Opća biološka AI: Je li budućnost medicine u jedinstvenim modelima?

Prirodni jezik života možda uskoro će imati novog prevoditelja. Pregled objavljen u časopisu Nature Biotechnology 20. ožujka 2026. predlaže koncept „opće biološke umjetne inteligencije“ – modela koji bi mogao obavljati različite zadatke u biologiji, od genomike do sinteze proteina.

Trenutačni biološki AI algoritmi uglavnom su usko specijalizirani, ograničeni na jedan domen poput predviđanja strukture proteina ili analize genskih sekvenci. Autori pregleda ističu da takav pristup, iako učinkovit, stvara uska grla u istraživanjima gdje su potrebni interdisciplinarni uvidi.

Ideja opće biološke AI podsjeća na razvoj velikih jezičnih modela u računarstvu, koji su se pokazali sposobnima za širok spektar zadataka. No, biologija donosi jedinstvene izazove: rijetkost kvalitetnih podataka, složenost bioloških sustava i pitanja interpretabilnosti. Pregled ne navodi konkretne modele ili kompanije, ali sugerira da bi budući razvoj mogao uključivati integraciju podataka iz različitih izvora, poput metaboličkih putova i evolucijskih modela.

Istraživači s MIT-a već godinama upozoravaju na rizik „crnih kutija“ u biološkim modelima, gdje nedostatak transparentnosti može otežati kliničku primjenu. Za sada, koncept ostaje na razini vizije. Pregled ne donosi nove eksperimentalne rezultate, već nudi okvir za buduća istraživanja. To znači da trenutno nema izravne koristi za pacijente, ali bi dugoročno mogao ubrzati razvoj personalizirane medicine ili otkriće novih lijekova.

Ključno pitanje je kako će se nositi s ograničenjima koja već sada prate biološke AI algoritme. Primjerice, nedostatak standardiziranih podataka o rijetkim bolestima otežava treniranje pouzdanih modela. Pregled spominje i etičke dileme, poput potencijalne pristranosti u predviđanjima ili rizika od pogrešnih interpretacija.

Studija iz 2025. pokazala je da čak i napredni modeli za predviđanje genskih mutacija ponekad daju kontradiktorne rezultate, ovisno o ulaznim podacima. Ipak, autori su optimistični. Ako se koncept opće biološke AI pokaže izvedivim, mogao bi postati temelj za nove vrste istraživanja, poput simulacija cijelih bioloških sustava.

To bi moglo smanjiti potrebu za skupim i dugotrajnim laboratorijskim eksperimentima. No, do tada je potrebno riješiti tehničke i etičke izazove, uključujući pitanje kako osigurati da modeli budu pristupačni znanstvenicima širom svijeta, a ne samo velikim tehnološkim kompanijama. Regulatorna tijela poput FDA-e još nisu donijela smjernice za ovakve modele, što dodatno usporava kliničku primjenu.

Iako su izazovi veliki, potencijalne koristi opće biološke AI su ogromne. Mogla bi se koristiti za razvoj novih lijekova, poboljšanje dijagnostike i liječenja bolesti te pomoći u razvoju personalizirane medicine. Ali kako bi se to postiglo, potrebno je još mnogo istraživanja i razvoja.