Globálni politickí a obchodní lídri sa tento týždeň stretávajú vo švajčiarskom Davose na výročnom zasadnutí Svetového ekonomického fóra (WEF), kde sa jedna z hlavných tém tohto roka zameriava na“umelú inteligenciu ako hnaciu silu pre hospodárstvo a spoločnosť.”
Ale zatiaľ čo sa svetoví lídri pripravujú na diskusiu o umelej inteligencii, projekt WEF - prvýkrát ohlásený v roku 2019 - už financuje výskum využívania “syntetickej” umelej inteligencie generovanej “pacientmi”a údajmi v klinických skúškach.
Syntetické údaje by sa vyvíjali prostredníctvom UI – a následne by sa poskytovali UI na jej ďalšie “trénovanie”.
Farmaceutický regulačný orgán Spojeného kráľovstva, Medicines and Healthcare Products Regulatory Agency (MHSA), bol príjemcom finančných prostriedkov vo výške £750 387 (približne 950 000 USD) na tento projekt, ktorý zrejme podporí v súčasnosti prebiehajúci výskum v najmenej dvoch U.K. univerzitách – University of Birmingham a Brunel University London.
Čítajte: Argentína’Javier Milei odsudzuje ‘krvavú potratovú agendu’ na summite v Davose 2024
Určite sa na summite v Davose 2024 zúčastní aj U.Britská vláda’z fondu Regulators’ Pioneer Fund financovala projekt 2022. Zdá sa, že financovanie má pôvod v januári 2019 dohode medzi vládou Spojeného kráľovstva a WEF, “viesť [regulačnú] revolúciu na podporu odvetví budúcnosti.”
V rámci tejto dohody sa Spojené kráľovstvo stalo prvou krajinou, ktorá sa stala partnerom WEF’s Centra pre štvrtú priemyselnú revolúciu,”nadväzujúc na“existujúcu spoluprácu” v oblasti umelej inteligencie.
Zástancovia využívania AI na vytváranie “syntetických” údajov a účastníkov klinických skúšok tvrdia, že je to oveľa lacnejšie ako využívanie ľudských účastníkov, rieši to obavy o ochranu súkromia spojené s údajmi zozbieranými od ľudí a môže to zlepšiť “spravodlivosť.”
Ale odborníci, ktorí hovorili s The Defender vyjadrili obavy z toho, ako by sa táto technológia mohla využívať.
Mary Hollandová, prezidentka a výkonná riaditeľka organizácie Children’s Health Defense (CHD), uviedla, že je“ľahké pochopiť príťažlivosť”syntetických klinických údajov generovaných umelou inteligenciou.
“Získavanie skutočných údajov o pacientoch je časovo náročné, drahé a v skutočnosti si vyžaduje informovaný súhlas pacienta, ” povedala Hollandová. “Umelé údaje, naopak, nič z toho nevyžadujú. Aké výhodné – a lukratívne – pre Big Pharma,” Holland povedal.
Brian Hooker, PhD, CHD’senior director of science and research, opísal “syntetické” pacientov a údaje generované umelou inteligenciou ako “extrémne desivú ponuku.”
“Použitie umelej inteligencie na generovanie údajov – pre kontrolné a experimentálne skupiny ‘pacientov’ – sa zdá byť cestou, ako si skrátiť cestu v žalostne málo testovaných schválených vakcínach, ako sú mRNA COVID-19 vakcína,” povedal.
Dr. Meryl Nass, internistka, epidemiologička biologickej vojny, povedala: “Farmaceutická spoločnosť nechce skutočné klinické skúšky predtým, ako môže predávať svoj tovar. Väčšina liekov a vakcín počas skúšok zomiera, pretože ľudia sa jednoducho’v reálnom svete nesprávajú ako myši alebo potkany. A klinické skúšky sú veľmi drahé.”
“Vstúpte do falošných klinických skúšok,” povedal Nass.
Podľa Hollanda je tu však“háčik.”Údaje môžu byť neuveriteľne nesprávne.”
“Tento plán na klinické skúšanie informácií o UI mi pripomína výsledky sovietskych volieb, kde pozoruhodne jediný kandidát na volebnom lístku vždy získal 99 % hlasov – a to aj bez UI,” povedala. “Možno si predstaviť podobné výsledky klinických skúšok AI pre zdravotnícke výrobky, ako napríklad COVID-19 výsledky klinických skúšok injekcií s údajnou účinnosťou 99 %.”
Michael Rectenwald, PhD., autor “Google Archipelago: The Digital Gulag and the Simulation of Freedom,” uviedol, že “syntetickí” účastníci klinických skúšok a údaje sú súčasťou širšieho programu WEF a jeho zakladateľa a výkonného predsedu, Klaus Schwab, zaviesť AI do mnohých odvetví spoločnosti.
“Schwab a WEF si myslia, že budúcnosť patrí AI,”povedal Rectenwald. “Myslia si, že AI urobí voľby zbytočnými, a teraz hovoria, že AI urobí klinické skúšky vakcín so skutočnými ľudskými subjektmi zastaranými. Takéto opatrenia AI sú otvorené falšovaniu výsledkov a WEF by si neželal nič lepšie ako falšovanie skúšok vakcín – a volieb,” povedal.
Propagátori uvádzajú ‘obrovský potenciál’ využitia AI na generovanie syntetických pacientov, údajov
Podľa článku z roku 2023 uverejneného v Clinical Cancer Informatics:
Syntetické údaje sú umelé údaje generované bez zahrnutia akýchkoľvek skutočných informácií o pacientoch algoritmom vycvičeným na učenie sa charakteristík skutočného zdrojového súboru údajov a začali sa široko používať na urýchlenie výskumu v prírodných vedách.
Syntetické údaje napodobňujú skutočné klinicko-genomické vlastnosti a výsledky a anonymizujú informácie o pacientoch. Implementácia tejto technológie umožňuje zvýšiť vedecké využitie a hodnotu reálnych údajov, a tým urýchliť precíznu medicínu v hematológii a vykonávanie klinických skúšok.
A to najmä uľahčením prístupu k tréningovým údajom často bez takej vysokej ceny za ochranu súkromia pacienta, poskytnutím lepšieho prístupu k validačným alebo porovnávacím súborom údajov, vyplnením medzier v údajoch, ktoré by inak existovali, a zvýšením veľkosti vzoriek.
Táto koncepcia zrejme nadväzuje na existujúcu prax používania “surrogate endpoints” v klinických skúšaniach, kde namiesto merania toho, či sa účastníci skúšania cítia lepšie alebo žijú dlhšie, alebo skúmania výsledkov, napríklad či účastníci mali mŕtvicu, výskumníci používajú proxy merania od ktorých výskumníci iba očakávajú, že budú prediktívne.
Podľa Bertalana Meskaó, M.D., Ph.D., riaditeľa The Medical Futurist Institute, “umelých pacientov” možno definovať ako “súbor údajov reprezentujúcich požadované ľudské vlastnosti … založený na veľkom množstve údajov o skutočných pacientoch, pričom v skutočnosti neobsahuje žiadne spätne dohľadateľné údaje o skutočných pacientoch.”
“Umelí pacienti môžu byť odpoveďou na nejeden problém modernej medicíny,” vrátane súkromia pacientov,” napísal Meskó. “Jedného dňa sa virtuálni pacienti môžu stať nástrojmi” na “odhad účinnosti a potenciálnych vedľajších účinkov sľubných molekúl liekov alebo optimalizáciu používania existujúcich,” modelovanie úspešnosti nových zdravotníckych pomôcok alebo nahradenie kontrolnej skupiny placeba v klinických skúškach.
Čítajte: Zelensky vyzýva na priamy vojenský zásah európskych štátov na Ukrajine na zasadnutí WEF v Davose
“Použitie údajov z reálneho sveta ako skupiny pacientov v skúšaní, často známej ako syntetické kontrolné rameno, môže zefektívniť výskumné skúšky – spoločnosti nemusia ’prihlasovať do klinických skúšok toľko ľudí a môžu zaručiť, že tí, ktorí sa prihlásia, liečbu skutočne dostanú,” napísal a dodal, že “syntetické kontrolné skupiny môžu tiež zlepšiť spravodlivosť v klinickom výskume.”
“Ako mnohí dúfajú, jedného dňa možno budú môcť umelí pacienti úplne nahradiť ľudí a zvieratá v klinických skúškach, pričom najpravdepodobnejšie budú na prvom mieste zvieratá,” napísal Meskó.
V prehľade U.K. projektu financovaného vládou sa uvádza, že priraďovanie pacientov z klinických štúdií na ľuďoch do kontrolných skupín “môže byť pri niektorých zdravotných stavoch náročné, pretože náhodné priradenie do kontrolnej skupiny by mohlo pacientom odoprieť prístup k liečbe, ktorá by mohla predĺžiť ich život alebo zlepšiť symptómy.”
V prehľade projektu sa dodáva, že “v mnohých klinických skúškach je tiež ťažké získať dostatočný počet pacientov, najmä v tých, ktoré skúmajú zriedkavé choroby.”
Nedávne zlepšenia vo výpočtovom výkone však umožnili výskumníkom vytvoriť umelých pacientov s podobnými zdravotnými informáciami ako skutoční pacienti v klinických skúškach,” uvádza sa v prehľade projektu. Tieto “umelé údaje” by potom mohli pomôcť “‘posilniť’ menšie klinické skúšky, čím by sa znížil počet pacientov potrebných na dosiahnutie úspechu.”
Umelo vytvorené informácie by sa mohli použiť aj na “lepšie zohľadnenie skupín v spoločnosti, ktoré sú v klinických skúškach menej zastúpené, vrátane rôznych vekových skupín a etnických skupín,” podľa prehľadu projektu, v ktorom sa tiež uvádza:
“V budúcnosti by sa tieto prístupy mohli kombinovať s informáciami o skutočných pacientoch alebo ich dokonca nahradiť. Úspech tohto projektu by mohol pomôcť zmeniť spôsob, akým sa vykonávajú klinické skúšky pri bežných a zriedkavých ochoreniach, znížiť ich náklady a zlepšiť spôsob testovania nových liečebných postupov.”
Dve prebiehajúce štúdie, na Birminghamskej univerzite a Brunelovej univerzite v Londýne, budú prebiehať do začiatku roka 2025. Ich výsledkom je aj minimálne jeden recenzovaný článok, ktorý bude čoskoro uverejnený v Heliyon.
Podľa verejne dostupnej verzie článku, “Pokročilé generátory syntetických údajov môžu modelovať citlivé súbory osobných údajov vytvorením simulovaných vzoriek údajov s realistickými korelačnými štruktúrami a rozdeleniami, ale s výrazne zníženým rizikom identifikácie osôb.”
“Má to obrovský potenciál v medicíne, kde možno simulovať a zdieľať citlivé údaje o pacientoch, čo umožní vývoj a spoľahlivé overenie nových technológií umelej inteligencie na diagnostiku a liečbu chorôb,” dodáva sa v dokumente.
Podľa autorov článku’však “nedostatočné zastúpenie skupín je jednou z foriem, v ktorých sa môže prejaviť zaujatosť v strojovom učení [a] môže tiež viesť k štrukturálne chýbajúcim údajom alebo nesprávnym koreláciám a rozdeleniam, ktoré sa budú odrážať v syntetických údajoch vytvorených zo zaujatých súborov základných pravdivých údajov.”
Nový prístup vyvinutý výskumníkmi, BayesBoost, údajne prekonáva tieto problémy tým, že preukazuje “vynikajúcu schopnosť identifikovať nedostatočne zastúpené skupiny v rámci údajov vzhľadom na citlivý atribút a cieľovú chorobu” a “generovaním nových syntetických údajov, ktoré sa neodchyľujú od skutočného rozdelenia údajov.”
‘Musíme trvať na klinických skúškach s ľudskými subjektmi’
Až zástancovia využívania umelej inteligencie na vývoj “syntetických” pacientov a údajov z klinických skúšok upozorňujú, že táto technológia má nedostatky.
Podľa Meskaó, “hoci je využívanie umelých pacientov na vývoj liekov alebo zdravotníckych pomôcok sľubnou oblasťou, čaká nás ešte dlhá cesta, kým modely dosiahnu požadovanú komplexnosť a zároveň budú skutočne reprezentatívne pre ľudskú populáciu.”
Poznamenal, že modely a súbory údajov umelej inteligencie sú nedokonalé a obsahujú “zaujatosti,” povedal: “Ak necháme algoritmy strojového učenia a hlbokého učenia vyvíjať sa na týchto syntetických, nedokonalých súboroch údajov, je pravdepodobné, že dospejú k záverom, ktoré sú v reálnom svete viac či menej nepravdivé.”
Autori dokumentu Regulatory Focus si položili otázku, “za akých okolností, ak vôbec, by bolo prijateľné, aby sa AIaMD [umelá inteligencia ako zdravotnícka pomôcka] trénovala alebo testovala na syntetických údajoch v porovnaní s reálnymi údajmi” a či “existujú možnosti využitia syntetických údajov na lepšie overenie alebo testovanie modelov AIaMD.”
Odborníci, ktorí hovorili s The Defender, však vyjadrili obavy zo samotných výsledkov, ktoré môžu z takýchto modelov vyplynúť – a z možných dôsledkov pre širokú verejnosť vyplývajúcich z liekov a liečby klinicky testovaných pomocou takýchto modelov.
Čítajte: Vplyv Svetového ekonomického fóra-inšpirovaného okultizmom konečne slabne
Booker uviedol, že účastníci a údaje z klinických skúšok generované umelou inteligenciou “syntetickou” budú s veľkou pravdepodobnosťou problematické, pretože veda dnes stále nemá kľúčové poznatky o ľudskej fyziológii.
“Umelá inteligencia je len taká dobrá, ako algoritmus vytvorený na simuláciu, a o ľudskej fyziológii toho“veľa nevieme, najmä na úrovni populácie,” povedal. “Je pýchou veriť v opak, ako aj mimoriadne nebezpečné pre nevedomé duše, ktorým to bude podsunuté.”
Nass ponúkol hypotetický príklad. Povedala:
Predstierajme, že meranie ľubovoľnej hladiny protilátok – bez preukázania, že je náhradou skutočnej imunity – nahradí skutočný test účinnosti. Stačí, ak niekomu vpichnete váš experimentálny produkt, potom ho privediete späť za 2 až 4 týždne a odoberiete mu vzorku krvi, ktorá vždy ukáže, že protilátky sú teraz prítomné.
Tieto protilátky môžu zabrániť ochoreniu, môžu ochorenie posilniť (urobiť ho závažnejším), môžu zvýšiť riziko ochorenia alebo nemusia urobiť nič, čo by sa dalo zmerať. Na tom nezáleží. Voila! To bolo jednoduché. Licencia vydaná.
“Prijatie ‘klinických skúšok umelej inteligencie’ sa zdá byť ďalším spôsobom, ktorým sa korporátni vládcovia WEF snažia premeniť globálnu ľudskú populáciu na planetárne laboratórne potkany,” povedal Holland.
Nass povedal, že pre farmaceutické spoločnosti je “ešte “lacnejšie … vôbec nepoužívať ľudí. Len ich modelovať.
“Prečo nie, keď sa zdá, že FDA si teraz myslí, že jej úlohou je vytvoriť presvedčivú šarádu regulačného úradu?"” položila otázku.
Iní odborníci tiež spojili úsilie o vývoj “syntetických” účastníkov klinických skúšok a údajov so širšími bodmi programu WEF vrátane úsilia pripraviť sa na hypotetický “choroba X”, ktorá by podľa varovania Svetovej zdravotníckej organizácie a ďalších mohla spôsobiť ďalšiu pandémiu.
“ tlak na očkovanie proti chorobe X do 100 dní by s najväčšou pravdepodobnosťou použil túto chabú náhradu skutočných údajov o pacientoch, aby dosiahol svoj nedôveryhodný cieľ,” povedal Hooker.
“Choroba X” je jedným z bodov programu na tohtotýždňovom’zasadnutí WEF v Davose, pričom v roku 2021 sa Vláda Spojeného kráľovstva a Koalícia pre pripravenosť na epidémie a inovácie (CEPI) oznámili svoju “100-dňovú misiu” s cieľom vybudovať schopnosť vyvinúť vakcínu proti budúcej “chorobe X” do 100 dní.
“Musíme trvať na klinických skúškach na ľuďoch bez ohľadu na to, ako veľmi WEF a jeho ‘verejno-súkromní partneri’ sa nás snažia oslniť a ohúriť technológiou,” povedal Rectenwald.
CHD.TV bude o stretnutiach v Davose informovať celý týždeň.
Tento článok bol pôvodne publikovaný Obrancom Webovou stránkou Children’s Health Defense’s News & Views pod licenciou Creative Commons CC BY-NC-ND 4.0. Prosím, zvážte predplatné The Defender alebo darcovstvo pre Children’s Health Defense.