Google samler AI-satsning på genetik, vejr, sundhed og adgang til viden

Google har ikke lanceret ét samlet AI-produkt, men en portefølje af værktøjer og forskningsressourcer. De spænder fra en enorm database over menneskets DNA til vejrprognoser, sundhedsforskning, krisevarsling, sprogstøtte og måling af, hvordan AI bruges i arbejdsliv og hverdag. Fællesnævneren er ambitionen om at gøre AI-baserede forudsigelser og information mere anvendelige for både forskere og offentligheden. 4

AlphaGenome Atlas: et opslagsværk over mulige DNA-ændringer

Den mest konkrete forskningsnyhed er AlphaGenome Atlas. Databasen indeholder AI-genererede forudsigelser for de molekylære konsekvenser af cirka 9 milliarder mulige enkelt-nukleotid-varianter – altså alle tænkelige ændringer af ét bogstav i menneskets genom. Google DeepMind har på forhånd beregnet den regulerende virkning af ændringerne med AlphaGenome-modellen. Datasættet fylder omkring én petabyte. 312

Pointen er først og fremmest tempo. I stedet for at køre en model fra bunden for hver mulig genvariant kan forskere slå de færdigberegnede forudsigelser op. Scoren AlphaGenome Variant Impact (AVI) skal hjælpe med at prioritere, hvilke varianter der er mest relevante at undersøge videre. Atlasset omfatter både protein-kodende områder og DNA-områder, der regulerer geners aktivitet. 212

Det kan gøre det lettere at finde interessante spor i et enormt datasæt. Men en forudsagt molekylær effekt er hverken en diagnose eller et bevis for, at en variant forårsager sygdom. Resultaterne kræver fortsat eksperimentel, klinisk og konkret vurdering, før de kan indgå i medicinske beslutninger. 8

Et supplement til AlphaFold og AlphaMissense

Google placerer AlphaGenome sammen med sine eksisterende biologiværktøjer. AlphaFold bruges til at forudsige proteinstrukturer, mens AlphaMissense og AlphaGenome fokuserer på de sandsynlige konsekvenser af genetiske variationer. Samlet skal værktøjerne hjælpe forskere med at bevæge sig fra en DNA-ændring til hypoteser om, hvordan cellernes biologi kan blive påvirket. 412

Det er dog komplementære beregningsværktøjer – ikke ét samlet klinisk system. Værdien afhænger af, hvor godt forskerne kan validere forudsigelserne i den konkrete biologiske sammenhæng.

AI i brystkræftscreening: lovende forskning, ikke en erstatning for fagfolk

Google fremhæver også et forskningssamarbejde med Imperial College London og det britiske sundhedsvæsen, NHS, om AI-assisteret brystkræftscreening. Ifølge Google fandt et eksperimentelt AI-system 25 % af de intervalcancere, som konventionel screening tidligere havde overset, i mammografier fra 175.000 kvinder. Intervalcancere er kræfttilfælde, der opdages efter et screeningsresultat, ofte først når symptomer viser sig. 446

Resultatet er vigtigt som forskningsfund, men det betyder ikke, at AI kan overtage mammografiprogrammer eller erstatte radiologer og klinisk vurdering. Systemet er eksperimentelt, og anvendelse i sundhedsvæsenet kræver afprøvning på tværs af miljøer, tilsyn og omhyggelig vurdering af blandt andet falsk positive og falsk negative svar samt patientresultater. 46

WeatherNext 3: globale vejrprognoser med satellitdata

WeatherNext 3 er Googles nyeste globale AI-model til vejrudsigter. Den inddrager satellitdata i realtid og leverer timeprognoser i flere geografiske opløsninger med målet om at forbedre blandt andet nedbørsprognoser. 1819

Google oplyser, at modellen forbedrer nedbørsprognoser målt mod flere sammenligningsgrundlag. I virksomhedens evalueringer nævnes forbedringer på op til 60 % mod IMERG, 30 % mod MRMS og 10 % mod regnmålinger i tidlige prognosehorisonter. En regional Google-meddelelse angiver desuden op til 50 % bedre præcision for regnprognoser fra mindst dagen efter. 1920

Satellitdata kan være særligt nyttige i områder, hvor der er få jordbaserede målinger. Men præstationstal for vejrmodeller afhænger af målemetode, sammenligningsgrundlag, geografi og hvor langt frem prognosen rækker. AI-prognoser bør derfor ses som én del af et bredere grundlag for vejrtjenester, beredskab og risikohåndtering.

Earth AI skal forudsige globale kriser

Googles Earth AI Planetary Prediction Engine samler data om global sundhed, fødevaresikkerhed og socioøkonomiske forhold for at forudsige kriser som sygdomsudbrud, fødevaremangel og klimarelaterede risici. Google oplyser, at systemet kan styres med instruktioner i almindeligt sprog, og at det er blevet brugt under ebolaudbruddet i Den Demokratiske Republik Congo samt til at identificere sårbare amerikanske lokalsamfund på tværs af 21 sundhedsindikatorer fra CDC, USA’s nationale center for sygdomsbekæmpelse og forebyggelse. 4

Sådanne systemer kan hjælpe organisationer med tidligere at pege på, hvor der bør undersøges nærmere eller sættes ind. Men outputtet er prognoser, ikke sikker viden: Kvaliteten afhænger af de bagvedliggende data, modellens antagelser og de beslutninger, som sundheds- og nødhjælpsaktører træffer.

Adgang til information på flere sprog

Google beskriver AI-understøttet sprogstøtte for mere end 300 sprog, der tilsammen tales af omkring 7 milliarder mennesker – cirka 86 % af verdens befolkning. Målet er at mindske sprogbarrierer i adgangen til information og digitale tjenester. 4

Bred dækning er dog ikke det samme som lige adgang. Oversættelseskvalitet, støtte til regionale sprogvarianter, kulturel kontekst, internetforbindelse og adgangen til troværdigt kildemateriale er alt sammen afgørende for, om informationen kan bruges sikkert og effektivt.

AI & Economy ATLAS: hvordan AI bruges i praksis

AI & Economy ATLAS er et åbent projekt, der skal dokumentere, hvordan mennesker verden over anvender AI på jobbet og i hverdagen. Det er tænkt som en beskrivende oversigt over udbredelse og oplevede virkninger – ikke som en endelig prognose for jobmarkedet eller produktiviteten. 414

Den skelnen er væsentlig. AI kan skabe nye opgaver, værktøjer og roller, men kan også ændre eller mindske behovet for andet arbejde. At kortlægge brugen er nyttigt, men kan ikke alene afgøre, hvordan gevinster, risici og muligheder bliver fordelt.

Kort sagt

AlphaGenome Atlas er den tydeligste nye forskningsressource: et offentligt AI-genereret kort med forudsigelser for omtrent 9 milliarder mulige ændringer af ét bogstav i menneskets DNA. Omkring det udvikler Google værktøjer til vejrprognoser, krisekortlægning, sundhedsforskning, sprogadgang og forståelse af AI’s udbredelse. 34

Potentialet er stort, men gevinsterne kommer ikke af sig selv. Videnskabelige og medicinske forudsigelser skal valideres uafhængigt, prognosesystemer skal bruges ansvarligt, og bredere adgang skal følges af præcision, lokal relevans og retfærdig implementering.