यहां तक कि स्वास्थ्य एआई भी जोखिम भरा हो सकता है लेकिन नवाचार की जीत होनी चाहिए

मेरे पसंदीदा पॉडकास्ट में से एक 'रेडियोलैब' है, एक शो, जो अपने विवरण से, गहरे सवाल पूछता है और जवाब पाने के लिए खोजी पत्रकारिता का उपयोग करता है। पिछले साल एक एपिसोड में, इसने मेगासिन नामक एक कृत्रिम बुद्धिमत्ता उपकरण की कहानी बताई थी, हालाँकि इसे बीमारी का इलाज खोजने के लिए विकसित किया गया था, लेकिन इसका इस्तेमाल कहीं अधिक भयावह तरीकों से किया जा रहा था।

दवा की खोज हमेशा एक कठिन और समय लेने वाला मामला रहा है। वैज्ञानिकों को सबसे पहले जैविक लक्ष्य (बीमारी में शामिल विशिष्ट प्रोटीन या जीन) की पहचान करनी होगी और पुष्टि करनी होगी कि उसकी भूमिका क्या है। फिर उन्हें ऐसे रासायनिक यौगिकों को खोजने की ज़रूरत है जो लक्ष्य के साथ इस तरह से बातचीत करेंगे कि बीमारी ठीक हो जाए। यह परीक्षण और त्रुटि की एक प्रक्रिया है, और हालांकि हम पिछले कुछ वर्षों में इसका पता लगाने में बेहतर हो गए हैं, आज भी शोधकर्ताओं के पास संभावित यौगिकों के विशाल पुस्तकालयों के माध्यम से यह पता लगाने के लिए बहुत कम विकल्प हैं कि कौन सा अणु सबसे अच्छा काम करेगा- एक ऐसी प्रक्रिया जिसमें अक्सर वर्षों लग सकते हैं।

यहीं पर कम्प्यूटेशनल प्रौद्योगिकी में हालिया प्रगति ने महत्वपूर्ण बदलाव लाना शुरू कर दिया है। आज, हम उच्च स्तर की सटीकता के साथ, संभावित दवा उम्मीदवारों की पहचान करने के लिए कंप्यूटर सिमुलेशन का उपयोग कर सकते हैं - जो हमें प्रयोगशाला में आगे के परीक्षण के लिए यौगिकों के एक छोटे उप-समूह को प्राथमिकता देने की अनुमति देता है। इससे अतीत में इस प्रक्रिया को प्रभावित करने वाली कुछ देरी को दूर करने में मदद मिली है। हालाँकि, संभावित उम्मीदवारों को शॉर्टलिस्ट करते समय, हम अपने वर्तमान ज्ञान से विवश हैं। परिणामस्वरूप, जिन यौगिकों में से हमें चयन करना होता है उनकी सूची सीमित है। क्या होगा अगर हमें जिस इलाज की ज़रूरत है उसमें एक अणु शामिल है जिसे हमने अभी तक खोजा नहीं है?

यह वह समस्या है जिसे कोलैबोरेशन फार्मास्यूटिकल्स ने मेगासिन का उपयोग करके हल करने के लिए निर्धारित किया है। कंपनी को विश्वास था कि यदि रसायन विज्ञान और आणविक इंजीनियरिंग पर प्रशिक्षित मशीन-लर्निंग एल्गोरिदम का उपयोग किया जाता है, तो यह नए, पहले कभी न देखे गए यौगिकों की पहचान करने में सक्षम होगा, जिनमें उन बीमारियों को ठीक करने की उच्च संभावना थी जिनका कोई ज्ञात उपचार नहीं था। यह अनुमान लगाते हुए शुरू हुआ कि एल्गोरिथ्म लगभग एक अरब अद्वितीय अणुओं (लगभग 100 मिलियन यौगिकों से कहीं अधिक, जिन्हें हम जानते हैं) उत्पन्न करेगा, लेकिन जब इसे वास्तव में तैनात किया गया, तो संख्या 350 बिलियन से अधिक हो गई।

ऐसे यौगिकों को शॉर्टलिस्ट करने से पहले जो उपयोगी दवा के उम्मीदवार हो सकते थे, कंपनी के शोधकर्ताओं ने जोखिम को कम करने के लिए एक अतिरिक्त कदम लागू करने की आवश्यकता महसूस की। उन्हें यह सुनिश्चित करने की ज़रूरत थी कि उनके द्वारा सुझाए गए रसायन मनुष्यों के लिए हानिकारक नहीं थे - कि उनके दुष्प्रभाव उस बीमारी से भी बदतर नहीं थे जिसे वे ठीक करना चाहते थे। इसलिए, उन्होंने एक फ़िल्टर बनाया जिसे विषाक्तता का एक एल्गोरिदमिक मूल्यांकन करने के लिए डिज़ाइन किया गया था, जिसे हानिकारक रासायनिक उम्मीदवारों को बाहर करने के लिए शॉर्टलिस्ट किए गए रासायनिक उम्मीदवारों पर लागू किया जा सकता था।

source: livemint