Google brengt nieuwe AI-tools uit voor DNA, weer, gezondheid en informatie

Google presenteert zijn recente AI-aankondigingen niet als één nieuw product, maar als een verzameling hulpmiddelen voor wetenschappers, zorgonderzoekers en gebruikers van publieke informatie. De opvallendste toevoeging is een enorme DNA-database. Daarnaast gaat het om weer- en crisisvoorspellingen, onderzoek naar kankerscreening, taaltoegang en het meten van AI-gebruik in de economie. De gemene deler: AI-voorspellingen sneller bruikbaar maken, zonder dat daarmee de noodzaak van onafhankelijke toetsing en verantwoord gebruik verdwijnt. 4

AlphaGenome Atlas: een doorzoekbare kaart van DNA-veranderingen

De grootste nieuwe onderzoeksbron is AlphaGenome Atlas van Google DeepMind. De database bevat AI-voorspellingen over de moleculaire gevolgen van circa 9 miljard mogelijke single-nucleotide-varianten: alle mogelijke veranderingen van één DNA-letter in het menselijk genoom. Google gebruikte het AlphaGenome-model om de regulerende effecten vooraf te berekenen. Dat leverde een dataset op van ongeveer één petabyte. 312

Het praktische voordeel zit in tijdwinst. Onderzoekers hoeven het model niet telkens opnieuw te draaien voor elke verdachte genetische variant, maar kunnen in de atlas vooraf berekende uitkomsten opzoeken. De AlphaGenome Variant Impact (AVI)-score moet helpen om varianten te rangschikken voor nader onderzoek. De atlas omvat zowel varianten in eiwitcoderende delen van het DNA als varianten in gebieden die de activiteit van genen regelen. 212

Dat kan biologen helpen om een enorme lijst mogelijke verklaringen terug te brengen tot een beter hanteerbare selectie. Maar een voorspeld moleculair effect is geen diagnose en ook geen bewijs dat een variant een ziekte veroorzaakt. Daarvoor blijven experimenten, klinische beoordeling en onderzoek per afzonderlijk geval nodig. 8

Aanvulling op AlphaFold en AlphaMissense

Google plaatst AlphaGenome naast bestaande biologietools. AlphaFold is gericht op het voorspellen van eiwitstructuren, terwijl AlphaMissense en AlphaGenome kijken naar de vermoedelijke gevolgen van genetische variatie. Samen moeten de systemen onderzoekers helpen om van een DNA-verandering naar hypotheses over mogelijke effecten in cellen te komen. 412

Dat zijn nadrukkelijk aanvullende rekentools, geen geïntegreerd klinisch beslissysteem. Hun waarde hangt af van de mate waarin onderzoekers de voorspellingen kunnen toetsen in de specifieke biologische context die zij bestuderen.

AI bij borstkankerscreening: veelbelovend onderzoek, geen vervanger van artsen

Google belichtte ook onderzoek met Imperial College London en de Britse NHS, de nationale gezondheidsdienst van het Verenigd Koninkrijk. Volgens Google identificeerde een experimenteel AI-systeem 25% van de intervalkankers die bij conventionele beoordeling van mammogrammen eerder waren gemist, in gegevens van 175.000 vrouwen. Intervalkankers worden pas na een screeningsuitslag ontdekt, vaak nadat klachten ontstaan. 446

Dat is een relevant onderzoeksresultaat, maar het bewijst niet dat AI bevolkingsonderzoek, radiologen of klinisch oordeel kan vervangen. Het gaat om een experimenteel systeem. Invoering in de zorg vraagt validatie in verschillende praktijksituaties, toezicht en zorgvuldige beoordeling van fout-positieve en fout-negatieve uitslagen én van de gevolgen voor patiënten. 46

WeatherNext 3: wereldwijde weersverwachtingen met satellietdata

Met WeatherNext 3 introduceert Google een nieuw wereldwijd AI-weermodel. Het systeem verwerkt realtime satellietgegevens en maakt voorspellingen per uur op meerdere ruimtelijke resoluties. Het doel is onder meer om neerslag en andere weersvariabelen nauwkeuriger te voorspellen. 1819

Google meldt bij zijn evaluaties verbeteringen in neerslagvoorspellingen tot 60% ten opzichte van IMERG, 30% ten opzichte van MRMS en 10% ten opzichte van metingen met regenmeters, voor vroege voorspeltijden. In een regionale Google-publicatie wordt bovendien gesproken over een verbetering tot 50% voor regenverwachtingen vanaf de volgende dag. 1920

Satellietgegevens zijn vooral waardevol in gebieden waar weinig meetstations op de grond staan. Tegelijk zijn prestatiescores altijd afhankelijk van de gekozen meetmethode, vergelijkingsbasis, regio en voorspeltijd. Weersmodellen met AI horen daarom onderdeel te zijn van bredere meteorologische en crisisplanningssystemen, niet de enige basis voor operationele beslissingen.

Earth AI: crises eerder signaleren

Google's Earth AI Planetary Prediction Engine combineert gegevens over mondiale gezondheid, voedselzekerheid en sociaaleconomische omstandigheden om risico's zoals ziekte-uitbraken, voedseltekorten en klimaatgerelateerde crises te voorspellen. Volgens Google kan het systeem met instructies in gewone taal werken. Het is onder meer ingezet tijdens de ebola-uitbraak in de Democratische Republiek Congo en om kwetsbare Amerikaanse gemeenschappen te identificeren aan de hand van 21 gezondheidsindicatoren van de CDC, de Amerikaanse gezondheidsdienst voor ziektebestrijding en preventie. 4

Zo'n systeem kan organisaties mogelijk eerder aanwijzingen geven waar nader onderzoek of extra aandacht nodig is. De uitkomst blijft echter een voorspelling, geen zekerheid. De kwaliteit hangt af van de onderliggende data, modelaannames en de keuzes van de publieke gezondheids- en hulporganisaties die ermee werken.

Toegang tot informatie in meer talen

Google noemt AI-ondersteuning voor meer dan 300 talen, gesproken door ongeveer 7 miljard mensen — naar schatting 86% van de wereldbevolking. Het uitgesproken doel is taalbarrières bij informatie en digitale diensten te verkleinen. 4

Een taal op een lijst hebben is echter niet hetzelfde als volwaardige toegang. De kwaliteit van vertalingen, ondersteuning van regionale taalvarianten, culturele context, lokale internettoegang en de beschikbaarheid van betrouwbare bronnen bepalen allemaal of informatie ook daadwerkelijk veilig en bruikbaar is.

AI & Economy ATLAS: volgen hoe AI wordt gebruikt

Het AI & Economy ATLAS is een vrij toegankelijk project dat in kaart moet brengen hoe mensen wereldwijd AI gebruiken op het werk en in het dagelijks leven. Het is bedoeld als beschrijvend overzicht van gebruik en ervaren effecten, niet als definitieve voorspelling van werkgelegenheid of productiviteit. 414

Dat onderscheid is wezenlijk. AI kan nieuwe taken, hulpmiddelen en functies opleveren, maar ook de vraag naar ander werk veranderen of verminderen. Het meten van het gebruik is nuttig, maar zegt op zichzelf niet hoe opbrengsten, risico's en kansen uiteindelijk verdeeld zullen worden.

Conclusie

AlphaGenome Atlas is de meest concrete nieuwe onderzoeksbron in deze reeks: een publiek toegankelijke, door AI gemaakte kaart met voorspellingen voor circa 9 miljard mogelijke veranderingen van één DNA-letter. Daaromheen werkt Google aan weersvoorspelling, crisiskaarten, gezondheidsonderzoek, taaltoegang en inzicht in de verspreiding van AI. 34

De mogelijke opbrengst is groot, maar niet automatisch. Wetenschappelijke en medische voorspellingen vragen om onafhankelijke validatie; weers- en crisismodellen om verantwoord gebruik; en bredere informatievoorziening om nauwkeurigheid, lokale bruikbaarheid en eerlijke toegang.