jakim żyje. Dziś jeszcze nauka nie zna ani nie rozumie wszystkich parametrów, które mają wpływ na zdrowie człowieka. Te jednak, które są dostępne, można wykorzystać do prognozowania chorób i patologii, a także zapobiegania im. Jak sobie z tym radzi sztuczna inteligencja?

Z niedawnych doniesień firmy Microsoft wiemy, że sztuczna inteligencja potrafi stawiać diagnozy szybciej, taniej i dokładniej niż lekarze. Tymczasem naukowcy z Institute for Genome Sciences na University of Maryland School of Medicine zaprezentowali oprogramowanie, które nieźle sobie radzi w przewidywaniu raka oraz jego zachowania. Jak to dokładnie działa?

Podobnie jak modele sztucznej inteligencji mogą dziś z dużym prawdopodobieństwem przewidzieć nadejście burzy, tak mogą one również prognozować aktywność komórek w tkankach. "To nowe oprogramowanie łączy technologie genomowe z modelowaniem obliczeniowym, aby przewidywać zmiany zachowania komórek, takie jak komunikacja między komórkami, które mogą spowodować rozwój komórek nowotworowych" - czytamy w oświadczeniu University of Maryland School of Medicine.

System AI wykorzystywany przez medyków działa w środowisku wirtualnej symulacji. "Te symulacje pozwalają naukowcom testować cyfrowo, jak rozwijają się nowotwory, jak odpowiadają układy odpornościowe, a nawet jak leczenie może zadziałać u poszczególnych pacjentów" - wyjaśniają naukowcy.

System opiera się na środowisku PhysiCell, które umożliwia działanie modeli AI opartych na agentach (ang. Agent-based models, ABMs). Według twórców ma on przewagę nad klasycznymi systemami maszynowego uczenia (ang. machine learning) używanymi w bioinformatyce, które nie radzą sobie tak dobrze z przewidywaniem zmian na poziomie wielu komórek. Ich system to potrafi.

Poszczególni agenci (czy "agenty") sztucznej inteligencji badają dynamikę komórek, w tym ich rodzaj, stan, warunki otoczenia i oddziaływanie na sąsiednie komórki. Z kolei potężna technika modelowania matematycznego pozwala przewidzieć ich zachowanie.

Wykorzystano też rodzaj językowej gramatyki, który miałby stanowić pomost między biologią a matematyką. Jest on używany jako "model logiczny, który może być tłumaczony bezpośrednio na język równań matematycznych w ABM" - wyjaśniają autorzy artykułu opublikowanego w czasopiśmie "Cell".

Naukowcy studiowali w ten sposób m.in. raka piersi i trzustki, ich zachowanie i odpowiedzi na leczenie. Dzięki prognozom w środowisku symulacji lekarze mogą testować swoje hipotezy, nie narażając pacjentów na niepotrzebne ryzyko, a ponadto odbywa się to niższym kosztem niż testy w laboratorium.

Podejście to nazywane jest in silico (łac. w krzemie), co oznacza, że badania biologiczne prowadzone są na komputerze. Różni się to od podejść in vivo (na żywym organizmie) i in vitro (poza organizmem, w laboratorium). To właśnie krzem, czyli de facto pamięć komputera, i uruchamiana na nim sztuczna inteligencja stanowią przyszłość medycyny... i niemal każdej innej dziedziny nauki.

Źródło: Jeanette A.I. Johnson, Daniel R. Bergman, et al., Human interpretable grammar encodes multicellular systems biology models to democratize virtual cell laboratories, Cell (2025). DOI: 10.1016/j.cell.2025.06.048.