VIRGINIA BEACH – Vorig jaar werd de Nobelprijs voor de Geneeskunde toegekend voor een ontdekking waarvan de totstandkoming 44 jaar heeft gekost en waarbij twee verschillende onderzoeksteams betrokken waren. De doorbraak belooft nieuwe soorten diagnoses en therapie, maar hoe zou het zijn als zulke inzichten door computers binnen een paar minuten in plaats van in de loop van een paar decennia zouden kunnen worden ontwikkeld? De recente verschijning van een nieuw coronavirus, dat negen mensen het leven heeft gekost in Groot-Brittannië en het Midden-Oosten, herinnert ons eraan dat nieuwe behandelingen soms snel nodig zijn.
Met andere modeleringsabstracties is het misschien mogelijk een kunstmatig intelligentie(AI)-systeem te bouwen, dat nieuwe behandelingen kan ontwerpen. Dat systeem zou verrassende, effectieve therapieën suggereren, omdat het ziekte zou begrijpen op een manier die mensen zich moeilijk kunnen voorstellen. Het idee lijkt wel science fiction: iedereen weet dat AI niet bijzonder slim is.
Om zo'n soort “geneesmachine” te bouwen, is op z'n minst één verreikende innovatie nodig: een betere manier om complete systemen te modelleren, waardoor zowel de biologie als de computerwetenschap nieuwe conceptuele instrumenten aangereikt zou krijgen.
Op beide terreinen is de conventionele aanpak reductionistisch geweest, waarbij de problemen werden gemodelleerd op het niveau van hun meest fundamentele componenten. Hoewel dit de bouw mogelijk maakt van “expertsystemen”, die in nauw afgebakende domeinen kunnen redeneren, of het ontwerp van zoekmachines die afzonderlijke feiten kunnen vinden, zijn we nog niets opgeschoten in de richting van AI die redeneert zoals wij dat doen – binnen en dwars door meerdere contexten, waaronder die van de tijd. AI kan geen informatie integreren over schijnbaar onafhankelijke processen, zoals chemische, fysiologische en psychologische gebeurtenissen, of vooruitlopen op nieuwe uitkomsten. Wij doen dat soort dingen aan de eettafel.
Innovatie is van cruciaal belang. Om een “geneesmachine” te kunnen bouwen, hebben we een manier nodig waarop computers concepten kunnen assembleren, zodat onverwachte arrangementen te voorschijn kunnen komen.
In de biologie heeft zich een soortgelijke reductionistische benadering voorgedaan, die het best wordt verbeeld door het Human Genome Project, dat het moleculaire “recept” voor ieder aspect van het lichaam in kaart heeft gebracht, om te kunnen ontdekken hoe de meest fundamentele onderdelen samenwerken. Helaas heeft de verwachte revolutie op het gebied van nieuwe therapieën nog niet plaatsgevonden.
Wereldwijd bedragen de totale jaarlijkse investeringen in biomedisch onderzoek ongeveer $110 mrd. Alleen naar het HIV-onderzoek gaan jaarlijks al miljarden. Toch zijn we na 25 jaar van intensieve investeringen in de structurele biologie nog steeds niet in staat ons te bewegen van het begrip van individuele moleculen in de richting van het begrip van complete systemen. Een model van de dynamiek tussen meervoudige processen – chemisch, fysiologisch en psychologisch – zou nieuwe inzichten bieden in de manier waarop ziekten functioneren.
Neem bijvoorbeeld het reukvermogen. De neusholte is uniek, omdat het de enige plek is waar hersencellen (neuronen) rechtstreeks zijn blootgesteld aan de omgeving. Als we het reukvermogen in lokale termen modelleren, kunnen we zien hoe nasale neuronen een interactie aangaan met geurdeeltjes, waardoor signalen door een netwerk van andere neuronen naar de hersenen worden gezonden. In de structurele biologie hebben we goede abstracties om dit te beschrijven.
Maar deze neuronen maken ook deel uit van een adaptief, regeneratief systeem. Zintuiglijke neuronen sterven een geprogrammeerde dood: je krijgt letterlijk iedere maand een nieuw reukvermogen. De modellering daarvan vereist dat met méér factoren rekening wordt gehouden dan louter met lokale signalering. Neuronen opereren als een coöperatief: er arriveren er meer op een bepaalde locatie dan strikt noodzakelijk is voor een eenvoudige vervanging. Om die vervanging te faciliteren, worden de extra neuronen onderdeel van een dialoog met omliggende cellen, en andere cellen diep in het brein, om zichzelf vervolgens op te offeren. Om te verklaren waarom ze vrijwillig sterven, hebben met een nieuwe vocabulaire op systeemniveau nodig.
En daar blijft het niet bij. Als je neuronen worden vervangen, veranderen ze. Als je net verliefd bent (of een trauma hebt ervaren) en daar een geur mee is verbonden, kun je een verhoogde gevoeligheid voor die geur ontwikkelen. Je fysio-cognitieve apparaat evolueert.
Dit proces interesseert onderzoekers enorm, omdat het slechts een van de twee contexten is waarin neurale regeneratie optreedt. Als het proces zou worden begrepen, zou het tot therapieën kunnen leiden voor vele verlammende ziekten, zowel neurologische (zoals Parkinson als Alzheimer) als degeneratieve (waaronder ziekten als kanker, die in verband staan met veroudering).
Eén manier waarop we kunnen begrijpen hoe deze hogere samenhang vorm krijgt is door haar in een meer toegankelijke vorm te bestuderen. Toevallig bestaat er een algemeen voorkomende informatiestructuur, waarin de noodzakelijke gedragspatronen makkelijker waarneembaar en verklaarbaar zijn. Die structuur kan worden aangetroffen in verhalen.
Verhalen zijn opmerkelijk door de manier waarop zij ons in staat stellen nieuwe concepten te begrijpen en te blijven doorgronden, ook al hebben zij betrekking op diverse contexten en brengen ze onverwachte associaties met zich mee. We vinden de daaruit voortvloeiende narratieve effecten vanzelfsprekend: een verrassende afloop, intrigerende situaties, en een dwangmatige neiging om tot het einde door te blijven lezen of kijken. Als biologische of AI-modellen deze dynamiek zouden weerspiegelen, zouden ze kunnen demonstreren hoe onverwachte gebeurtenissen kunnen ontstaan uit een zich ontvouwende samenhang.
Het omarmen van dit principe op beide onderzoeksterreinen zou kunnen leiden tot nieuwe diagnostische vaardigheden en nieuwe vormen van individuele behandelingen, waarbij voor ieder afzonderlijk individu een eigen therapie wordt ontworpen. Een infectie zoals het coronavirus wordt momenteel tegengegaan met een vaccin dat erop is toegesneden het te blokkeren. Maar hoe zou het zijn als er een manier bestond om het lichaam te “leren” alle mogelijke infecties te weerstaan? Er zijn bijvoorbeeld een paar gevallen bekend van natuurlijke weerstand tegen HIV, maar we zijn nog niet in staat om te begrijpen hoe dit in zijn werk gaat.
De uitdaging op het gebied van het biomedisch en het computeronderzoek is het modelleren van de dynamiek tussen diverse processen op het niveau van complete systemen. Als we dat eenmaal kunnen, is het veel waarschijnlijker dat we AI-instrumenten zullen kunnen ontwikkelen die in staat zijn onverwachte doorbraken te verwezenlijken op het gebied van de inzichten in hoe het lichaam ziekten “steunt” of zich er juist tegen verzet.
Vertaling: Menno Grootveld
VIRGINIA BEACH – Vorig jaar werd de Nobelprijs voor de Geneeskunde toegekend voor een ontdekking waarvan de totstandkoming 44 jaar heeft gekost en waarbij twee verschillende onderzoeksteams betrokken waren. De doorbraak belooft nieuwe soorten diagnoses en therapie, maar hoe zou het zijn als zulke inzichten door computers binnen een paar minuten in plaats van in de loop van een paar decennia zouden kunnen worden ontwikkeld? De recente verschijning van een nieuw coronavirus, dat negen mensen het leven heeft gekost in Groot-Brittannië en het Midden-Oosten, herinnert ons eraan dat nieuwe behandelingen soms snel nodig zijn.
Met andere modeleringsabstracties is het misschien mogelijk een kunstmatig intelligentie(AI)-systeem te bouwen, dat nieuwe behandelingen kan ontwerpen. Dat systeem zou verrassende, effectieve therapieën suggereren, omdat het ziekte zou begrijpen op een manier die mensen zich moeilijk kunnen voorstellen. Het idee lijkt wel science fiction: iedereen weet dat AI niet bijzonder slim is.
Om zo'n soort “geneesmachine” te bouwen, is op z'n minst één verreikende innovatie nodig: een betere manier om complete systemen te modelleren, waardoor zowel de biologie als de computerwetenschap nieuwe conceptuele instrumenten aangereikt zou krijgen.
Op beide terreinen is de conventionele aanpak reductionistisch geweest, waarbij de problemen werden gemodelleerd op het niveau van hun meest fundamentele componenten. Hoewel dit de bouw mogelijk maakt van “expertsystemen”, die in nauw afgebakende domeinen kunnen redeneren, of het ontwerp van zoekmachines die afzonderlijke feiten kunnen vinden, zijn we nog niets opgeschoten in de richting van AI die redeneert zoals wij dat doen – binnen en dwars door meerdere contexten, waaronder die van de tijd. AI kan geen informatie integreren over schijnbaar onafhankelijke processen, zoals chemische, fysiologische en psychologische gebeurtenissen, of vooruitlopen op nieuwe uitkomsten. Wij doen dat soort dingen aan de eettafel.
Innovatie is van cruciaal belang. Om een “geneesmachine” te kunnen bouwen, hebben we een manier nodig waarop computers concepten kunnen assembleren, zodat onverwachte arrangementen te voorschijn kunnen komen.
In de biologie heeft zich een soortgelijke reductionistische benadering voorgedaan, die het best wordt verbeeld door het Human Genome Project, dat het moleculaire “recept” voor ieder aspect van het lichaam in kaart heeft gebracht, om te kunnen ontdekken hoe de meest fundamentele onderdelen samenwerken. Helaas heeft de verwachte revolutie op het gebied van nieuwe therapieën nog niet plaatsgevonden.
BLACK FRIDAY SALE: Subscribe for as little as $34.99
Subscribe now to gain access to insights and analyses from the world’s leading thinkers – starting at just $34.99 for your first year.
Subscribe Now
Wereldwijd bedragen de totale jaarlijkse investeringen in biomedisch onderzoek ongeveer $110 mrd. Alleen naar het HIV-onderzoek gaan jaarlijks al miljarden. Toch zijn we na 25 jaar van intensieve investeringen in de structurele biologie nog steeds niet in staat ons te bewegen van het begrip van individuele moleculen in de richting van het begrip van complete systemen. Een model van de dynamiek tussen meervoudige processen – chemisch, fysiologisch en psychologisch – zou nieuwe inzichten bieden in de manier waarop ziekten functioneren.
Neem bijvoorbeeld het reukvermogen. De neusholte is uniek, omdat het de enige plek is waar hersencellen (neuronen) rechtstreeks zijn blootgesteld aan de omgeving. Als we het reukvermogen in lokale termen modelleren, kunnen we zien hoe nasale neuronen een interactie aangaan met geurdeeltjes, waardoor signalen door een netwerk van andere neuronen naar de hersenen worden gezonden. In de structurele biologie hebben we goede abstracties om dit te beschrijven.
Maar deze neuronen maken ook deel uit van een adaptief, regeneratief systeem. Zintuiglijke neuronen sterven een geprogrammeerde dood: je krijgt letterlijk iedere maand een nieuw reukvermogen. De modellering daarvan vereist dat met méér factoren rekening wordt gehouden dan louter met lokale signalering. Neuronen opereren als een coöperatief: er arriveren er meer op een bepaalde locatie dan strikt noodzakelijk is voor een eenvoudige vervanging. Om die vervanging te faciliteren, worden de extra neuronen onderdeel van een dialoog met omliggende cellen, en andere cellen diep in het brein, om zichzelf vervolgens op te offeren. Om te verklaren waarom ze vrijwillig sterven, hebben met een nieuwe vocabulaire op systeemniveau nodig.
En daar blijft het niet bij. Als je neuronen worden vervangen, veranderen ze. Als je net verliefd bent (of een trauma hebt ervaren) en daar een geur mee is verbonden, kun je een verhoogde gevoeligheid voor die geur ontwikkelen. Je fysio-cognitieve apparaat evolueert.
Dit proces interesseert onderzoekers enorm, omdat het slechts een van de twee contexten is waarin neurale regeneratie optreedt. Als het proces zou worden begrepen, zou het tot therapieën kunnen leiden voor vele verlammende ziekten, zowel neurologische (zoals Parkinson als Alzheimer) als degeneratieve (waaronder ziekten als kanker, die in verband staan met veroudering).
Eén manier waarop we kunnen begrijpen hoe deze hogere samenhang vorm krijgt is door haar in een meer toegankelijke vorm te bestuderen. Toevallig bestaat er een algemeen voorkomende informatiestructuur, waarin de noodzakelijke gedragspatronen makkelijker waarneembaar en verklaarbaar zijn. Die structuur kan worden aangetroffen in verhalen.
Verhalen zijn opmerkelijk door de manier waarop zij ons in staat stellen nieuwe concepten te begrijpen en te blijven doorgronden, ook al hebben zij betrekking op diverse contexten en brengen ze onverwachte associaties met zich mee. We vinden de daaruit voortvloeiende narratieve effecten vanzelfsprekend: een verrassende afloop, intrigerende situaties, en een dwangmatige neiging om tot het einde door te blijven lezen of kijken. Als biologische of AI-modellen deze dynamiek zouden weerspiegelen, zouden ze kunnen demonstreren hoe onverwachte gebeurtenissen kunnen ontstaan uit een zich ontvouwende samenhang.
Het omarmen van dit principe op beide onderzoeksterreinen zou kunnen leiden tot nieuwe diagnostische vaardigheden en nieuwe vormen van individuele behandelingen, waarbij voor ieder afzonderlijk individu een eigen therapie wordt ontworpen. Een infectie zoals het coronavirus wordt momenteel tegengegaan met een vaccin dat erop is toegesneden het te blokkeren. Maar hoe zou het zijn als er een manier bestond om het lichaam te “leren” alle mogelijke infecties te weerstaan? Er zijn bijvoorbeeld een paar gevallen bekend van natuurlijke weerstand tegen HIV, maar we zijn nog niet in staat om te begrijpen hoe dit in zijn werk gaat.
De uitdaging op het gebied van het biomedisch en het computeronderzoek is het modelleren van de dynamiek tussen diverse processen op het niveau van complete systemen. Als we dat eenmaal kunnen, is het veel waarschijnlijker dat we AI-instrumenten zullen kunnen ontwikkelen die in staat zijn onverwachte doorbraken te verwezenlijken op het gebied van de inzichten in hoe het lichaam ziekten “steunt” of zich er juist tegen verzet.
Vertaling: Menno Grootveld