Pesquisadores da Mayo Clinic criaram recentemente uma nova classe de algoritmos com inteligência artificial (IA) chamada IA orientada por hipóteses; se trata de um caminho alternativo dos modelos tradicionais de IA que aprendem apenas com dados. Em uma análise publicada em Cancers, pesquisadores observaram que essa classe emergente de IA oferece uma maneira inovadora de utilizar enormes conjuntos de dados para descobrir as causas complexas de doenças como o câncer e a melhorar suas estratégias de tratamento.
“Isso promove uma nova era na concepção de algoritmos de IA direcionados e informados para resolver questões científicas, entender melhor as doenças e orientar a medicina individualizada”, afirma o autor sênior e co-inventor Ph.D. Hu Li, pesquisador de biologia de sistemas e pesquisador de IA da Mayo Clinic no Departamento de Farmacologia Molecular e Terapêutica Experimental. “Isso tem o potencial de descobrir as informações perdidas pela IA convencional”.
Quais são as limitações da IA convencional?
A IA convencional é utilizada principalmente em tarefas de classificação e reconhecimento, como no reconhecimento facial e classificação por imagem no diagnóstico clínico, e tem sido cada vez mais aplicada a tarefas geradoras como, por exemplo, na criação de textos semelhantes as de um humano.

Os pesquisadores observaram que os algoritmos de aprendizagens convencionais muitas vezes não incorporam os conhecimentos científicos ou hipóteses existentes. Em vez disso, grandes conjuntos de dados imparciais, que as pessoas podem ter dificuldade em obter, são fortemente dependidos por estes algoritmos.
Segundo o Dr. Li, essa limitação restringe consideravelmente a flexibilidade dos métodos de IA e seus usos em áreas que exigem descoberta de conhecimento, como a medicina.
Vantagens da IA orientada por hipóteses
A inteligência artificial é uma ferramenta valiosa para identificar padrões em conjuntos de dados grandes e complexos, como os empregados na pesquisa do câncer. O desafio central na utilização da IA convencional tem sido maximizar a informação incorporada nesses conjuntos de dados.

Com a IA orientada por hipóteses, pesquisadores procuram encontrar maneiras de incorporar a compreensão de uma doença, por exemplo, integrando variantes genéticas patogênicas conhecidas e integrando interações entre certos genes no câncer na concepção do algoritmo de aprendizagem.




