Το AIRIS ενώνει 21 εταίρους από την Ευρώπη, τον Καναδά και τις ΗΠΑ για την ανάπτυξη μοντέλων παραγωγικής Τεχνητής Νοημοσύνης που ενσωματώνουν βιολογική γνώση και κλινικά δεδομένα. Κύριος στόχος του AIRIS είναι να αναπτύξει έναν συνεργάτη Τεχνητής Νοημοσύνης που βοηθά τους ερευνητές να κατανοούν καλύτερα την εξέλιξη ασθενειών και να προάγουν την εξατομικευμένη ιατρική.
Το έργο συντονίζεται από το Ερευνητικό Κέντρο Αθηνά και υλοποιείται μέσω της Ερευνητικής Μονάδας «Αρχιμήδης», η οποία έχει τον επιστημονικό συντονισμό της διεθνούς κοινοπραξίας και φιλοδοξεί, μέσα από το AIRIS, να συμβάλει καθοριστικά στην ανάπτυξη μιας νέας γενιάς αξιόπιστων και επεξηγήσιμων συστημάτων Τεχνητής Νοημοσύνης για τη βιοϊατρική έρευνα.
Ασθενείς με την ίδια διάγνωση μπορεί να παρουσιάσουν μεγάλη ετερογένεια στην εξέλιξη μιας νόσου και στην ανταπόκριση σε θεραπείες, διαφορές που οφείλονται σε σύνθετες αλληλεπιδράσεις βιολογικών και περιβαλλοντικών παραγόντων. Τα σημερινά συστήματα παραγωγικής Τεχνητής Νοημοσύνης που στοχεύουν στη μοντελοποίηση τέτοιων ασθενειών μαθαίνουν κατά κύριο λόγο στατιστικές συσχετίσεις από τα δεδομένα εκπαίδευσής τους, αντί για τους υποκείμενους βιολογικούς μηχανισμούς που προκαλούν τη νόσο. Ως αποτέλεσμα, οι προβλέψεις τους μπορεί να είναι αναξιόπιστες και δύσκολο να ερμηνευθούν από τους ερευνητές. Αυτό ισχύει ιδιαίτερα για νόσους των οποίων οι μηχανισμοί δεν είναι ακόμη πλήρως κατανοητοί, ακόμη και από τους ίδιους τους ειδικούς.
Για την αντιμετώπιση αυτής της θεμελιώδους πρόκλησης, το νέο ερευνητικό έργο AIRIS (Mechanism-Informed Multimodal Generative AI for Causal and Dynamical Modelling in Biomedical Research) συγκεντρώνει τη διεπιστημονική εμπειρία και γνώση 21 εταίρων από εννέα ευρωπαϊκές χώρες, τις Ηνωμένες Πολιτείες και τον Καναδά. Κατά τα επόμενα τέσσερα χρόνια, η κοινοπραξία του έργου θα λάβει χρηματοδότηση ύψους 16,9 εκατομμυρίων ευρώ από την Ευρωπαϊκή Ένωση μέσω του προγράμματος “Horizon Europe”, για την ανάπτυξη μιας πλατφόρμας παραγωγικής Τεχνητής Νοημοσύνης που αναλύει και συλλογίζεται βάσει μηχανιστικών μοντέλων ασθενειών, αντί να στηρίζεται αποκλειστικά σε στατιστικά μοτίβα. Στόχος είναι ο σχεδιασμός και η ανάπτυξη μιας πλατφόρμας που θα βοηθά τους ερευνητές να εντοπίζουν άγνωστες έως τώρα παθολογικές οδούς και να αναπτύσσουν νέες επιστημονικές υποθέσεις.
Ένας συνεργάτης Τεχνητής Νοημοσύνης θεμελιωμένος στη βιολογική γνώση
Η πλατφόρμα AIRIS θα ενσωματώνει ετερογενή βιολογικά και κλινικά δεδομένα, όπως ιατρικές απεικονίσεις, εργαστηριακές εξετάσεις, γονιδιωματικά δεδομένα και ιατρικά αρχεία ασθενών, συνδέοντας παράλληλα μοριακές και κυτταρικές διεργασίες με εκβάσεις σε επίπεδο ασθενούς μέσω Εικονικών Κυττάρων (Virtual Cells). Το AIRIS θα υποστηρίζει τους ερευνητές σε κάθε στάδιο του ερευνητικού κύκλου, από την εναρμόνιση σύνθετων, πολυτροπικών δεδομένων έως τον εντοπισμό άγνωστων παθολογικών οδών και την παραγωγή νέων υποθέσεων.
«Ξεπερνώντας τα σημερινά συστήματα Τεχνητής Νοημοσύνης, το εργαλείο που θα αναπτυχθεί θα λειτουργεί ως ένας εικονικός συνεργάτης, ικανός να βοηθά τους επιστήμονες να επεξεργάζονται και να εναρμονίζουν δεδομένα, να διερευνούν μηχανισμούς νόσων, να παράγουν και να ελέγχουν υποθέσεις και να σχεδιάζουν επιστημονικές μελέτες», εξηγεί ο Χρήστος Δίου, συνεργαζόμενο μέλος ΔΕΠ στη Μονάδα Αρχιμήδης του Ερευνητικού Κέντρου Αθηνά και συντονιστής του έργου. Ενσωματώνοντας και εναρμονίζοντας αυτόματα και σε μεγάλη κλίμακα ετερογενείς, πολυτροπικές πηγές βιοϊατρικών δεδομένων, μια πρόκληση που υφίσταται ακόμη και στα πλέον προηγμένα συστήματα, το AIRIS θα αντιμετωπίσει τον κατακερματισμό πολύτιμων δεδομένων ανάμεσα σε διαφορετικές μορφές, συστήματα και φορείς.
Συνδυάζοντας πολυτροπικά δεδομένα με την υπάρχουσα βιοϊατρική γνώση και την επιστημονική βιβλιογραφία, οι πράκτορες Τεχνητής Νοημοσύνης του AIRIS θα βοηθούν τους ερευνητές να αποκαλύπτουν άγνωστες έως τώρα παθολογικές οδούς και να τις μετατρέπουν σε ελέγξιμες ερευνητικές υποθέσεις. Αυτές μπορούν να οδηγήσουν στην ανακάλυψη νέων βιοδεικτών, σε ευκαιρίες επαναστόχευσης φαρμάκων (drug repurposing) και σε πιο εξατομικευμένες θεραπευτικές στρατηγικές. Σε αντίθεση με τα υφιστάμενα βιοϊατρικά συστήματα Τεχνητής Νοημοσύνης, που συχνά λειτουργούν ως «μαύρα κουτιά», κάθε υπόθεση που παράγεται από το σύστημα θα ελέγχεται ως προς την αληθοφάνεια, την πρωτοτυπία και τα δεδομένα που την υποστηρίζουν, προτού επεξεργαστεί περαιτέρω από κοινού με τους ερευνητές.
Οι ερευνητές του AIRIS δίνουν ιδιαίτερη έμφαση στη διαφάνεια, την ευρωστία, την επεξηγησιμότητα, τον εντοπισμό και τον περιορισμό των προκαταλήψεων, καθώς και στην ηθική εποπτεία, με στόχο την ανάπτυξη τεχνολογιών Τεχνητής Νοημοσύνης που ευθυγραμμίζονται με τις ευρωπαϊκές αξίες και τις προτεραιότητες στον τομέα της υγείας: «Μέσα από αυτή την προσέγγιση, επιδιώκουμε να δώσουμε το έναυσμα για ένα νέο παράδειγμα στη βιοϊατρική ανακάλυψη το οποίο θα στοχεύει στην αξιόπιστη και εξατομικευμένη πρόβλεψη, τη θεμελίωση σε βιολογικούς μηχανισμούς και την υποστήριξη των ερευνητών από αξιόπιστη, ηθική και επεξηγήσιμη Τεχνητή Νοημοσύνη», συνεχίζει ο κ. Δίου.
Πέντε περιπτώσεις χρήσης: Από τα υπολογιστικά μοντέλα στην πειραματική επικύρωση
Για να καταδείξει την επιστημονική της αξία και τη δυνατότητα εφαρμογής της σε διαφορετικούς τομείς της Ιατρικής, η πλατφόρμα θα αξιολογηθεί σε πέντε συμπληρωματικά νοσολογικά πεδία, στα οποία οι βιολογικοί μηχανισμοί δεν είναι ακόμη πλήρως κατανοητοί: την Πνευμονική Ίνωση (Pulmonary Fibrosis, PF), τη Στεατωτική Νόσο του Ήπατος (Steatotic Liver Disease, SLD), την Καρδιαγγειακή Νόσο (Cardiovascular Disease, CVD), τη Χρόνια Νεφρική Νόσο (Chronic Kidney Disease, CKD) και τη Φλεγμονώδη Νόσο του Εντέρου (Inflammatory Bowel Disease, IBD). Τα βασικά ευρήματα που θα παράγει η πλατφόρμα θα επικυρώνονται ανεξάρτητα μέσω εργαστηριακών δοκιμών και υπολογιστικών μελετών. Αυτά θα συμβάλουν στην καλύτερη κατανόηση του γιατί άτομα με την ίδια διάγνωση μπορεί να ακολουθήσουν διαφορετική πορεία, στην πρόβλεψη της ανταπόκρισης στη θεραπεία και στον εντοπισμό πολλά υποσχόμενων ευκαιριών για θεραπευτική παρέμβαση.
Τα επόμενα χρόνια, το AIRIS φιλοδοξεί να μεταμορφώσει τον τρόπο με τον οποίο οι επιστήμονες διερευνούν σύνθετες νόσους, προσφέροντας έναν αξιόπιστο συνεργάτη Τεχνητής Νοημοσύνης που υποστηρίζει κάθε στάδιο της ερευνητικής διαδικασίας, ξεπερνώντας τις προβλέψεις τύπου «μαύρου κουτιού» και θεμελιώνοντας τη συλλογιστική του στη βιολογική γνώση.
Βασικά στοιχεία του έργου:
Τίτλος: Mechanism-Informed Multimodal Generative AI for Causal and Dynamical Modelling in Biomedical Research (AIRIS)
Αριθμός έργου: 101289094
Ημερομηνία έναρξης: 1 Ιουνίου 2026
Διάρκεια: 48 μήνες
Προϋπολογισμός: 16,9 εκατομμύρια ευρώ
Συντονιστής: Ερευνητικό Κέντρο Αθηνά
Εταίροι του έργου
Βέλγιο
Γερμανία
-
European Research and Project Office GmbH (EURICE)
-
Forschungszentrum Juelich GmbH (FZJ)
-
Technische Universitaet Muenchen (TUM)
-
Universitaetsklinikum Aachen (UKA)
Ελβετία
Ελλάδα
-
A. Persidis & Sia Oe (Biovista)
-
ΑΘΗΝΑ – Ερευνητικό Κέντρο Καινοτομίας στις Τεχνολογίες της Πληροφορίας, των Επικοινωνιών και της Γνώσης (ATHENA)
-
Χαροκόπειο Πανεπιστήμιο (HUA)
Ηνωμένες Πολιτείες
Ηνωμένο Βασίλειο
Ισπανία
Ιταλία
Καναδάς
Ολλανδία
Σουηδία
Επικοινωνία
Συντονιστής έργου
Χρήστος Δίου
Ερευνητικό Κέντρο Αθηνά
Διαχείριση έργου
Francesca Vaccaro
European Research and Project Office GmbH (EURICE)