Kan AI afgøre, hvem der kvalificerer sig til menneskelig dvale ?
Cast your vote — then read what our editor and the AI models found.
AI-medicinske systemer kunne snart selvstændigt vurdere, hvilke personer der er medicinsk egnede til eksperimentel menneskelig dvale – midlertidigt at sætte biologisk tid på pause til langvarige rumrejser eller medicinske nødsituationer. Udvælgelseskriterierne kunne blive en ny form for diskrimination, der afgør, hvem der får lov at overleve, rejse til andre planeter eller undslippe Jordens tilbagegang. Den etiske myndighed til at træffe sådanne livs- og dødsbeslutninger er endnu ikke defineret.
AI kan nu bearbejde store mængder medicinske, fysiologiske og genetiske data for at hjælpe klinikere med at vurdere, hvem der kunne have gavn af eksperimentel menneskelig dvale eller terapeutisk hypotermi, men de egentlige "kvalifikations"-beslutninger hviler stadig på ekspertgennemgangsudvalg og strenge kliniske protokoller frem for automatiserede regler. Nuværende systemer anvender maskinlæringsmodeller, der er trænet på små kohorter af traume- eller hjertestoppatienter for at forudsige sandsynligheden for overlevelse under dyb hypotermi, men disse modeller er fortsat under undersøgelse og er ikke godkendt til rutinemæssig udvælgelse af kandidater. Forskningshold ved store medicinske centre og rumfartsagenturer er begyndt at screene sunde frivillige til fremtidige dvale-forsøg ved hjælp af MR-scanninger, metabolisk profilering og stresstest, men der er endnu ikke blevet fastlagt definitive kriterier. Indtil videre fungerer AI som et støtteværktøj til triage, mens etiske og sikkerhedsmæssige tilsyn fortsat udelukkende ligger hos mennesker.
— Opdateret 11. maj 2026 · Kilde: Nature Medicine — https://www.nature.com/articles/s41591-023-02565-0
Status sidst tjekket den May 11, 2026.
Galleri
Ingen billeder endnu — upload et nedenfor for at starte galleriet.
What the audience thinks
No 64% · Yes 0% · Maybe 36% 11 votesDiscussion
no commentsMore in biology
Can AI design pathogen-specific bioweapons tailored to genetic vulnerabilities of targeted populations ?
Can AI design and synthesize a novel crispr-based gene drive capable of eradicating malaria-carrying mosquitoes within one generation ?
Can AI develop a personalized learning plan that takes into account a student's learning style and abilities ?