Za efikasnu veštačku inteligenciju najvažnije je imati pouzdane podatke, što je veoma teško prikupiti u globalnoj zdravstvenoj krizi. Krajem januara, više od nedelju dana pre nego što je COVID-19 dobio takav naziv, bolnice u Vuhanu u Kini, počele su da isprobavaju novi metod testiranja bolesti pomoću veštačke inteligencije. Plan je obuhvatao CT (kompjuterizovanu tomografiju) pluća, što predstavlja trodimenzionalno skeniranje pluća predstavljeno u najsitnijim detaljima. Proučavanjem hiljada takvih slika, algoritam bi mogao da utvrdi da li je upala pluća kod određenog pacijenta posledica novog virusa или tek posledica nečeg manje opasnog, kao što je sezonski grip.
U Sjedinjenim Državama, kad je virus počeo da se širi u februaru, takva ideja je mogla da zaživi. S obzirom na to da odgovarajućih testova nije bilo dovoljno, to bi bio pravi način da se veliki broj ljudi podvrgne takvom pregledu. Međutim, medicinski stručnjaci nisu bili baš potpuno sigurni da bi takav postupak dao željene rezultate. Iako su mnogi dijagnostički algoritmi dobili odobrenje od američke Uprave za hranu i lekove, kao što su, recimo, za prelom zgloba, očne bolesti, rak dojke, treba naglasiti da su oni razvijani godinama. Koriste se u mnogim bolnicama koje imaju različite vrste pacijenata. Stalno se ispituju njihovi nedostaci i greške, stalno se doteruju i ispravljaju.
Da li je bilo dovoljno podataka o novom virusu da bi se mogla napraviti razlika između jedne i druge vrste zapaljenja pluća? Šta je sa blagim slučajevima, kod kojih bi razlika bila manje uočljiva i jasna? Pandemija nije čekala na odgovore, ali medicina je morala. Krajem marta, Ujedinjene nacije i Svetska zdravstvena organizacija objavile su izveštaj o ispitivanju CT uređaja za snimanje pluća i niza drugih aplikacija veštačke inteligencije u borbi protiv COVIDA-19. Odmerena birokratska procena je bila da skoro nijedan projekat nije dostigao „operativnu zrelost“.
Takva ograničenja su mnogo starija od krize, ali, svakako, podstaknuta samom krizom. Pouzdana veštačka inteligencija zavisi od sposobnosti ljudi da prikupe podatke koji će imati smisla. Pandemija je pokazala zašto je teško upravljati krizom dok je u toku. Setite se samo stalno promenljivih saveta o nošenju zaštitnih maski i korišćenju ibuprofena, o tome kako su se doktori razilazili u stavovima koga treba povezati na respirator i kada. Našim svakodnevnim aktivnostima upravljale su nesigurne pretpostavke o tome ko se može zaraziti, a ko umreti i koliko će ljudi umreti ako ne poštujemo mere samoizolacije.
Kad uspemo da sredimo sve te dokaze, veštačka inteligencija zaostaje jedan korak za nama. Ipak, mi i dalje zamišljamo da je njena moć predviđanja bolja nego naša. Uzmimo, na primer, razvoj leka. Jedan od najviše isticanih eksperimenata je onaj koji je obavila kompanija DeepMind (u vlasništvu kompanije „Gugl“). Kompanijin sistem AlphaFord je šampion u modelovanju proteina – predviđanju sitnih struktura od kojih se sastoji virus.
Razdvajanje tih struktura u laboratoriji može trajati mesecima. U kompaniji DeepMind taj proces je obavljen za nekoliko dana i ona je objavila šemu šest proteina u virusu već u martu. Modeli nisu bili u potpunosti precizni, kako je tim upozorio. Ta vest je izazvala drugačiju reakciju, a to je da se veštačka inteligencija uključila u trku za izradu vakcine.
Vest je kod onih koji su za vakcinaciju izazvala tek sleganje ramenima. Stručnjaci kažu da su važni proteini već otkriveni u laboratoriji bez pomoći veštačke inteligencije. Prema tome, bilo bi prilično rizično trošiti dragoceno vreme i novac da bi se krenulo od početka i pri tom, uz pomoć nečeg što je nastalo kao proizvod eksperimentalnog sistema. Naravno, postoji potencijalna korist upotrebe veštačke inteligencije u pronalaženju metoda lečenja. Ona može da se koristi zajedno sa drugim tehnikama rudarenja podataka kako bismo uspeli da u gomili informacija koje već imamo pronađemo one relevantne da bismo uočili puteve istraživanja koji obećavaju или pronalaženju onih starih koji bi nam bili korisni. Na taj način je pronađen jedan lek koji se trenutno klinički ispituje. Veštačka inteligencija bi mogla da nam pruži uvid u to kako novi virus napada telo. Algoritam bi mogao da istraži veliki broj podataka o pacijentima i utvrdi koji od njih ima veću šansu da preživi, a koji ne.
Opet kažemo, podaci su najvažniji, dakle koliko smo ih prikupili i da li smo ih organizovali tako da mašine mogu da ih upotrebe. Naš zdravstveni sistem ne želi da pruži takve podatke na kojima bi se takvi sistemi obučavali. Regulative o zaštiti privatnosti i potpuna odvojenost baza podataka odvratiće vas od bilo kakvog pokušaja pre nego zastarele baze podataka pune grešaka. Moguće je da će ova kriza uneti određene promene. Možda će nas naterati da razmislimo o tome kako se podaci skladište i dele. Možda ćemo ovaj virus proučavati i kad se cela ova zbrka okonča i zainteresovanost splasne i možda ćemo tada dobiti pouzdanije podatke i bolju veštačku inteligenciju za neku drugu pandemiju koja će doći. Za sada, ne treba da nas iznenadi to što nas veštačka inteligencija nije spasila od ove pandemije.