Искусственный интеллект проверил, делятся ли учёные кодами своих моделей

Представьте, что вы нашли в интернете рецепт вкусного торта. Но вместо точных пропорций и времени выпечки там написано: «Смешайте ингредиенты, поставьте в духовку и наслаждайтесь». Сможете ли вы повторить этот торт? Вряд ли. Примерно так же обстоят дела с научными статьями, где описываются компьютерные модели для предсказания болезней. Учёные часто не делятся исходным кодом, а без него проверить или улучшить модель почти невозможно.

Что такое клинические прогностические модели и зачем им код?

Клинические прогностические модели — это алгоритмы, которые помогают врачам предсказать, например, риск развития диабета или вероятность осложнений после операции. Они строятся на основе данных пациентов и математических методов. Чтобы такую модель могли использовать другие исследователи или внедрить в больницах, нужен исходный код — набор инструкций для компьютера. Без кода модель остаётся «чёрным ящиком»: непонятно, как именно она выдаёт прогноз.

Как искусственный интеллект искал общие коды

Группа учёных под руководством Dr. Smith изUniversity of Oxford решила выяснить, как часто авторы статей о прогностических моделях выкладывают свои коды в открытый доступ. Они использовали методы искусственного интеллекта для анализа тысяч научных публикаций. ИИ просматривал тексты, искал упоминания о коде и ссылки на репозитории (специальные хранилища вроде GitHub). Результаты исследования опубликованы в журналеJournal of Clinical Epidemiology.

Оказалось, что только около 30% статей содержат ссылку на код. Остальные 70% либо вообще не упоминают код, либо обещают предоставить его «по запросу», что на практике часто не работает. Учёные также заметили, что ситуация немного улучшается в последние годы, но до идеала далеко.

Почему учёные не делятся кодом?

Причины разные. Кто-то боится, что его код раскритикуют или найдут ошибки. Кто-то считает код своей интеллектуальной собственностью и хочет сохранить преимущество. А иногда просто нет времени или навыков, чтобы правильно оформить и выложить код. Но главная проблема — отсутствие единых требований у журналов и финансирующих организаций.

Что это значит для нас, обычных людей?

Казалось бы, какая разница — есть код или нет? Но от этого зависит качество медицинских прогнозов, которыми пользуются врачи. Если модель нельзя проверить, она может ошибаться, и от этого пострадают пациенты. Когда код открыт, другие учёные могут найти ошибки, улучшить модель и быстрее внедрить её в клиники. В конечном счёте это ускоряет появление новых методов диагностики и лечения.

Кроме того, открытый код помогает избежать дублирования исследований. Вместо того чтобы изобретать велосипед, учёные могут взять готовую модель и адаптировать её под свои задачи. Это экономит время и деньги, а значит, мы быстрее получаем полезные медицинские инструменты.

Так что в следующий раз, когда услышите о новой «умной» программе для предсказания болезней, поинтересуйтесь, доступен ли её код. Возможно, от этого зависит ваше здоровье.