En ny international platform giver AI-systemer adgang til specialiserede databaser og værktøjer – og kan potentielt spare forskere for utallige timers manuelt arbejde.
Forskere fra Aarhus Universitet har været med til at udvikle en platform, der skal gøre kunstig intelligens langt mere brugbar i biomedicinsk forskning.
AI-systemer kan imponerende meget, men mange forskere har haft svært ved at udnytte deres fulde potentiale, fordi systemerne mangler adgang til de specialiserede databaser og værktøjer, der bruges i daglig forskning.
”For eksempel udvikler vores gruppe metoder til at udtrække molekylær information fra væv ved hjælp af mikroskopi. Når vi har indsamlet store datamængder, skal vi forstå, hvad resultaterne betyder, sætte dem i sammenhæng med litteraturen og foreslå næste skridt. Det er en tidskrævende proces, som går igen i de fleste forskningsfelter,” forklarer professor Victor Puelles fra Institut for Klinisk Medicin ved Aarhus Universitet.
”Vi bruger ofte mere tid på at formulere de rigtige spørgsmål, finde huller i litteraturen og fortolke resultater, end vi gør på selve eksperimenterne – og selv dér kan vi ikke nå hele vejen rundt,” siger postdoc Malte Kuehl, postdoc ved Institut for Klinisk Medicin.
”AI kan hjælpe med at finde relevant materiale og koble resultater til eksisterende viden, men uden adgang til validerede forskningsressourcer og værktøjer kan nuværende AI-systemer ikke levere pålidelige svar,” tilføjer Malte Kuehl.
Kan spare mange arbejdstimer
For at løse netop det har Malte Kuehl sammen med en række internationale forskere udviklet BioContextAI – en platform, hvor man kan finde plugins, der giver AI-systemer direkte adgang til validerede videnskabelige databaser og bioinformatiske programmer.
I stedet for at skulle ”gætte” ud fra træningsdata kan AI’en hente opdateret information fra de samme databaser, forskerne selv bruger.
Malte Kuehl ser et stort potentiale. For eksempel kan AI-systemer med platformens værktøjer automatisk generere en detaljeret rapport, når man analyserer genetiske data og støder på et gen, man ikke kender.
Systemet samler dermed information om, hvordan genet fungerer i kroppen, hvilke sygdomme det er koblet til, om der findes lægemidler rettet mod det, og hvad den nyeste forskning viser.
”At samle sådan en rapport ville normalt tage mig flere timer, men nu kan det køre i baggrunden på få minutter, fordi værktøjerne allerede findes i platformen,” siger Malte Kuehl.
Et ”app store” til forsknings-AI
Løsningen bygger på Model Context Protocol – en ny standard, der fungerer som et slags app store til AI-systemer.
”Tidligere løsninger var som den første iPhone – faste funktioner uden mulighed for at udvide dem. Nu kan du installere det, der svarer til apps i dine AI-systemer og give dem nye funktioner efter behov.
BioContextAI’s Registry fungerer som en app store, hvor forskere kan finde de værktøjer, de har brug for, sammen med vejledning i, hvordan de skal bruges,” forklarer Malte Kuehl.
Projektet rækker langt ud over Aarhus. Bag platformen står forskere fra blandt andet Hamborg, Cambridge, Heidelberg, München og en række andre internationale institutioner.
”Vi håber, at BioContextAI både kan løfte kvaliteten og rækkevidden af biomedicinsk forskning i de kommende år. Der findes allerede fremragende forskningsværktøjer derude, men de kan være svære at bruge. Hvis vi med AI kan bygge bro mellem praktisk laboratoriearbejde og beregningsmæssig analyse, har platformen et enormt potentiale,” siger Malte Kuehl.
Mennesket skal stadig være i centrum
Selv med den ambitiøse vision understreger Kuehl, at AI-teknologi ikke kan erstatte menneskelige forskere i biomedicinsk forskning.
”Vi er stadig langt fra fuld pålidelighed og effektivitet. Forskningen vil forblive menneskecentreret det næste årti. Nye eksperimenter skal stadig udføres, og praktisk laboratoriearbejde vil fortsat være en afgørende del af processen.”
Han lægger også vægt på, at forskere skal bevare et kritisk blik på AI-genererede output.
”Hallucinationer kan aldrig udelukkes helt i generativ AI, og derfor skal vigtige beslutninger altid træffes af menneskelige eksperter. AI-systemer skal udvikles til at styrke og skalere menneskers arbejde – ikke erstatte det,” siger Malte Kuehl.