Javni podaci za zdravlje

U travnju smo pokrenuli⁠ program AI za Alzheimerovu bolest, prvi program organizacije OpenAI Foundation u području znanosti o životu i liječenja bolesti. Danas predstavljamo svoj drugi znanstveni program: Javni podaci za zdravlje.

Programom AI za Alzheimerovu bolest usredotočujemo se na jednu bolest koja pogađa mnoge obitelji i kod koje, prema našem mišljenju, AI može pomoći znanstvenicima da razviju bolje metode liječenja. Programom Javni podaci za zdravlje želimo potaknuti napredak u znanostima o životu i istraživanju brojnih bolesti financiranjem izrade i očuvanja visokokvalitetnih znanstvenih skupova podataka koji će biti široko dostupni istraživačima.

Znanstveni podaci opažanja su svijeta oko nas i temeljni resurs za istraživanja i otkrića. U područjima u kojima je otkrića moguće provjeriti bez prikupljanja novih podataka, primjerice u nekim granama matematike, sustavi umjetne inteligencije nedavno su počeli pridonositi⁠ novim⁠ spoznajama⁠. U biologiji su pak sustavi umjetne inteligencije sve sposobniji analizirati biološke informacije u velikom opsegu i otkrivati skrivene strukture čak i na temelju nepotpunih dokaza, ponekad uz zadivljujuću učinkovitost.

Međutim, očekujemo da će mnoga preostala otkrića u sprječavanju i liječenju bolesti proizaći iz povezivanja inteligencije novih modela s većim brojem opažanja svijeta — drugim riječima, s više podataka.

Neki skupovi podataka od goleme javne vrijednosti možda nikada neće biti izrađeni ni podijeljeni jer nijedna pojedinačna ustanova nema dovoljno poticaja ili kapaciteta da ih financira. Zbog toga je podrška javnim podacima za zdravlje vrlo prikladna za OpenAI Foundation.

Naše početne bespovratne potpore

Za početak dodjeljujemo više od 125 milijuna USD bespovratnih potpora prvoj skupini neprofitnih organizacija i sveučilišta, obuhvaćajući mnoge razine podataka: od molekula preko epidemiologije do regulatornih znanja.

Ovo su neki od projekata koje podržavamo:

1. OpenADMET⁠ će izraditi otvorene skupove podataka i referentne testove te organizirati slijepa natjecanja kako bi se provjerilo mogu li se modeli umjetne inteligencije obučiti da predviđaju kako se male molekule apsorbiraju i raspoređuju u tijelu, čime bi razvoj lijekova postao predvidljiviji, a stopa neuspjeha novih lijekova niža.

   Čak 90 % kandidata za lijekove ne uspije u kliničkim ispitivanjima⁠. Razlog je često teško predvidjeti kako će se apsorbirati i kretati tijelom, odnosno kakva će biti njihova „ADMET” svojstva⁠. Neriješeni izazovi predviđanja poput ovoga mogu biti prikladni za AI kada se spoje s visokokvalitetnim podacima na temelju kojih se provjerava točnost predviđanja različitih modela. Primjerice, AlphaFold2 preobrazio je predviđanje strukture proteina služeći se podacima iz Banke podataka o proteinima⁠, u natjecanju s drugim pristupima modeliranju koje je organizirao CASP⁠. Predviđanje strukture proteina danas je sastavni dio mnogih programa otkrivanja lijekova od kojih će pacijenti vjerojatno imati koristi.

   Kako bi se bolje predvidjela ADMET svojstva kandidata za lijekove, tim OpenADMET-a razvit će visokokvalitetne skupove podataka kao temelj novih prediktivnih modela i organizirati otvorene izazove u kojima mogu sudjelovati istraživači iz cijelog svijeta.

   

   „Otkrivanje lijekova prepuno je općih problema koje nijedna pojedinačna tvrtka ili akademski laboratorij usmjeren na liječenje određene bolesti ne može riješiti sam”, rekao je James Fraser, doktor znanosti, član Upravnog odbora OpenADMET-a te profesor i predstojnik Odsjeka za bioinženjerstvo i terapijske znanosti na UCSF-u. „OpenADMET je osmišljen kako bi se tim problemima pristupilo otvoreno i na način prilagođen strojnom učenju. Oduševljeni smo što možemo izgraditi temeljni sloj koji će umjetnoj inteligenciji omogućiti da znatno ubrza razvoj novih metoda liječenja.”

2. CTD Commons⁠ očuvat će i objaviti regulatorna znanja iz neuspjelih programa razvoja lijekova kako bi budući timovi mogli učiti iz presedana koji su obično nedostupni te brže otkrivati učinkovite metode liječenja pacijenata.

   CTD, odnosno zajednički tehnički dokument, objedinjuje cijeli razvojni put ispitivanog lijeka — od toksikologije na životinjama i pojedinosti o proizvodnji do, možda najkorisnijeg dijela, korespondencije s FDA-om. Ipak, samo se malen dio tog rada pojavljuje u objavljenim znanstvenim radovima.

   CTD Commons ispitat će mogućnost pribavljanja CTD-ova iz neuspjelih ili obustavljenih programa razvoja lijekova te ih učiniti otvoreno dostupnima svima za istraživanje i analizu.

   „Svaka dokumentacija podnesena FDA-u predstavlja velik rad i odricanja istraživača, ocjenjivača i sudionika istraživanja. Čak i kada ti napori ne uspiju, vrijedne informacije koje su proizveli ne bi se smjele uzalud potrošiti”, rekao je Josh Morrison, glavni organizator inicijative CTD Commons i predsjednik organizacije 1Day Sooner. „CTD Commons smanjit će udvostručavanje posla i troškove te povećati učinak kliničkih istraživanja.”

3. UNC⁠ će pokrenuti Inicijativu za generativnu imunoterapiju i izraditi javne multimodalne podatke kako bi pridonio budućnosti u kojoj oboljeli od raka mogu brzo dobiti personalizirano cjepivo protiv raka čim im se postavi dijagnoza.

   Današnja cjepiva protiv raka na temelju „neoantigena” među rijetkim su lijekovima koji se računalno oblikuju za svakog pacijenta sekvenciranjem tumorske stanice kako bi se predvidjelo koje ciljne molekule specifične za tumor postoje na njezinoj površini. No samo sekvenciranje posredan je prikaz stvarnosti jer je teško i skupo izravno mjeriti ciljne molekule na površini stanice, a potom i provjeriti koliko snažno pacijentov imunosni sustav reagira na svaki od tih proteina.

   UNC će prikupiti te nedostajuće poveznice za stotine tumora i više različitih vrsta raka, stvarajući jedan od prvih skupova podataka za obuku i evaluaciju u tom području, s deidentificiranim javnim podacima koje će moći nadograđivati istraživači iz cijelog svijeta.

   „Personalizirana cjepiva protiv raka napokon počinju pokazivati znakove kliničke učinkovitosti, no i dalje postoje praznine za čije bi zatvaranje prema tradicionalnom modelu razvoja terapija mogla biti potrebna desetljeća. Visokokvalitetni podaci mogu nam pomoći da ih brže zatvorimo”, rekao je Alex Rubinsteyn, doktor znanosti i docent genetike na Medicinskom fakultetu UNC-a. „Veselimo se što ćemo skratiti taj vremenski okvir i pridonijeti tome da personalizirane imunoterapije koje su općenito učinkovite postanu stvarnost.”

   

Naša početna strategija

Očekujemo da će ovaj odjeljak biti osobito važan istraživačima zainteresiranima za buduće mogućnosti dobivanja bespovratnih potpora organizacije OpenAI Foundation.

Vrijednih znanstvenih podataka koje bi trebalo prikupiti znatno je više nego što ih može financirati bilo koji pojedinačni donator. Stoga smo istraživačkoj zajednici željeli podrobnije objasniti za koje vrste podataka vjerujemo da podrška organizacije OpenAI Foundation može biti najkorisnija.

Naše početne pretpostavke o podacima na koje se treba usredotočiti jesu: povezani podaci, rijetki podaci i izravni podaci. Skupovi podataka koje financiramo obično će imati jedno ili dva od tih svojstava, detaljnije opisanih u nastavku, a u rijetkim slučajevima imat će sva tri.

Za sve skupove podataka vjerujemo da će biti sve važnije osigurati široku dostupnost podataka uz zaštitu privatnosti kad god je riječ o podacima pacijenata. To će istraživačima omogućiti da nadograđuju rad jedni drugih, a znanstveni napredak moći će dolaziti s neočekivanih mjesta.

1. Povezani podaci: praćenje biologije kroz više koraka

   Biološki se procesi odvijaju na različitim razinama, ali većina skupova podataka u znanostima o životu obuhvaća samo jedan dio stvarnosti. Atlas stanica može mjeriti molekule u tisućama stanica, dok snimanje pojedinačnih molekula prati samo jednu stanicu. Oba su pogleda vrijedna, ali budući da se takvi skupovi podataka obično izrađuju neovisno, utvrđivanje međusobne povezanosti znanstvenih rezultata može zahtijevati godine dodatnog rada. Želimo podržati pojedinačne istraživačke timove da planski prelaze između tih razina i izrađuju bogate, povezane skupove podataka čiji se različiti slojevi međusobno nadopunjuju.

   Primjerice, naša bespovratna potpora UCSF-u omogućit će timu OpenADMET-a da izmjeri ključna molekularna svojstva i interakcije desetaka tisuća spojeva. Tim će zatim povezati to široko profiliranje s dvama pogledima na prijenos lijekova: eksperimentalno utvrđenim strukturama prijenosnih proteina s vezanim odabranim molekulama i testovima koji mjere funkcionalnu interakciju tih proteina s molekulama. Naposljetku će podskup tih spojeva ispitati na modelima ljudske krvno-moždane barijere i usporediti rezultate s mjerenjima in vivo na životinjama.

   Takvim će se pristupom prikupljanju podataka dobiti neuobičajeno cjelovit prikaz čimbenika koji određuju kretanje lijeka kroz tijelo, što će modelima umjetne inteligencije omogućiti bolja predviđanja na razini koja je važna ljudima.

2. Rijetki podaci: očuvanje onoga što se ne može ponovno stvoriti

   Nijedna buduća umjetna inteligencija, ma koliko sposobna bila, ne može se vratiti u prošlost i promatrati biološke događaje iz određenih, jedinstvenih trenutaka — primjerice uzroke smrti i lošeg zdravlja u zemljama bez pouzdane vitalne statistike ili sadržaj bioloških uzoraka pacijenata u trenucima koji su već prošli. Biologija je prepuna takvih nepovratnih prilika, a budući stručnjaci za modeliranje mogli bi pronaći primjene tih dokaza koje današnji istraživači ne mogu predvidjeti. Stoga nas osobito zanimaju prijedlozi kojima se vrijedni podaci prikupljaju ili čuvaju prije nego što prilika nestane ili se postojeći privatni skupovi podataka koji se nikada neće moći ponovno stvoriti čine široko dostupnima, uz poštovanje privatnosti i osobnog pristanka.

   Primjerice, našom potporom inicijativi CTD Commons istražit će se mogu li se zapisi neuspjelih programa razvoja lijekova sačuvati prije nego što se tvrtke ugase i ti zapisi nestanu. Kratkoročno bi ti dokumenti mogli pomoći timovima u ranoj fazi razvoja lijekova da razumiju što su regulatorna tijela zahtijevala za slične proizvode, umjesto da to otkrivaju skupim pokušajima i pogreškama. Dugoročno bi dokumenti mogli poslužiti sustavima strojnog učenja za otkrivanje obrazaca koji objašnjavaju zašto lijekovi ne uspijevaju ili uspijevaju, potaknuti poboljšanja regulative ili strategija ispitivanja te pacijentima omogućiti da ranije iskoriste nove metode liječenja.

3. Izravni podaci: mjerenje bioloških i kliničkih stanja najbližih onome što je važno

   Biologija je tijekom većeg dijela svoje povijesti mjerila ono što je bilo lako ili jeftino mjeriti. Primjerice, prednost se davala mjerenju podataka pojedinačnih stanica u odnosu na kliničke podatke ljudi ili ekspresije RNK umjesto proteina. Ti su posredni pokazatelji bili iznimno korisni, ali mogu se i udaljiti od ciljeva razumijevanja biologije te sprječavanja i liječenja bolesti. U takvim slučajevima istraživačima želimo pružiti resurse potrebne za izradu skupova podataka koji mjere ono što je najvažnije. Moguće je i da potrebni instrumenti za mjerenje „biološke istine” još ne postoje ili da je njihova uporaba u velikom opsegu preskupa. U sklopu ovog programa nadamo se podržati obje inicijative — nove podatke i nove alate.

   Primjerice, naša bespovratna potpora UNC-u za pokretanje Inicijative za generativnu imunoterapiju omogućit će timu iz ustanova UNC Lineberger i UNC Health da proizvede podatke utemeljene na ljudskoj biologiji potrebne za poboljšanje sljedeće generacije cjepiva protiv raka. To znači izravno mjerenje površinskih proteina tumorskih stanica i odgovora T-stanica pacijenata, umjesto „samo” sekvenciranja tumora. Izrada tih podataka skupa je; ovaj put želimo biti sveobuhvatni i rezultate učiniti otvorenima kako bi svi budući projekti razvoja cjepiva protiv raka mogli imati koristi. Ako ovaj projekt uspije, budući kandidati za cjepiva moći će se početi dozirati ljudima s pouzdanijim skupom ciljnih molekula. To bi trebalo povećati njihove izglede za uspjeh, ali i količinu znanja koja se može steći kada ne uspiju.

Osiguravanje dostupnosti podataka istraživačima

Naposljetku, u okviru svih naših potpora osiguravamo da nastali skupovi podataka budu što dostupniji istraživačima diljem svijeta.

Tijekom većeg dijela povijesti znanosti ispitivanje hipoteza bilo je glavno usko grlo na putu do otkrića. Za rješavanje problema bila je dostupna samo ograničena količina „inteligencije” — određen broj poslijediplomskih studenata i profesionalnih znanstvenika koji su prikupljali i analizirali podatke povezane s nekim problemom. Stalan napredak umjetne inteligencije u programiranju i analizi podataka ruši tu pretpostavku. Analizu podataka možda će biti moguće provoditi u mnogo većem opsegu, pri čemu će spoznaje proizlaziti iz suradnji koje je teško predvidjeti u trenutku prikupljanja podataka.

Naša je misija osigurati da opća umjetna inteligencija koristi cijelom čovječanstvu. Znanstveni podaci nastali uz našu podršku trebali bi biti široko dostupni, uz očuvanje privatnosti i pristanka pojedinaca kad god uključuju podatke o ljudima. No dostupnost podrazumijeva više od samog objavljivanja neobrađenih podataka. Korisnike potpora potičemo da svoje analize objavljuju kao pretiske, da redovito dijele podatke umjesto tek na kraju te, ako njihovi podaci nisu „povezani”, da surađuju s korisnicima podataka kako bi procijenili njihovu korisnost za biološki važne probleme.

Iterativno učenje

Ova objava opisuje naše početno usmjerenje programa Javni podaci za zdravlje. Svoja stajališta aktivno ažuriramo u skladu s napretkom znanosti i umjetne inteligencije te na temelju razgovora s drugim članovima istraživačke zajednice.

Ako imate ideje za program Javni podaci za zdravlje, javite nam se na [email protected]⁠. Za buduće novosti o našim programima i financiranju možete se ovdje⁠ pretplatiti na naš bilten.

Ako su vam problemi poput onih o kojima se govori u ovoj objavi dovoljno zanimljivi da biste o njima razmišljali puno radno vrijeme, trenutačno zapošljavamo na četiri otvorena radna mjesta⁠ u timu za znanosti o životu i liječenje bolesti.