AI para sa Alzheimer’s

Ang sakit na Alzheimer’s ay isa sa pinakamahihirap at hindi pa nalulutas na problema sa medisina, at isa sa mga pinakanakapipinsala. Kumikitil ito ng milyun-milyong buhay, nagpapataw ng napakalaking pasanin sa mga pamilya, at patuloy pa ring napagtatagumpayan ang makabagong medisina. Sa OpenAI Foundation, gusto naming baguhin iyon sa pamamagitan ng paggamit ng advanced na AI upang pabilisin ang agham sa pagpigil at paggamot sa sakit.^1⁠ Bilang unang hakbang, nagsusumikap kaming isara ang mahigit $100 milyong gawad ngayong buwan, sa anim na institusyon ng pananaliksik upang suportahan at pabilisin ang pananaliksik sa Alzheimer’s—pagbuo ng bagong data, pagtulong sa pagdidisenyo ng mga bagong gamot, at pagpapalawak ng mga posibleng landas tungo sa paggamot.

Ang mga gawad na ito ay nagsisilbing simula pa lamang ng aming gawain; marami pa kaming dapat gawin. Inaasahan naming magkaloob ng higit pang mga gawad para sa Alzheimer’s sa buong 2026 at pagkatapos nito, sa mas marami pang mga siyentipiko at institusyon ng pananaliksik, upang sama-sama nating tuluyang maiwasan at magamot ang sakit na Alzheimer’s.

Bakit kailangang pagtutuunan ng pansin ang Alzheimer’s?

Misyon namin na tiyakin na pakikinabangan ng buong sangkatauhan ang AGI. Ang Alzheimer’s ay napakalaking problema, lalo itong lumalala habang tumatanda ang populasyon, at ang pagiging kumplikado ng sakit ay angkop sa AI.

Ang Alzheimer’s ay nakakaapekto hindi lamang sa milyun-milyong taong natukoy na may ganitong sakit, kundi pati sa kanilang mga asawa, anak, at iba pang tagapag-alaga na sumusuporta sa kanila. Ang sakit ay nagdudulot ng matinding emosyonal at pinansyal na pasanin sa mga pamilya.

Nakamit ng sangkatauhan ang pag-unlad sa nakalipas na ilang dekada laban sa tatlo sa apat na pangunahing sanhi ng pagkamatay—sakit sa puso, nakahahawang sakit, at ilang uri ng kanser, na nagpababa sa panganib ng pagkamatay sa anumang edad:

Gayunpaman, ang pagbuo ng mga epektibong paggamot para sa ikaapat na pangunahing sanhi ng kamatayan—mga sakit na neurodegenerative, tulad ng Alzheimer’s—ay napatunayang nananatiling mahirap lutasin, sa kabila ng mga pagsisikap ng pinakamahuhusay na siyentipiko ng sangkatauhan:

Iyon ay dahil ang Alzheimer’s ay tila hindi nagmumula sa iisang sanhi, kundi sa ugnayan ng mga salik ng panganib ng henetika, maling hugis ng protina, pamamaga, abnormalidad ng synapse, at iba pa—na nakikipag-ugnayan sa mga salik sa kapaligiran sa loob ng ilang dekada at pawang nagaganap sa utak, isang organ na mahirap pag-aralan at padalhan ng mga gamot. Hindi ito maunawaan ng mga tradisyonal na pamamaraan ng pananaliksik.

Natatangi ang pagkakaangkop ng AI upang harapin ang pagiging kumplikado nito. Ang kakayahan nitong mangatuwiran gamit ang iba’t ibang uri ng data—kabilang ang mga klinikal na sintomas ng pasyente, mga biyolohikal na palatandaan ng sakit, mga screen ng mga kandidato ng gamot, at iba pa—ay nag-aalok ng bagong-bagong paraan para maunawaan kung paano nag-uugnayan ang mga salik na ito, matukoy ang mga naaangkop na pinupuntiryang gamot, at matukoy ng ilang dekada nang mas maaga ang mga panganib na maaaring aksyunan para sa mga pasyente.

Layunin namin na tulungan ang mga siyentipiko na makalikha ng mga bagong tool upang sa wakas ay mapigil at magamot ang Alzheimer’s. Dahil napakahirap makamit ng layuning iyon hanggang sa ngayon, nakikita namin ito bilang malinaw na pagsubok sa kakayahan ng AI na baguhin kung ano ang posible sa kalusugan ng tao. Nilalayon naming makagawa ng makabuluhang pagbabago para sa mga taong nasa panganib ng Alzheimer’s at para sa kanilang mga pamilya.

Ang aming paunang pamamaraan

Nagpapasalamat kami sa suportang natanggap namin mula sa mga panlabas na siyentipikong tagasuri upang makatulong sa paghubog ng aming mga paunang estratehiya. Bagama't labis kaming nasasabik tungkol sa bawat isa sa mga larangang ito ng pagbibigay, hindi namin inaasahang bigla naming makakamit ang aming layunin ng pagpigil at paggamot sa Alzheimer’s. Ang ilang mga eksperimento ay magbubunga ng mga negatibong resulta, at magkakaroon ng mga kabiguan habang nagpapatuloy. Iyan ang likas na katangian ng agham—at matututo kami sa bilis na aming makakaya, ina-update ang aming pamamaraan habang dumarating ang mga resulta.

Bilang panimula, mayroon kaming mga paunang teorya kung paano namin masusuportahan ang ecosystem ng pananaliksik sa paraang umaangkop sa mga umiiral nang pagsisikap, at ginagamit kung ano ang mga posible sa ngayon sa pamamagitan ng AI. Kapag pinagsama-sama, bumubuo ito ng “limang patong” ng mga aktibidad sa mga nangungunang institusyon ng pananaliksik:

1. Gumawa ng “mapa ng sanhi” ng Alzheimer’s gamit ang AI, upang mapatunayan ang mga pupuntiryahin para sa interbensyon. Malinaw na ngayon na maraming sanhi ng Alzheimer’s, hindi lang iisa. Ang ibig sabihin nito ay dapat nating imapa ang buong network ng mga sanhiang salik upang matukoy nang eksakto ang mga node na pinakaepektibo para sa terapyutikong interbensyon para sa iba’t ibang tao. Sa pakikipagtulungan sa mga mananaliksik sa frontier ng AI sa biyolohiya tulad ng Arc Institute⁠, layunin naming maunawaan kung paano tumutugon ang mga “organoid” na modelo ng utak sa iba't ibang kumbinasyon ng henetika at pangkapaligirang salik ng panganib. Maaaring gamitin ang gayong malawakang eksperimental na data upang sanayin ang mga modelo ng AI na makapagbigay-kaalaman tungkol sa mga eksperimento sa hinaharap. Sa magkahalong pamamaraang ito, maaaring maibahagi ng mga mananaliksik ang kanilang mga natuklasan habang nagpapatuloy ang proseso upang mapagbatayan ng iba, at magmungkahi ng mga pinupuntiryang gamot na may batayang mekanistiko para sa karagdagang pagsusuri.

Naging mahirap ding gamutin ang Alzheimer's dahil ito ang pinakatipikal na komplikadong sakit. Ito ay resulta ng daan-daang henetika at pangkapaligirang salik na nagkakaugnayan sa iba't ibang uri ng selula sa loob ng ilang dekada. Sa Arc, binubuo ang mga eksperimental at computational na teknolohiya upang aktwal na maipakita ang mga interaksyong iyon sa malawakang antas.

—Patrick Hsu, PhD, Arc Institute Co-Founder at Core Investigator

Gusto naming makahanap ng pagbabago na maaaring magdulot sa selula na maging malusog muli mula sa hindi malusog na katayuan. Para magawa iyon, nagpapatakbo kami ng aktibong yugto ng pag-aaral: sistematiko naming binabago ang mga modelo ng tisyu ng tao batay sa data ng pasyente, sinusukat kung ano ang nangyayari, at ginagamit ang mga resulta upang paulit-ulit na mapabuti ang aming mga modelo ng AI para sa Alzheimer’s disease. Sa bawat yugto, nagkakaroon tayo ng mas malinaw na larawan ng sanhi-at-bunga kung saan nagtatagpo ang mga landas ng sakit at kung saan dapat mamagitan.

—Silvana Konermann, PhD, Arc Institute Co-Founder at Executive Director

2. Magdisenyo ng mga bagong gamot sa tulong ng AI, at subukan ang mga ito sa laboratoryo – kasama ang mga katuwang tulad ng Institute for Protein Design⁠, at ng mga nangungunang neurologist at neuroscientist sa Mass General Hospital. Mahigit 100 gamot para sa Alzheimer’s ang nasubukan sa mga klinikal na pagsubok mula noong 2000, ngunit halos lahat ng ito ay hindi naging epektibo o nagdulot ng mga hindi kanais-nais na epekto. Naniniwala kami na ang mga molekulang dinisenyo sa tulong ng mga biyolohikal na tool ng AI ay magkakaroon ng mas mataas na posibilidad ng tagumpay sa paglipas ng panahon. Ngunit upang matukoy kung totoo iyon, kailangan munang mapatunayan ng mga mananaliksik ang kanilang mga digital na nilikha sa mga selula, tisyu, at hayop.

Sa Institute for Protein Design, nakatuon kami sa pagbuo ng mga pinagtulungang proseso na nakatuon sa pagkakaroon ng pinakamalaking positibong epekto sa pandaigdigang kapakanan. Gamit ang aming mga pinakabagong modelo ng disenyo ng protina na pinagagana ng AI, matagumpay kaming nakapag-engineer ng mga molekula na kumakabit, nagbabago, at sumisira sa mga puntirya na kritikal sa pag-unlad ng sakit na Alzheimer’s. Ang pagpapalawak, pagpipino, at pagbabahagi ng toolkit na ito sa mga neuroscientist na maaaring gumamit ng mga protinang dinisenyo namin upang mahulaan at malutas ang neurodegeneration ay isa sa aming mga pinakamahalagang priyoridad.

—David Baker, PhD, Nobel Laureate at Director of the Institute for Protein Design sa University of Washington

3. Suportahan ang mga bukas na dataset upang mahulaan ang aktibidad ng gamot, at maitala ang paglala ng sakit, may interbensyon man o wala. Kabilang dito ang paglikha ng mga bagong bukas na dataset na may kaugnayan sa Alzheimer’s kasama ang mga nonprofit tulad ng Focused Research Organisation EvE Bio⁠. Kasama rin dito ang pagsuporta sa pagpapalawak ng mga umiiral na longitudinal at epidemiological na dataset, gayundin ang mga pagkakataon para sa responsableng pagbubukas ng mga umiiral na dataset na nakolekta ng mga kumpanyang biotech na maaaring pakinabangan ng lahat ng mananaliksik.

4. Magtatag ng mga bagong biyolohikal na palatandaan para sa sakit, na magpapahusay sa rikonosi at sa paraan ng pagpapatakbo ng mga klinikal na pagsubok, kasama ang mga katuwang na gaya ng UCSF. Ang pag-apruba sa unang pagsusuri ng dugo para sa Alzheimer’s noong nakaraang taon⁠ ay nagbibigay sa mga espesyalistang doktor ng mas maraming tool upang masuri ang kondisyon ng pasyente nang hindi gaanong invasive. Ang dugo at iba pang mga biyolohikal na palatandaan ay nagbibigay rin sa mga mananaliksik ng kakayahang sukatin kung ano ang maaaring maging epekto ng mga gamot sa paglala ng sakit sa mga klinikal na pagsubok, kasama, bilang mga sekundaryong sukat sa mga pagsubok na pangunahing nakatuon sa ibang sakit (gaya ng ipinakita sa kamakailang pagsubok na ito⁠ sa sakit sa puso at daluyan ng dugo). Mas marami ng oportunidad para mas mapalawak pa ang modernong proteomics at iba pang pagkuha ng sample mula sa mga pasyente, ngayong mas nauunawaan ng AI ang mas kumplikadong mga biyolohikal na senyales.

Ang Alzheimer’s ay nananatiling isa sa mga pinakakagyat na hamon sa medisina, at ang pag-unlad ay nakasalalay sa pag-uugnay ng mga siyentipikong tagumpay sa pangangalaga sa ating mga pasyente. Binibigyang-daan kami ng pakikipagtulungang ito na pag-ugnayin ang mga nangungunang pagsisikap sa mundo—mula sa mga pagsulong sa pagdidisenyo ng protina hanggang sa malalalim na klinikal at biyolohikal na pananaw dito sa UCSF—upang mas maunawaan ang sakit at matukoy ang mga bagong landas tungo sa paggamot. Sa tulong ng AI na pagsama-samahin ang mga kaalamang ito at sa pag-unawa sa pagiging napakakumplikado nito, may pagkakataon tayong pabilisin ang mga pagtuklas na maaaring makapagpabago nang malaki sa buhay ng mga pasyente.

—S. Andrew Josephson, MD, Professor at Chair ng Neurology sa UCSF at UCSF Weill Institute for Neurosciences

5. Subukan ang mga paggamot na wala nang patente at gamitin ang AI upang mas mahusay na mapag-aralan ang hindi nagpapakilalang data ng pasyente at mga karanasang iniulat online. May ilang interbensyon kung saan may mga ebidensyang nagpapahiwatig ng epekto—halimbawa, ang lithium orotate⁠ at ang bakuna laban sa shingles⁠na wala nang patente—ngunit kailangan pa ng karagdagang de-kalidad na ebidensya at walang sapat na insentibo ang pribadong sektor na pondohan ang mga klinikal na pagsubok.

Ang aking pag-asa ay na ang kakayahan ng lithium orotate sa tamang pisyolohikal na dosis upang mabaligtad ang patolohiya at maibalik ang memorya sa mga modelong daga ng sakit na Alzheimer’s ay maisasalin sa tumatandang populasyon ng tao. Ang lithium ang nagpapagana sa ating mga telepono, laptop, at de-kuryenteng sasakyan. Sa palagay ko, maaaring nagamit na ng utak ang natatangi nitong elektrokimika bago pa natin nagawa iyon.

—Bruce Yankner, MD, PhD, Professor of Genetics and Neurology sa Harvard Medical School at Co-Director ng Harvard Glenn Center for Biology of Aging Research

Paulit-ulit na pagkatuto

Isusulong namin ang limang larangang ito nang sabay-sabay, upang umakma sa iba pang mga pagsisikap sa ecosystem ng pananaliksik. Inaasahan naming madaragdagan ang kasalukuyan naming mga pamamaraan habang tumatanggap kami ng higit pang mga puna mula sa komunidad ng pananaliksik, upang sama-sama naming matukoy kung paano mapipigilan at magagamot ang Alzheimer’s.

Sa matapang na pagharap sa Alzheimer’s, layunin naming hindi lamang makatulong na mabago ang takbo ng sakit na ito, kundi makabuo rin ng mga tool at kaalaman na makakapagpabilis ng pag-unlad laban sa marami pang ibang sakit.

* * *

Kung interesado kang makatanggap ng mga update mula sa OpenAI Foundation, mangyaring mag-subscribe dito⁠. Kung gusto mong makipag-ugnayan sa aming team sa Agham ng Buhay at Paggamot ng mga Sakit, maaari kaming maabot sa [email protected]⁠.

Bukod sa mga akademikong artikulo, masugid din kaming mambabasa ng mga ulat, mahahabang artikulo, at mga post sa blog tungkol sa AI at agham. Bagama’t hindi kami sumasang-ayon sa lahat ng pahayag sa mga akdang ito, kabilang dito ang ulat ng National Academies na ito⁠, ang nagsusuring artikulo na ito tungkol sa proseso ng mga gamot para sa Alzheimer’s⁠, mga pangkalahatang buod ng pag-usad sa medisina tulad ng artikulong ito tungkol sa mga rate ng pagkamatay dahil sa sakit sa puso at daluyan ng dugo⁠, post sa blog na ito ng Siyensya ⁠ tungkol sa mga paghihirap ng AI na isulong ang pag-unlad sa medisina, at ideyang ito ng IFP tungkol sa klinikal na data⁠.

Hinihikayat ka naming maglathala ng mga pagsusuri sa publiko, at i-email sa amin ang link kung sa tingin mo ay makikinabang kami sa pananaw na iyon.