Harvard-forskere lar AI-agenter planlegge og forutsi medisinske studier

På Harvard Medical School (HMS) ser forskere kunstig intelligens (AI) som en partner i forskningen, ikke bare et verktøy. AI-modeller, ofte referert til som «co-scientists», bidrar med oppgaver som å analysere data, syntetisere vitenskapelig litteratur, og til og med skrive kode. Disse spesialbygde AI-agentene kan hente og analysere pasientinformasjon institusjonen har tilgang til, samt informasjon fra kontrollerte kliniske kilder som FDA-dokumenter, via API-kall (Application Programming Interface). Dette skiller dem fra generiske chatbots som primært henter informasjon fra internett. Et eksempel er ATHENA fra Zitnik Lab, som kan forutsi bivirkninger av medisiner basert på komplekse pasientdata, inkludert alle FDA-godkjente legemidler siden 1939. I ett konkret tilfelle forutså ATHENA økt risiko for bivirkninger ved ACE-hemmere hos en pasientgruppe med spesifikk sykdoms- og medikamenthistorie. Labben sjekket dette mot elektroniske pasientjournaler, og fant at pasienter med denne historikken rapporterte bivirkningen med høyere rate enn forventet i den generelle populasjonen. Selv om AI akselererer arbeidet, understreker forskerne behovet for «mennesker i loopen» for å validere resultatene og opprettholde etisk forsvarlighet, slik at AI frigjør mennesker til mer kreativ tenking. Ifølge en undersøkelse fra Ithaka S+R har 63 prosent av biomedisinske forskere i slutten av 2024 prøvd generativ AI, men kun 7 prosent brukte det regelmessig. De største barrierene for bredere adopsjon er bekymringer rundt nøyaktighet og manglende klarhet om beste praksis for etisk bruk. Dette er relevant for norske arbeidsplasser, da det viser at implementering av avansert AI krever tydelige retningslinjer og validering, også i et norsk forsknings- og helsemiljø.