Não é mistério para ninguém que a Google está cada vez mais presente na vida das pessoas, em diversos momentos: a plataforma de vídeos YouTube, o sistema Android, o navegador Chrome, o site de busca homônimo à empresa etc.
Mas não é só na nossa “vida conectada” que a empresa surge. Iniciativas como o Google Fit e os resultados de buscas verificados para pesquisas relacionadas a condições médicas mostram que a companhia também se preocupa com a saúde de seus usuários.
A subdivisão de pesquisas da empresa, chamada Google Research, em parceria com o laboratório Pande Lab, pertencente à Universidade de Stanford, publicou um artigo científico chamado Massively Multitask Networks for Drug Discovery (Redes Multitarefas Massivas para Descoberta de Drogas, em tradução livre), focando justamente nisso.
Cruzamento de informações
O ponto central do estudo é discutir como o cruzamento de informações de várias fontes diferentes pode ajudar a determinar os compostos químicos que melhor servem para o tratamento de diversas doenças. Para isso, seria necessário testar, analisar e catalogar uma infinidade de combinações, processo que levaria muito menos tempo e custo através do uso da aprendizagem profunda.
Esse sistema treina redes neurais artificiais para interpretar e aprender novas informações a partir do conteúdo inserido nele. Já falamos de diversas iniciativas para o desenvolvimento dessas formas de inteligência artificial.
Um trecho do estudo diz: “Uma conclusão encorajadora deste trabalho é que nossos modelos foram capazes de utilizar informações de diferentes experimentos para aumentar a predição apurada de diversas doenças”.
Quanto mais, melhor
“Descobrir novos tratamentos para doenças humanas é um desafio imensamente complicado. Espera-se que as drogas ataquem a fonte da doença, mas devem fazê-lo enquanto satisfazem limites metabólicos e de toxidade muito restritos. Tradicionalmente, a descoberta de medicamentos é um processo extenso e que pode levar anos para ser concluído, com altas taxas de falha ao longo do caminho”, diz um trecho do estudo.
“Segundo o nosso conhecimento, essa é a primeira vez que o efeito do acréscimo de informação foi quantificado nesse campo de estudos, e nossos resultados sugerem que a inserção de mais dados melhoraria ainda mais o desempenho do sistema”, revela o texto. A escala da pesquisa foi 18 vezes maior que trabalhos anteriores sobre o tema e contou com 37,8 milhões de pontos de informação referentes a mais de 200 processos biológicos individuais.
Automatizar e melhorar as técnicas de predição na elaboração de medicamentos através do uso de redes neurais artificiais vai não só aumentar a velocidade com que eles são desenvolvidos como cortar custos de produção e, com sorte, também diminuir o preço final para os consumidores.
Fontes
