AI za Alzheimer

Alzheimerova bolest jedan je od najtežih neriješenih problema u medicini i jedan od najrazornijih. Ova bolest ubija milijune ljudi, stavlja golem teret na obitelji i dalje nadilazi velik dio onoga što medicina danas može učiniti. U Zakladi OpenAI to želimo promijeniti upotrebom napredne umjetne inteligencije kako bismo ubrzali znanost o sprječavanju i liječenju te bolesti.^1⁠ Kao prvi korak, ovog mjeseca radimo na finalizaciji pružanja više od 100 milijuna USD bespovratnih sredstava u šest istraživačkih institucija kako bismo podržali i ubrzali istraživanje Alzheimera — stvaranje novih podataka, pomoć u izradi novih lijekova i širenje mogućih načina liječenja.

Te potpore predstavljaju početak našeg rada, a pred nama je još mnogo posla. Očekujemo da ćemo tijekom 2026. i nakon nje dodijeliti dodatna bespovratna sredstva za Alzheimer većem broju znanstvenika i istraživačkih institucija, kako bismo zajedno Alzheimer napokon mogli spriječiti i liječiti.

Zašto se usredotočiti na Alzheimer?

Naša je misija osigurati da AGI bude na dobrobit čitavog čovječanstva. Alzheimer je velik problem, postaje sve veći kako stanovništvo stari, a složenost te bolesti dobro odgovara primjeni umjetne inteligencije.

Alzheimer ne pogađa samo milijune ljudi kojima je dijagnosticirana ta bolest, nego i njihove supružnike, djecu i druge njegovatelje koji im pružaju podršku. Ta bolest predstavlja golem emocionalni i financijski teret za obitelji.

Čovječanstvo je tijekom posljednjih nekoliko desetljeća ostvarilo napredak protiv triju od četiri najveća uzročnika smrti – srčanih bolesti i zaraznih bolesti te nekih vrsta raka, smanjujući rizik od smrti u bilo kojoj životnoj dobi:

No razvoj učinkovitih terapija za četvrtog velikog uzročnika smrti – neurodegenerativne bolesti, poput Alzheimera – dosad se pokazao uglavnom nerješivim, unatoč naporima najboljih znanstvenika čovječanstva:

To je zato što se čini da Alzheimer nije uzrokovan jednim uzrokom, nego međudjelovanjem genetskih čimbenika rizika, pogrešnog savijanja proteina, upale, sinaptičke disfunkcije i drugih čimbenika – koji desetljećima djeluju u interakciji s okolišnim čimbenicima, a sve se to odvija u mozgu, organu koji je teško proučavati i u koji je teško dopremiti lijekove. Tradicionalni istraživački pristupi vrlo su teško objašnjavali to.

Umjetna inteligencija jedinstveno je prikladna za suočavanje s takvom složenošću. Njegova sposobnost zaključivanja na temelju različitih vrsta podataka – uključujući kliničke simptome pacijenata, biološke biljege bolesti, probire kandidata za lijekove i drugo – pruža temeljno nov način za razumijevanje međudjelovanja tih čimbenika, prepoznavanje odgovarajućih terapijskih meta i dijagnosticiranje rizika na koje se može djelovati desetljećima ranije kod pacijenata.

Naš je cilj pomoći znanstvenicima osmisliti nove alate za konačno sprječavanje i liječenje Alzheimera. Budući da je taj cilj dosad bilo toliko teško postići, smatramo to jasnim testom sposobnosti umjetne inteligencije da promijeni ono što je moguće u području ljudskog zdravlja. Cilj nam je značajno poboljšati živote ljudi izloženih riziku od Alzheimera kao i njihovih obitelji.

Naš početni pristup

Zahvalni smo na podršci koju smo primili od vanjskih znanstvenih recenzenata, a koja je poslužila za oblikovanje naših početnih strategija. Iako smo iznimno uzbuđeni zbog svakog od tih područja darivanja, ne očekujemo da ćemo svoj cilj prevencije i liječenja Alzheimera ostvariti odjednom. Neki će eksperimenti dati negativne rezultate, a na tom će putu biti i neuspjeha. To je priroda znanosti – učit ćemo što je brže moguće i svoj pristup ažurirati kako rezultati budu pristizali.

Za početak, imamo početne pretpostavke o tome kako možemo podržati istraživački ekosustav na način koji nadopunjuje postojeće napore i iskorištava ono što je sada moguće s pomoću umjetne inteligencije. Zajedno to stvara „sloj s pet razina” aktivnosti u vodećim istraživačkim institucijama:

1. Izraditi „uzročnu mapu” Alzheimera pomoću AI-ja, kako bi se validirali ciljevi za intervenciju. Sada se čini jasnim da postoji mnogo uzročnika Alzheimera, a ne samo jedan. To podrazumijeva da bismo trebali mapirati cjelokupnu mrežu uzročnih čimbenika kako bismo precizno utvrdili čvorove koji su najučinkovitiji za terapijsku intervenciju za različite ljude. Suradnjom s istraživačima na granici umjetne inteligencije u biologiji, kao što je Institut Arc⁠, nastojimo razumjeti kako modelni moždani „organoidi” reagiraju na različite kombinacije genetskih i okolišnih čimbenika rizika. Takvi eksperimentalni podaci velikog opsega mogu se upotrijebiti za treniranje AI modela koji će poslužiti kao smjernice za buduće eksperimente. S pomoću tog hibridnog mehanizma istraživači mogu usput dijeliti svoje nalaze kako bi ih drugi mogli nadograđivati te odrediti mete lijekova utemeljene na mehanističkim spoznajama za daljnje testiranje.

Alzheimer djelomično odolijeva liječenju zato što je najtipičniji primjer složene bolesti. To je rezultat stotina genetskih i okolišnih čimbenika rizika koji međusobno djeluju među različitim vrstama stanica tijekom više desetljeća. U Arcu gradimo eksperimentalne i računalne tehnologije za doista mapiranje tih interakcija u velikim razmjerima.

— dr. phil. Patrick Hsu, suosnivač i glavni istraživač Instituta Arc

Želimo pronaći perturbacije koje mogu premjestiti stanicu iz bolesnog stanja natrag u zdravo. Da bismo to postigli, provodimo ciklus aktivnog učenja: Sustavno perturbiramo modele ljudskog tkiva na temelju podataka o pacijentima, mjerimo što se događa i upotrebljavamo rezultate za iterativno poboljšavanje naših AI modela Alzheimera. Svaki ciklus daje nam jasniju sliku uzročnih veza o tome gdje se putovi bolesti spajaju i gdje intervenirati.

— dr. phil. Silvana Konermann, suosnivačica i izvršna direktorica Instituta Arc

2. Osmislite nove lijekove s pomoću umjetne inteligencije i testirajte ih u laboratoriju – sa suradnicima kao što je Institut za dizajn proteina⁠, zajedno s vodećim neurolozima i neuroznanstvenicima u bolnici Mass General Hospital. Više od 100 lijekova za Alzheimer testirano je u kliničkim ispitivanjima od 2000. godine, ali gotovo niti jedan nije djelovao ili su imali neželjene nuspojave. Vjerujemo da će molekule dizajnirane s pomoću alata AI-ja za biologiju s vremenom imati veće izglede za uspjeh. No da bi utvrdili je li to točno, istraživači najprije moraju moći validirati svoje digitalne tvorevine u stanicama, tkivima i životinjama.

Na Institutu za dizajn proteina predani smo izgradnji suradničkih procesa koji su usmjereni na postizanje najvećeg mogućeg pozitivnog utjecaja na globalnu dobrobit. Upotrebom naše najnovije modele za dizajn proteina vođene umjetnom inteligencijom, uspješno smo razvili molekule koje se vežu, mijenjaju i razgrađuju mete ključne za napredovanje Alzheimera. Proširivanje, usavršavanje i dijeljenje tog kompleta alata s neuroznanstvenicima koji mogu primijeniti naše dizajnirane proteine za predviđanje i rješavanje neurodegeneracije jedan je od naših najvećih prioriteta.

— dr. sc. David Baker, nobelovac i direktor Instituta za dizajn proteina na Sveučilištu Washington

3. Podržati otvorene skupove podataka za predviđanje aktivnosti lijekova i praćenje napredovanja bolesti s intervencijom i bez nje. To uključuje stvaranje novih otvorenih skupova podataka povezanih s Alzheimerom s neprofitnim organizacijama poput Focused Research Organisation EvE Bio⁠. To uključuje i podršku proširenju postojećih longitudinalnih i epidemioloških skupova podataka kao i mogućnosti da se odgovorno učine dostupnima postojeći skupovi podataka koje su prikupile biotehnološke tvrtke, a koji mogu biti od koristi svim istraživačima.

4. Uspostavite nove biomarkere za bolesti, poboljšajte dijagnostiku i način provođenja kliničkih ispitivanja, sa suradnicima poput UCSF-a. Odobrenje prvog krvnog testa za Alzheimer prošle godine⁠ omogućuje specijalistima više alata za manje invazivnu procjenu stanja pacijenta. Krv i drugi biomarkeri isto omogućuju istraživačima mjerenje učinka lijekova na napredovanje bolesti u kliničkim ispitivanjima, uključujući sekundarne mjere u ispitivanjima usmjerenima na druge bolesti (kao što je prikazano u ovom nedavnom ispitivanju⁠ o kardiovaskularnim bolestima). Postoje veće mogućnosti za daljnji napredak uz modernu proteomiku i druge oblike uzorkovanja pacijenata, sada kada umjetna inteligencija može protumačiti složenije biološke signale.

Alzheimer i dalje ostaje jedan od najhitnijih izazova u medicini, a napredak ovisi o povezivanju znanstvenih otkrića sa skrbi za naše pacijente. Ta nam suradnja omogućuje povezivanje vodećih svjetskih napora – od napretka u dizajnu proteina do dubokih kliničkih i bioloških uvida ovdje na UCSF-u – kako bismo bolje razumjeli bolest i identificirali nove putove prema liječenju. S pomoću umjetne inteligencije u integriranju tih uvida i razumijevanju goleme složenosti, imamo priliku ubrzamo otkrića koja bi mogla značajno promijeniti živote pacijenata.

—dr. med. S. Andrew Josephson, profesor i voditelj odjela neurologije na UCSF-u i UCSF Weill Instituta za neuroznanosti

5. Testirajte nepatentirane terapije i upotrijebite umjetnu inteligenciju kako biste što bolje protumačili anonimizirane podatke o pacijentima i iskustva prijavljena na internetu. Postoji niz intervencija za koje postoje indikativni dokazi o učinku – primjerice, litijev orotat⁠ i nepantentirano cjepivo protiv herpes zostera⁠– no za koje su potrebni dodatni visokokvalitetni dokazi, a privatni sektor nema poticaj financirati klinička ispitivanja.

Nadam se da će se ono što litijev orotat u fiziološkoj dozi može učiniti u mišjim modelima Alzheimera – preokrenuti patološke procese i obnoviti pamćenje – prenijeti i na stariju ljudsku populaciju. Litij napaja naše telefone, prijenosna računala i električna vozila. Pretpostavljam da je mozak možda koristio njegovu jedinstvenu elektrokemiju prije nego što smo mi to učinili.

— dr. med. Bruce Yankner, dr. sc., profesor genetike i neurologije na Medicinskom fakultetu Sveučilišta Harvard i suvoditelj Harvardskog Glenn centra za istraživanje biologije starenja

Iterativno učenje

Istodobno ćemo napredovati u svih pet područja kako bismo nadopunili druge napore u istraživačkom ekosustavu. Očekujemo da ćemo dodatno razvijati naše postojeće pristupe na temelju povratnih informacija istraživačke zajednice, kako bismo zajedno utvrdili načine za sprječavanje i liječenje Alzheimera.

Izravnim suočavanjem s Alzheimerom nastojimo ne samo promijeniti tijek te bolesti već i razviti alate i znanje koji mogu ubrzati napredak u borbi protiv mnogih drugih.

* * *

Ako ste zainteresirani za primanje novosti od Zaklade OpenAI, pretplatite se ovdje⁠. Ako želite kontaktirati naš tim za Životne znanosti i liječenje bolesti, možete nam se javiti na [email protected]⁠.

Uz akademske članke, rado čitamo i izvješća, opsežne članke i objave na blogovima o umjetnoj inteligenciji i znanosti. Iako se ne slažemo sa svim tvrdnjama iz tih tekstova, to uključuje ovo izvješće Nacionalnih akademija⁠, ovaj pregledni članak o razvoju lijekova za Alzheimer⁠, sažetke medicinskog napretka na visokoj razini poput ovog teksta o stopama smrtnosti od kardiovaskularnih bolesti⁠, ove objave na blogu časopisa Science ⁠ o poteškoćama s kojima se umjetna inteligencija suočava u ostvarivanju napretka u medicini te ove ideje o kliničkim podacima iz IFP-a⁠.

Potičemo vas da javno objavljujete analize i pošaljete nam e-poštom poveznicu ako mislite da bi nam ta perspektiva mogla biti korisna.