Googlen uudet tekoälytyökalut kartoittavat DNA:ta, säätä ja globaaleja riskejä

Googlen tuoreita tekoälyjulkaisuja kannattaa tarkastella kokonaisuutena, ei yhtenä tuotelanseerauksena. Mukana on laaja genomiikan tietovaranto, säämalli, kansanterveyden ennakointityötä, terveystutkimusta, kielten saavutettavuuteen liittyviä toimia ja hanke, joka seuraa tekoälyn taloudellisia vaikutuksia. Yhteinen tavoite on tehdä tekoälyn tuottamista ennusteista ja tiedosta hyödyllisempiä tutkijoille ja suurelle yleisölle. Samalla avoimiksi jäävät kysymykset tulosten validoinnista, saatavuudesta ja käytännön käyttöönotosta. 4

AlphaGenome Atlas: haettava kartta mahdollisista DNA-muutoksista

Kokonaisuuden merkittävin uusi tutkimusresurssi on AlphaGenome Atlas. Se on tietokanta, joka sisältää tekoälyn tuottamia ennusteita noin 9 miljardin mahdollisen yksittäisen nukleotidimuutoksen eli ihmisen genomin yhden DNA-kirjaimen muutoksen molekyylivaikutuksista. Google DeepMind kertoo laskeneensa AlphaGenome-mallilla etukäteen muutosten sääteleviä vaikutuksia. Tuloksena on noin yhden petatavun aineisto. 312

Käytännön hyöty liittyy nopeuteen. Tutkijan ei tarvitse ajaa mallia alusta asti jokaiselle mahdolliselle geenimuunnokselle, vaan valmiiksi laskettuja ennusteita voi hakea tietokannasta. AlphaGenome Variant Impact (AVI) -pistemäärä auttaa nostamaan jatkotutkimukseen kiinnostavimmat variantit esiin. Atlas kattaa sekä proteiineja koodaavat alueet että geenien toimintaa säätelevät DNA-alueet. 212

Tietokanta voi siis toimia tutkimuksen suunnistustyökaluna, kun vaihtoehtoja on valtavasti. Ennustettu molekyylivaikutus ei kuitenkaan ole diagnoosi eikä todiste sairauden aiheuttajasta. Ennen kuin tietoa voidaan käyttää hoitopäätöksissä, se vaatii kokeellista, kliinistä ja tapauskohtaista jatkovarmistusta. 8

AlphaFoldin ja AlphaMissensen rinnalle

Google sijoittaa AlphaGenomen aiempien biologian tekoälyjärjestelmiensä rinnalle. AlphaFold ennustaa proteiinien rakenteita, kun taas AlphaMissense ja AlphaGenome arvioivat geneettisen vaihtelun mahdollisia vaikutuksia. Yhdessä työkalut pyrkivät auttamaan tutkijoita etenemään DNA-muutoksesta hypoteeseihin siitä, miten muutos voi vaikuttaa solubiologiaan. 412

Ero on olennainen: kyse on toisiaan täydentävistä laskennallisista tutkimustyökaluista, ei yhdestä yhtenäisestä kliinisestä järjestelmästä. Hyöty riippuu siitä, miten hyvin ennusteet voidaan varmistaa tutkittavassa biologisessa yhteydessä.

Rintasyövän tekoäly: lupaavaa tutkimusta, ei korvaaja lääkärille

Google nosti esiin myös Imperial College Londonin ja Britannian NHS-julkisen terveydenhuollon kanssa tehdyn rintasyöpäseulontatutkimuksen. Googlen mukaan kokeellinen tekoälyjärjestelmä tunnisti 25 % sellaisista välikasvaimista, jotka tavanomainen seulonta oli aiemmin ohittanut, kun aineistona oli 175 000 naisen mammografiakuvia. Välikasvaimella tarkoitetaan syöpää, joka ilmenee seulontatuloksen jälkeen ja voi oireiden ilmaantuessa olla hankalammin hoidettavissa. 446

Tulos on merkittävä tutkimushavainto, mutta siitä ei seuraa, että tekoäly voisi korvata mammografiaseulonnat, radiologit tai kliinisen harkinnan. Kyseessä on kokeellinen järjestelmä. Käyttöönotto terveydenhuollossa edellyttää näyttöä useista toimintaympäristöistä, valvontaa sekä tarkkaa arviota vääristä positiivisista ja negatiivisista löydöksistä ja potilastuloksista. 46

WeatherNext 3 tuo satelliittidataa sääennusteisiin

WeatherNext 3 on Googlen uusi maailmanlaajuinen säätekoälymalli. Se hyödyntää reaaliaikaista satelliittidataa ja tuottaa ennusteita tunneittain useilla aluetarkkuuksilla. Tavoitteena on parantaa muun muassa sateen ja muiden säämuuttujien ennustamista. 1819

Google raportoi mallin parantavan sadantaennusteita useisiin vertailutasoihin nähden. Julkaistujen tulosten mukaan parannus on varhaisilla ennustejaksoilla enintään 60 % verrattuna IMERG-aineistoon, 30 % verrattuna MRMS:ään ja 10 % verrattuna sademittauksiin. Googlen alueellisessa julkaisussa seuraavan päivän ja sitä pidemmän ajan sade-ennusteiden tarkkuuden kerrotaan parantuneen enintään 50 %. 1920

Satelliittihavainnot ovat erityisen tärkeitä alueilla, joilla maanpäällisiä mittauksia on vähän. Suorituskykyluvut riippuvat silti käytetystä mittarista, vertailukohdasta, maantieteellisestä alueesta ja ennusteen pituudesta. Tekoälyennusteita onkin syytä käyttää osana laajempaa sääpalvelujen ja varautumisen kokonaisuutta.

Earth AI ennakoi laajempia kriisejä

Googlen Earth AI Planetary Prediction Engine yhdistää maailmanlaajuista terveys-, ruokaturva- ja sosioekonomista dataa ennakoidakseen esimerkiksi tautiryppäitä, ruokapulaa ja ilmastoon liittyviä riskejä. Googlen mukaan järjestelmää voi ohjata luonnollisella kielellä, ja sitä on käytetty Kongon demokraattisen tasavallan Ebola-epidemian aikana sekä haavoittuvien yhdysvaltalaisyhteisöjen tunnistamiseen 21 CDC:n terveysindikaattorin perusteella. CDC on Yhdysvaltain tautien torjunta- ja ehkäisykeskus. 4

Tällainen järjestelmä voi auttaa viranomaisia ja avustusjärjestöjä kohdentamaan selvitystyötä ja huomiota aiempaa nopeammin. Sen tulokset ovat kuitenkin ennusteita, eivät varmuuksia: niiden laatu riippuu lähtöaineistosta, mallin oletuksista ja siitä, miten kansanterveys- ja avustusalan toimijat käyttävät tietoa päätöksissään.

Tietoa useammilla kielillä

Google kertoi myös tekoälypohjaisesta kielituesta yli 300 kielelle. Näitä kieliä puhuu yhtiön arvion mukaan noin 7 miljardia ihmistä, eli suunnilleen 86 % maailman väestöstä. Tavoitteena on madaltaa tiedon ja digitaalisten palvelujen kielimuureja. 4

Pelkkä kielten lukumäärä ei kuitenkaan tarkoita yhdenvertaista tiedonsaantia. Käännösten laatu, alueellisten kielimuotojen tuki, kulttuurinen konteksti, verkkoyhteydet ja luotettavien lähteiden saatavuus vaikuttavat kaikki siihen, voiko tietoa käyttää turvallisesti ja tehokkaasti.

AI & Economy ATLAS seuraa tekoälyn käyttöä

AI & Economy ATLAS on avoimesti käytettävä hanke, jonka tarkoituksena on kuvata, miten ihmiset eri puolilla maailmaa käyttävät tekoälyä työssä ja arjessa. Se pyrkii tarjoamaan kuvailevaa tietoa käyttöönotosta ja koetuista vaikutuksista, ei lopullista ennustetta työllisyydestä tai tuottavuudesta. 414

Rajanveto on tärkeä. Tekoäly voi synnyttää uusia tehtäviä, työkaluja ja rooleja, mutta samalla se voi muuttaa joidenkin töiden sisältöä tai vähentää niiden kysyntää. Käytön mittaaminen on hyödyllistä, mutta se ei yksin ratkaise, miten hyödyt, riskit ja mahdollisuudet jakautuvat.

Yhteenveto

Konkreettisin uusi tutkimusresurssi on AlphaGenome Atlas: avoin, tekoälyn tuottama kartta noin 9 miljardista mahdollisesta yhden DNA-kirjaimen muutoksesta. Sen rinnalla Google kehittää työkaluja sääennusteisiin, kriisien kartoitukseen, terveystutkimukseen, kielten saavutettavuuteen ja tekoälyn käyttöönoton ymmärtämiseen. 34

Mahdollisuudet ovat huomattavia, mutta hyödyt eivät synny automaattisesti. Tieteelliset ja lääketieteelliset ennusteet tarvitsevat riippumatonta varmennusta, ennustejärjestelmät vastuullista käyttöä ja laajempi tiedonsaanti tuekseen tarkkuutta, paikallista relevanssia ja yhdenvertaista käyttöönottoa.