Visando Precisão
Pesquisadores dizem que inteligência artificial e aprendizado de máquina podem melhorar a avaliação científica por pares
Como a pandemia COVID-19 varreu o mundo, os pesquisadores publicaram centenas de artigos a cada semana relatando suas descobertas - muitos dos quais não passaram por um processo de revisão por pares completo para avaliar sua confiabilidade.
Em alguns casos, pesquisas mal validadas influenciaram maciçamente as políticas públicas, como quando uma equipe francesa relatou que pacientes com COVID foram curados por uma combinação de hidroxicloroquina e azitromicina. A alegação foi amplamente divulgada e logo os pacientes norte-americanos receberam prescrição desses medicamentos sob uma autorização de uso emergencial. No entanto, pesquisas adicionais envolvendo um número maior de pacientes lançaram sérias dúvidas sobre essas alegações.
Com tantas informações relacionadas ao COVID sendo divulgadas a cada semana, como os pesquisadores, médicos e legisladores podem acompanhar?
Em um comentário publicado esta semana em Biotecnologia NaturalO cientista da Universidade do Novo México, Tudor Oprea, MD, PhD, e seus colegas, muitos dos quais trabalham em empresas de inteligência artificial (IA), argumentam que a IA e o aprendizado de máquina têm o potencial de ajudar os pesquisadores a separar o joio do trigo.
Oprea, professora de Medicina e Ciências Farmacêuticas e chefe da Divisão de Informática Translacional da UNM, observa que o senso de urgência para desenvolver uma vacina e conceber tratamentos eficazes para o coronavírus levou muitos cientistas a contornar o processo tradicional de revisão por pares publicando “preprints ”- versões preliminares de seu trabalho - online.
Embora isso permita a rápida disseminação de novas descobertas, “O problema surge quando as alegações sobre certos medicamentos que não foram validados experimentalmente aparecem no mundo da pré-impressão”, diz Oprea. Entre outras coisas, informações ruins podem levar cientistas e médicos a perder tempo e dinheiro perseguindo pistas cegas.
A IA e o aprendizado de máquina podem aproveitar o poder de computação massivo para verificar muitas das afirmações feitas em um artigo de pesquisa, sugerem os autores, um grupo de pesquisadores dos setores público e privado dos Estados Unidos, Suécia, Dinamarca, Israel, França, o Reino Unido, Hong Kong, Itália e China liderados por Jeremy Levin, presidente da Organização de Inovação em Biotecnologia, e Alex Zhavoronkov, CEO da InSilico Medicine.
“Acho que há um enorme potencial aí”, diz Oprea. “Acho que estamos prestes a desenvolver ferramentas que ajudarão no processo de revisão por pares.”
Embora as ferramentas não estejam totalmente desenvolvidas, “estamos chegando muito, muito perto de habilitar sistemas automatizados para digerir toneladas de publicações e procurar discrepâncias”, diz ele. “Não tenho conhecimento de nenhum sistema desse tipo em vigor, mas estamos sugerindo que, com financiamento adequado, ele possa ser disponibilizado.”
A mineração de texto, na qual um computador vasculha milhões de páginas de texto em busca de padrões específicos, já foi “tremendamente útil”, diz Oprea. “Estamos progredindo nisso.”
Desde o início da epidemia de COVID, o próprio Oprea tem usado métodos computacionais avançados para ajudar a identificar medicamentos existentes com potencial atividade antiviral, selecionados de uma biblioteca de milhares de candidatos.
“Não estamos dizendo que temos uma cura para a deficiência da revisão por pares, mas estamos dizendo que a cura está ao nosso alcance e podemos melhorar a forma como o sistema é implementado atualmente”, diz ele. “Já no próximo ano, poderemos processar muitos desses dados e servir como recursos adicionais para apoiar o processo de revisão por pares.”