सटीकता के लिए लक्ष्य

शोधकर्ताओं का कहना है कि आर्टिफिशियल इंटेलिजेंस और मशीन लर्निंग साइंटिफिक पीयर रिव्यू को बढ़ा सकते हैं

जैसा कि COVID-19 महामारी ने दुनिया को झकझोर दिया है, शोधकर्ताओं ने अपने निष्कर्षों की रिपोर्ट करने वाले प्रत्येक सप्ताह सैकड़ों पत्र प्रकाशित किए हैं - जिनमें से कई ने अपनी विश्वसनीयता को मापने के लिए पूरी तरह से सहकर्मी समीक्षा प्रक्रिया नहीं की है।

कुछ मामलों में, खराब रूप से मान्य अनुसंधान ने सार्वजनिक नीति को व्यापक रूप से प्रभावित किया है, जैसे कि जब एक फ्रांसीसी टीम ने बताया कि COVID रोगियों को हाइड्रोक्सीक्लोरोक्वीन और एज़िथ्रोमाइसिन के संयोजन से ठीक किया गया था। दावा व्यापक रूप से प्रचारित किया गया था, और जल्द ही अमेरिकी रोगियों को इन दवाओं को एक आपातकालीन उपयोग प्राधिकरण के तहत निर्धारित किया गया था। हालांकि, बड़ी संख्या में रोगियों को शामिल करने वाले आगे के शोध ने इन दावों पर गंभीर संदेह पैदा किया है।

प्रत्येक सप्ताह इतनी अधिक COVID से संबंधित जानकारी जारी होने के साथ, शोधकर्ता, चिकित्सक और नीति निर्माता कैसे बना रह सकते हैं? 

में इस सप्ताह प्रकाशित एक टिप्पणी में प्रकृति जैव प्रौद्योगिकी, न्यू मैक्सिको विश्वविद्यालय के वैज्ञानिक ट्यूडर ओपरिया, एमडी, पीएचडी, और उनके सहयोगी, जिनमें से कई आर्टिफिशियल इंटेलिजेंस (एआई) कंपनियों में काम करते हैं, का कहना है कि एआई और मशीन लर्निंग में शोधकर्ताओं को गेहूं को भूसी से अलग करने में मदद करने की क्षमता है।

ओप्रिया, मेडिसिन एंड फार्मास्युटिकल साइंसेज के प्रोफेसर और यूएनएम डिवीजन ऑफ ट्रांसलेशनल इंफॉर्मेटिक्स के प्रमुख, नोट करते हैं कि वैक्सीन विकसित करने और कोरोनावायरस के लिए प्रभावी उपचार तैयार करने की तात्कालिकता की भावना ने कई वैज्ञानिकों को "प्रीप्रिंट" प्रकाशित करके पारंपरिक सहकर्मी समीक्षा प्रक्रिया को बायपास करने के लिए प्रेरित किया है। "- उनके काम के प्रारंभिक संस्करण - ऑनलाइन।

जबकि यह नए निष्कर्षों के तेजी से प्रसार को सक्षम बनाता है, "समस्या तब आती है जब कुछ दवाओं के बारे में दावा किया जाता है जिन्हें प्रयोगात्मक रूप से मान्य नहीं किया गया है, जो प्रीप्रिंट दुनिया में दिखाई देते हैं," ओपरिया कहते हैं। अन्य बातों के अलावा, गलत जानकारी वैज्ञानिकों और चिकित्सकों को अंधे नेतृत्व का पीछा करते हुए समय और पैसा बर्बाद करने के लिए प्रेरित कर सकती है।

एआई और मशीन लर्निंग एक शोध पत्र में किए जा रहे कई दावों की जांच करने के लिए बड़े पैमाने पर कंप्यूटिंग शक्ति का उपयोग कर सकते हैं, लेखकों का सुझाव है, अमेरिका, स्वीडन, डेनमार्क, इज़राइल, फ्रांस के सार्वजनिक और निजी क्षेत्र के शोधकर्ताओं का एक समूह। जैव प्रौद्योगिकी नवाचार संगठन के अध्यक्ष जेरेमी लेविन और इनसिलिको मेडिसिन के सीईओ एलेक्स झावोरोनकोव के नेतृत्व में यूनाइटेड किंगडम, हांगकांग, इटली और चीन।

"मुझे लगता है कि वहाँ जबरदस्त क्षमता है," ओपरिया कहते हैं। "मुझे लगता है कि हम ऐसे उपकरण विकसित करने की कगार पर हैं जो सहकर्मी समीक्षा प्रक्रिया में सहायता करेंगे।"

हालांकि उपकरण पूरी तरह से विकसित नहीं हुए हैं, "हम वास्तव में स्वचालित सिस्टम को सक्षम करने के करीब पहुंच रहे हैं, जो बहुत सारे प्रकाशनों को पचाने और विसंगतियों की तलाश कर रहे हैं," वे कहते हैं। "मुझे ऐसी किसी भी प्रणाली के बारे में पता नहीं है जो वर्तमान में मौजूद है, लेकिन हम सुझाव दे रहे हैं कि पर्याप्त धन के साथ यह उपलब्ध हो सके।"

टेक्स्ट माइनिंग, जिसमें एक कंप्यूटर निर्दिष्ट पैटर्न की तलाश में लाखों पृष्ठों के टेक्स्ट के माध्यम से कंघी करता है, पहले से ही "बेहद मददगार" है, ओपरिया कहते हैं। "हम उसमें प्रगति कर रहे हैं।"

चूंकि COVID महामारी ने जोर पकड़ लिया है, ओपरिया ने हजारों उम्मीदवारों के पुस्तकालय से संभावित एंटीवायरल गतिविधि के साथ मौजूदा दवाओं की पहचान करने में मदद करने के लिए उन्नत कम्प्यूटेशनल विधियों का उपयोग किया है।

"हम यह नहीं कह रहे हैं कि हमारे पास सहकर्मी समीक्षा की कमी का इलाज है, लेकिन हम कह रहे हैं कि एक इलाज पहुंच के भीतर है, और हम वर्तमान में सिस्टम को लागू करने के तरीके में सुधार कर सकते हैं," वे कहते हैं। "अगले साल जैसे ही हम इन डेटा को संसाधित करने में सक्षम हो सकते हैं और सहकर्मी समीक्षा प्रक्रिया का समर्थन करने के लिए अतिरिक्त संसाधनों के रूप में काम कर सकते हैं।"