Según un nuevo estudio de la Universidad de Surrey, un nuevo método ‘fuera de la caja’ para enseñar modelos de inteligencia artificial (IA) para tomar decisiones podría brindar esperanza para encontrar nuevos métodos terapéuticos para el cáncer.

Científicos informáticos de Surrey han demostrado que un método de aprendizaje de refuerzo profundo abierto, o sin modelo, es capaz de estabilizar grandes conjuntos de datos (de hasta 200 nodos) utilizados en modelos de IA. El enfoque mantiene abierta la posibilidad de descubrir formas de detener el desarrollo del cáncer mediante la predicción de la respuesta de las células cancerosas a las perturbaciones, incluido el tratamiento farmacológico.

El Dr. Sotiris Moschoyiannis, autor correspondiente del estudio de la Universidad de Surrey, dijo :

« Existe una cantidad desgarradora de cánceres agresivos con poca o ninguna información sobre su origen, y mucho menos sobre cómo categorizar su comportamiento. Aquí es donde el aprendizaje automático puede brindarnos una verdadera esperanza a todos ».

« Lo que hemos demostrado es la capacidad del enfoque basado en el aprendizaje por refuerzo para abordar redes booleanas reales a gran escala del estudio del melanoma metastásico. Los resultados de esta investigación han tenido éxito en el uso de datos registrados no solo para diseñar nuevas terapias sino también para hacer que las terapias existentes sean más precisas. El siguiente paso sería usar células vivas con los mismos métodos ».

El aprendizaje por refuerzo es un método de aprendizaje automático mediante el cual recompensa a una computadora por tomar la decisión correcta y la castiga por tomar las decisiones incorrectas. Con el tiempo, la IA aprende a tomar mejores decisiones.

Un enfoque sin modelo para el aprendizaje por refuerzo es cuando la IA no tiene una dirección clara o una representación de su entorno. El enfoque sin modelo se considera más poderoso ya que la IA puede comenzar a aprender de inmediato sin necesidad de una descripción detallada de su entorno.

La profesora Francesca Buffa del Departamento de Oncología de la Universidad de Oxford comentó sobre los hallazgos de la investigación :

« Este trabajo da un gran paso para permitir el pronóstico de la perturbación en las redes de genes, lo cual es esencial a medida que avanzamos hacia terapias dirigidas. Estos resultados son emocionantes para mi laboratorio, ya que llevamos mucho tiempo considerando un conjunto más amplio de perturbaciones para incluir el microambiente de la célula. » »