Todos os anos, o Future Technology Institute explora e analisa tecnologias e avanços científicos com impacto em diversos setores. Neste ano, produziram um compilado de mais de 600 tecnologias, que você pode ver aqui. Aqui na Wylinka, nós gostamos muito de seguir avanços e tendências tecnológicas, especialmente quando eles impactam no desenvolvimento da própria ciência. Por isso, resolvemos organizar 5 novidades recentes de aplicação da inteligência artificial (IA) que beneficiam tanto o mercado de saúde quanto o desenvolvimento da ciência. Vamos lá?
Fonte: Unsplash
Pesquisadores da Queen Mary University of London desenvolveram uma tecnologia que utiliza redes neurais (em resumo simples - um sistema computacional que funciona como neurônios do cérebro humano) para detectar emoções de usuários a partir de padrões de ondas de rádio que são refletidas por eles. Na etapa de testes, o sistema conseguiu acertar os estados emocionais em 71% das vezes, e isso abre espaço para diversas aplicações desde healthtech, no intuito de melhorar o monitoramento e gestão do paciente - por exemplo no monitoramento da condição de depressão pós parto de mães -, até em rhtech, uma área que cresceu muito nos últimos anos e tem gerado muito impacto no bem estar dos(as) funcionários(as).
Já no contexto automobilístico, a tecnologia desenvolvida pela Affectiva, chamada de IA de Percepção Humana, detecta complexos estados emocionais do motorista por meio de visão computacional, deep learning e da medição de alguns marcadores como a voz. Quando o sistema detecta sonolência ou comportamentos violentos, o dispositivo emite sugestões ao(à) motorista em tempo real para melhorar a condução. Se implementado em grande escala, tal solução pode diminuir muitos acidentes em todo o mundo.
Assim como a Tesla está usando IA para seus carros autônomos, cientistas tem também aplicado a deep learning para microscópios autônomos. Pesquisadores no Laboratório Nacional de Oak Ridge aplicaram deep learning ao microscópio conseguiram fazer o instrumento realizar o trabalho de organização, observação, e análise de células e tecidos sozinho, em tempo real. Mais que permitir que os(as) pesquisadores(as) otimizem seu tempo, o microscópico inteligente tem o potencial de extrair mais informações que um olho humano, enriquecendo o resultado científico e ampliando o seu impacto.
Um (dos poucos) efeito benéfico da Covid-19 foi a aceleração de IA na descoberta de medicamentos. Um grupo de pesquisadores da Sloan Kettering Institute criou um sistema de rede de computadores - o Folding@Home - para resolução de problemas complexos. Durante a pandemia, quase 1 milhão de voluntários se uniram ao sistema oferecendo suas máquinas para aumentar a capacidade computacional do projeto - e assim o grupo conseguiu potenciais antivirais para a Covid-19. Com isso, o projeto pode sintetizar compostos candidatos para 2 mil moléculas em menos de 48h - um processo que, convencionalmente, levaria mais de um mês para ser realizada.
Continuando em IA para drug discovery, o Japão obteve sucesso na primeira fase dos testes clínicos do medicamento DSP-1181, que foi desenvolvido através de IA, para tratar a desordem obsessiva compulsiva. No início do processo de desenvolvimento, dezenas de milhões de compostos químicos foram gerados pelo algoritmo e suas ligações com o alvo (um receptor de serotonina no cérebro, que regula estados emocionais) foram testadas. Somente então, alguns compostos candidatos foram priorizados para síntese e testagem em bancada, resultando em compostos com muito potencial.
Empresas com foco em descoberta de medicamentos através de uma abordagem de inteligência artificial tem captado a atenção de investidores e de grandes empresas já estabelecidas. Nesse cenário, a empresa Recursion, que tem tido resultados promissores em descoberta de medicamentos novos com o uso de IA, captou U$121 milhões em 2019. Além disso, startups na mesma linha tem sido procuradas por grandes farmacêuticas como a Johnson & Johnson, Novartis, Merck, e AstraZeneca, para firmar parcerias.
Quem é cientista sabe: a execução de experimentos quando há muitas variáveis requer muitos (re)ajustes metodológicos até que se obtenha um resultado. E isso demanda muito gasto de tempo, recursos e, principalmente, das capacidades cognitivas científicas dos(as) pesquisadores(as).
Laboratórios e empresas de base científica estão utilizando a inteligência artificial como ferramenta para acelerar o processo de descobertas científicas. O Argonne National Laboratory, assim como biologistas computacionais do Massachusetts Institute of Technology (MIT), por exemplo, utilizam IA para prever potenciais mutações em vírus que afetam humanos, e assim diminuir o tempo na produção de vacinas para novas variantes.
Além deles, a empresa Recursion, que tem tido resultados promissores em descoberta de fármacos novos com o uso de IA, agora expandiu seu trabalho para digitalizar estudos in vivo com a aquisição da Vium. A tecnologia captura vídeos de forma contínua em gaiolas contendo os animais usados em experimentos (camundongos/ratos), e algoritmos de visão computacional são utilizados de modo a prever e monitorar o desfecho de diversas doenças, com análises em tempo real, antes de que se obtenham resultados de experimentos realizados da maneira convencional. Isso permite que os resultados de estudos in vivo sejam acelerados - e a custos reduzidos - para serem transferidos à fase seguinte, a pesquisa clínica.
Outro caso, de cientistas de materiais da University of British Columbia, que retrata muito bem a aceleração massiva da obtenção de resultados experimentais, é o uso de um robô supervisionado por um algoritmo de IA. O algoritmo registra os resultados dos testes de um novo tipo de célula solar e com isso determina o que deve ser mudado para o próximo experimento, e isso diminui o tempo para a conclusão do experimento de 9-12 meses para apenas 5 dias.
Um setor que está sendo muito beneficiado pelos avanços em inteligência artificial é a área de terapêuticos/fármacos. A IA desenvolvida pela DeepMind - a AlphaFold - previu a estrutura de proteínas como nunca antes - e a segunda versão da ferramenta conseguiu prever o formato de praticamente todas as proteínas no corpo humano e outros organismos. Anteriormente, eram necessários uma série de experimentos caros e demorados. Tais descobertas serão úteis para acelerar o entendimento do funcionamento das células e de como os agentes infecciosos interagem com as mesmas, abrindo espaço para o desenvolvimento de novos medicamentos com eficácias maiores.
A tecnologia de inteligência artificial é complexa, porém a tendência é uma evolução protagonizada por ela mesma, tornando-se mais eficiente com o tempo. Confuso, né? Vamos a um exemplo: o programa AlphaGo, da Google, que aprendeu a jogar o jogo de tabuleiro Go em uma velocidade mais rápida que qualquer outro programa - e conseguiu isso jogando consigo mesmo. Como todas as tecnologias com alta penetração na sociedade, os avanços em IA baterão ainda mais nas portas das questões éticas e terão desafios para uma real implementação. De toda forma, a tecnologia é um multiplicador de potência, força e velocidade em qualquer contexto no qual é utilizado, e a veremos cada vez mais nos diversos setores.
