Robot sa AI pogonom ubrzava medicinska istraživanja
Istraživači u RIKEN Centru za istraživanje dinamike biosistema u Japanu razvili su robotski sistem sa AI koji može da izvodi laboratorijske eksperimente u regenerativnoj medicini, uči iz rezultata i izvodi iterativne runde eksperimentisanja kako bi postigao određeni cilj.
Kao dokaz principa, istraživači su postavili robotu zadatak da optimizuje uslove ćelijske kulture kako bi stvorio maksimalan broj ćelija pigmentnog epitela retine (RPE). Robot je poboljšao procenat matičnih ćelija u kulturi koja se diferencira u RPE ćelije sa 50% na približno 90% tokom šest meseci eksperimentisanja, a istraživači procenjuju da bi ljudima trebalo oko 2,5 godine da postignu istu stvar. Tehnologija bi mogla da ukaže na pravac u kojem će istraživanje medicinske laboratorije verovatno krenuti u narednim godinama, gde roboti završavaju naporan eksperimentalni rad.
Medicinsko istraživanje je veliki izazov i može biti neverovatno zamorno. Biološki sistemi, kao što su ćelijske kulture, često su nepredvidivi i osetljivi na male promene u svom okruženju. Jedno malo odstupanje može u potpunosti da promeni ishod eksperimenta, što često dovodi do frustracije i konfuzije među laboratorijskim osobljem.
Uzmimo na primer regenerativnu medicinu, u kojoj istraživači pokušavaju da usmere kulture matičnih ćelija da se diferenciraju u specifične tipove ćelija koje se zatim mogu koristiti za zamenu obolelih tkiva u telu. Određivanje optimalnih uslova kulture za postizanje efikasne diferencijacije je minsko polje različitih varijabli koje sve mogu uticati na konačni ishod.
Da bi rešili ove frustracije i ubrzali proces, neki istraživači se okreću moći robotike i veštačke inteligencije. Ova najnovija tehnologija je humanoidni robot koji pokreće veštačka inteligencija pod nazivom Maholo koji može da sprovodi sopstvene eksperimente sa ćelijskom kulturom i uči iz rezultata.
Glavni cilj eksperimenata je bio povećanje procenta matičnih ćelija koje su se diferencirale u RPE ćelije. Istraživači su u sistem uneli svoje trenutne protokole najbolje prakse, što je rezultiralo efikasnošću diferencijacije od 50%. Algoritmi veštačke inteligencije radili su na optimizaciji ovoga i podešavali različite parametre tokom nekoliko krugova eksperimentisanja. Za nešto više od šest meseci, robot je poboljšao efikasnost diferencijacije na 90%, a istraživači procenjuju da bi im za ovo trebalo 2,5 godine bez robota.
Izvor: medgadget
