Internetom kruži nedavna izjava nobelovca Demisa Hasabisa da će veštačka inteligencija za desetak godina moći da izleči sve bolesti. Koliko istine ima u tome?
„Mislim da ćemo jednog dana možda moći da izlečimo sve bolesti uz pomoć veštačke inteligencije“, rekao je Demis Hasabis (48), nobelovac i direktor firme DeepMind, u emisiji „60 minuta“ američkog informativnog kanala CBS News 20. aprila 2025, piše Dojče vele.
„Kraj svih bolesti?“, pitao je voditelj.
„To je na dohvat ruke. Možda čak u narednoj deceniji, ne vidim razlog zašto ne bi“, odgovorio je Hasabis.
Zajedno sa američkim kolegom, Džonom Džamperom ovaj Britanac (otac Grk sa Kipra, majka iz Singapura) je razvio model veštačke inteligencije AlphaFold2, pomoću kog je moguće predvideti strukture gotovo svih dosad poznatih 200 miliona proteina. Proteini u ljudskom telu obavljaju mnoštvo bioloških funkcija. Ako dođe do poremećaja u njihovoj proizvodnji, strukturi ili funkciji, mogu nastati bolesti. Za to su 2024. dobili Nobelovu nagradu za hemiju.
Hasabisova veštačka inteligencija predstavlja revoluciju
Često se na osnovu 3D-strukture proteina može proceniti koja je njegova funkcija, „jer za većinu proteina u ljudskom telu to još ne znamo“, objašnjava za DW biohemičarka i informatičarka Katarina Cvajg koja vodi Laboratoriju za odgovornost algoritama na TU Kajzerslautern-Landau.
Ako se zna funkcija proteina i kada se vidi da je kod određenih bolesti struktura promenjena – to bi možda mogao biti uzrok bolesti, kaže Cvajg. „Tada bi mogao da se razvije lek koji sprečava da protein poprimi pogrešnu strukturu.“
Nekada je bila potrebna čitava doktorska disertacija da bi se prepoznala, izračunala i modelovala struktura jednog jedinog proteina. „To je trajalo tri do pet godina. Veštačka inteligencija koju je razvio Hasabis zaista predstavlja revoluciju.“
Iako se uzroci bolesti ne mogu svesti samo na jedan jedini faktor, ipak „postoje brojni primeri u kojima proteini igraju ključnu ulogu“, kaže Florijan Gajsler, vodeći istraživač na Fraunhofer institutu za kognitivne sisteme (IKS),
Potencijal za primenu veštačke inteligencije u medicini je ogroman. „Veštačka inteligencija će u narednim godinama omogućiti stvari koje danas još ne možemo ni da zamislimo,“ kaže on.
Dug i skup put do lekova na tržištu neće se tako brzo promeniti
Ipak, ni za deset godina verovatno još nećemo biti u stanju da izlečimo sve bolesti, smatra profesorka Cvajg. Jer nije lako jasno utvrditi koji od mnogobrojnih proteina uzrokuje određenu bolest.
„Postoje i mutacije koje imaju abnormalne 3D-strukture. One mogu statistički da deluju kao da su uzrok simptoma bolesti, ali su zapravo bezopasne.“
Čak i kada je izvesno da određena struktura proteina vodi ka bolesti, sledi dugotrajan proces pre nego što lek dospe na tržište. „To mora da se ispita u kliničkim studijama, za šta je potreban dovoljan broj pacijenata, mora da se odobre ispitivanja – zato, po mom mišljenju, to sigurno neće ići tako brzo.“
Profesorka Cvajg, međutim, upozorava da će lečenje bolesti, čak i uz pomoć veštačke inteligencije, i dalje zahtevati velika finansijska sredstva.
„Zato će se i ubuduće lekovi razvijati samo tamo gde ima dovoljno pacijenata koji imaju dovoljno novca da te lekove posle mogu i da plate.“
Veštačka inteligencija još nije zrela za većinu dijagnoza
Generalno, samo se mali broj medicinskih dijagnoza može postaviti na osnovu jasnih pravila, kao na primer dijabetes, kaže profesorka Cvajg: „Tu postoji vrlo jasno određena granična vrednost i jasna metoda merenja – i onda se dijagnostikuje dijabetes.“
Većina drugih dijagnoza, međutim, zahteva mnogo znanja i iskustva. „Ne poznajem nijedan sistem veštačke inteligencije koji to danas može da uradi dovoljno pouzdano da bi mogao da zameni lekare.“
I Florijan Gajsler smatra da će donošenje odluka o terapijama još dugo ostati u domenu ljudi. „Pre svega iz etičkih i pravnih razloga.“
A verovatno i zato što su sistemi veštačke inteligencije i dalje, po Gajslerovim rečima, neka vrsta „crne kutije“: „Nešto se unese, nešto se dobije kao rezultat, ali se ne razume u potpunosti kako je do te odluke došlo.“
Katarina Cvajg to ovako formuliše: „Ne možemo da posmatramo mašinu dok uči i dok donosi dijagnozu. Ne možemo da znamo da li to radi prema kriterijumima koje bismo i mi kao ljudi primenili.“
Gde veštačka inteligencija već sada pomaže u medicini
Ali – kod dijagnostike na osnovu snimaka iz CT-a, uz pomoć veštačke inteligencije mnogo je lakše uočiti eventualne patološke promene, kaže Florijan Gajsler.
Veštačka inteligencija može pomoći i pri utvrđivanju nepredviđenih nuspojava kada se kombinuju različiti lekovi i tako doprineti optimizaciji terapija.
Osim toga, veštačka inteligencija bi mogla da rastereti zdravstveni sistem, kaže on: „Sistemi zasnovani na veštačkoj inteligenciji mogli bi, na primer, automatski da sažmu razgovore s pacijentima i pripreme strukturisane izveštaje za zdravstvene osiguravače. To štedi dragoceno vreme u zdravstvenom sistemu. Tu će veštačka inteligencija igrati ključnu ulogu.“
