AI untuk Alzheimer

Penyakit Alzheimer adalah salah satu masalah paling sulit dalam dunia kedokteran yang belum terpecahkan, dan salah satu yang paling membuat menderita. Penyakit ini merenggut jutaan nyawa, memberikan beban besar bagi banyak keluarga, dan masih berada di luar jangkauan banyak hal yang dapat dilakukan dunia medis saat ini. Di OpenAI Foundation, kami ingin mengubah hal tersebut dengan menggunakan AI canggih untuk mempercepat ilmu pengetahuan tentang pencegahan dan pengobatan penyakit tersebut.^1⁠ Sebagai langkah awal, kami sedang berupaya merampungkan hibah senilai lebih dari $100 juta bulan ini, yang mencakup enam lembaga riset, untuk mendukung dan mempercepat riset Alzheimer—menghasilkan data baru, membantu merancang obat baru, dan memperluas kemungkinan jalur pengobatan.

Hibah ini merupakan awal dari upaya kami; masih banyak yang harus dilakukan. Kami berharap dapat memberikan hibah Alzheimer lebih lanjut sepanjang tahun 2026 dan seterusnya, kepada lebih banyak ilmuwan dan lembaga riset, agar kita pada akhirnya dapat mencegah dan mengobati penyakit Alzheimer bersama-sama.

Mengapa fokus pada Alzheimer?

Misi kami adalah memastikan bahwa AGI memberikan manfaat bagi seluruh umat manusia. Alzheimer adalah masalah besar, masalah ini kian memburuk seiring bertambah tuanya populasi, dan kompleksitas penyakit ini mungkin cocok untuk AI.

Alzheimer tidak hanya berdampak pada jutaan orang yang didiagnosis menderita penyakit ini, tetapi juga pada pasangan, anak-anak, dan pengasuh lainnya yang mengurusi mereka. Penyakit ini memberikan tekanan emosional dan finansial yang sangat besar pada keluarga.

Umat manusia telah mencapai kemajuan selama beberapa dekade terakhir dalam melawan tiga dari empat penyebab kematian utama—penyakit jantung, penyakit menular, dan beberapa jenis kanker—sehingga menurunkan risiko kematian pada usia berapa pun.

Namun, mengembangkan perawatan yang efektif untuk pembunuh besar keempat—penyakit neurodegeneratif, seperti Alzheimer—sejauh ini terbukti sebagian besar sulit diatasi, meskipun para ilmuwan terbaik umat manusia telah berupaya.

Itu karena Alzheimer tampaknya tidak disebabkan oleh satu penyebab tunggal, melainkan oleh interaksi antara faktor risiko genetik, kesalahan pelipatan protein, peradangan, disfungsi sinaptik, dan banyak lagi—yang berinteraksi dengan faktor lingkungan selama puluhan tahun dan semuanya berlangsung di otak, organ yang sulit dipelajari dan disasar dengan obat-obatan. Pendekatan penelitian tradisional mengalami kesulitan untuk memahami hal ini.

AI sangat cocok untuk menghadapi kompleksitas ini. Kemampuannya untuk bernalar di berbagai jenis data—termasuk gejala klinis pasien, penanda biologis penyakit, skrining kandidat obat, dan lainnya—menawarkan cara yang secara mendasar baru untuk memahami bagaimana faktor-faktor ini saling berinteraksi, mengidentifikasi target obat yang tepat, dan mendiagnosis risiko yang dapat ditindaklanjuti beberapa dekade lebih awal bagi pasien.

Tujuan kami adalah untuk membantu para ilmuwan menciptakan alat baru yang pada akhirnya dapat mencegah dan mengobati Alzheimer. Karena tujuan tersebut hingga saat ini sangat sulit dicapai, kami memandangnya sebagai ujian nyata atas kemampuan AI untuk mengubah apa yang mungkin dilakukan dalam bidang kesehatan manusia. Kami bertujuan untuk memberikan perubahan yang berarti bagi orang-orang yang berisiko terkena Alzheimer dan keluarga mereka.

Pendekatan awal kami

Kami berterima kasih atas dukungan yang kami terima dari peninjau ilmiah eksternal dalam menyusun strategi awal kami. Meskipun kami sangat bersemangat dengan masing-masing bidang pemberian ini, kami tidak berharap dapat mencapai tujuan kami untuk pencegahan dan pengobatan Alzheimer secara tiba-tiba. Beberapa eksperimen akan menghasilkan hasil yang negatif, dan akan ada kemunduran di sepanjang prosesnya. Itulah hakikat sains—dan kami akan belajar secepat mungkin, memperbarui pendekatan kami seiring diperolehnya hasil-hasil.

Sebagai permulaan, kami memiliki hipotesis awal tentang bagaimana kami dapat mendukung ekosistem riset dengan cara yang melengkapi upaya yang sudah ada, serta memanfaatkan apa yang kini dimungkinkan oleh AI. Bersama-sama, hal ini menghasilkan “lima lapisan” aktivitas di lembaga penelitian terkemuka:

1. Buat “peta kausal” Alzheimer menggunakan AI, untuk memvalidasi target intervensi. Kini tampak jelas bahwa ada banyak faktor penyebab Alzheimer, bukan hanya satu. Itu menyiratkan bahwa kita harus memetakan seluruh jaringan faktor kausal untuk menentukan node-node yang paling efektif untuk intervensi terapeutik bagi orang yang berbeda. Melalui berkolaborasi dengan peneliti di bidang AI dalam biologi terdepan seperti Arc Institute⁠, kami bertujuan untuk memahami bagaimana “organoid” otak model bereaksi terhadap berbagai kombinasi faktor risiko genetik dan lingkungan. Data eksperimental berskala besar semacam itu dapat digunakan untuk melatih model AI yang menjadi dasar bagi eksperimen di masa mendatang. Dengan mesin hibrida ini, para peneliti dapat membagikan temuan mereka secara bertahap agar dapat dikembangkan lebih lanjut oleh pihak lain, serta mengusulkan target obat yang didasarkan pada pemahaman mekanistik untuk pengujian lebih lanjut.

Alzheimer sulit diobati sebagian karena merupakan contoh utama penyakit yang kompleks. Penyakit ini adalah hasil dari ratusan faktor risiko genetik dan lingkungan yang saling berinteraksi di berbagai jenis sel selama beberapa dekade. Di Arc, kami sedang membangun teknologi eksperimental dan komputasional untuk benar-benar memetakan interaksi tersebut dalam skala besar.

—Patrick Hsu, PhD, Co-founder dan Peneliti Inti Arc Institute

Kami ingin menemukan gangguan yang dapat mengubah dan memindahkan sel dari keadaan sakit kembali ke keadaan sehat. Untuk melakukannya, kami menjalankan siklus pembelajaran aktif: kami secara sistematis memberikan gangguan pada model jaringan manusia berdasarkan data pasien, mengukur apa yang terjadi, dan menggunakan hasilnya untuk secara bertahap meningkatkan model AI kami untuk penyakit Alzheimer. Setiap siklus memberi kami gambaran kausal yang lebih jelas tentang di mana jalur-jalur penyakit bertemu dan di mana intervensi dapat dilakukan.

—Silvana Konermann, PhD, Co-founder dan Direktur Eksekutif Arc Institute

2. Merancang obat baru dengan bantuan AI, dan menguji obat tersebut di laboratorium – bersama kolaborator seperti Institute for Protein Design⁠, serta ahli saraf dan ilmuwan saraf terkemuka di Mass General Hospital. Lebih dari 100 obat Alzheimer telah diuji dalam uji klinis sejak tahun 2000, tetapi hampir semuanya tidak berhasil atau menimbulkan efek samping yang tidak diinginkan. Kami percaya molekul yang dirancang dengan bantuan alat biologi AI akan memiliki probabilitas keberhasilan yang lebih tinggi dari waktu ke waktu. Namun, untuk menentukan apakah hal itu benar, para peneliti pertama-tama harus dapat memvalidasi kreasi digital mereka dalam sel, jaringan, dan hewan.

Di Institute for Protein Design, kami berkomitmen untuk membangun jalur kolaboratif yang berfokus pada upaya memberikan dampak positif sebesar mungkin bagi kesejahteraan global. Dengan menggunakan model desain protein berbasis AI terbaru kami, kami telah berhasil merekayasa molekul yang berinteraksi dengan, memodifikasi, dan mendegradasi target yang penting bagi perkembangan penyakit Alzheimer. Memperluas, menyempurnakan, dan membagikan perangkat ini kepada para ahli saraf yang dapat menerapkan protein yang kami rancang untuk memprediksi dan mengatasi neurodegenerasi merupakan salah satu prioritas tertinggi kami.

—David Baker, PhD, Peraih Nobel dan Direktur Institut Desain Protein di University of Washington

3. Mendukung kumpulan data terbuka untuk memprediksi aktivitas obat, dan memetakan perkembangan penyakit dengan dan tanpa intervensi. Itu mencakup pembuatan kumpulan data terbuka baru yang relevan dengan Alzheimer bersama organisasi nirlaba seperti Focused Research Organisation EvE Bio⁠. Ini juga mencakup dukungan terhadap perluasan kumpulan data longitudinal dan epidemiologis yang sudah ada, serta peluang untuk membuka akses secara bertanggung jawab terhadap kumpulan data yang sudah ada yang dikumpulkan oleh perusahaan bioteknologi dan dapat bermanfaat bagi semua peneliti.

4. Menetapkan biomarker baru untuk penyakit, meningkatkan diagnosis dan pelaksanaan uji klinis, bersama kolaborator seperti UCSF. Persetujuan tes darah Alzheimer pertama tahun lalu⁠ memberi lebih banyak alat kepada dokter spesialis untuk menilai kondisi pasien dengan cara yang tidak terlalu invasif. Darah dan biomarker lainnya juga memberi kemampuan kepada peneliti untuk mengukur efek yang mungkin dimiliki obat terhadap perkembangan penyakit dalam uji klinis, termasuk sebagai pengukuran sekunder dalam uji yang terutama menargetkan penyakit lain (seperti yang ditunjukkan dalam uji terbaru ini⁠ tentang penyakit kardiovaskular). Kini terdapat lebih banyak peluang untuk melangkah lebih jauh melalui proteomika modern dan pengambilan sampel lain dari pasien, mengingat AI mampu menginterpretasikan sinyal-sinyal biologis yang semakin kompleks.

Alzheimer tetap menjadi salah satu tantangan paling mendesak dalam dunia kedokteran, dan kemajuan bergantung pada proses menghubungkan terobosan ilmiah dengan perawatan pasien kita. Kolaborasi ini memungkinkan kami menghubungkan berbagai upaya terdepan di dunia—mulai dari kemajuan dalam desain protein hingga wawasan klinis dan biologis yang mendalam di UCSF—untuk lebih memahami penyakit ini dan mengidentifikasi jalur-jalur menuju pengobatan baru. Dengan AI yang membantu kita mengintegrasikan wawasan ini dan memahami kompleksitas yang sangat besar, kita memiliki peluang untuk mempercepat penemuan yang dapat secara bermakna mengubah kehidupan pasien.

—S. Andrew Josephson, MD, Profesor dan Ketua Neurologi di UCSF dan UCSF Weill Institute for Neurosciences

5. Uji pengobatan yang patennya telah berakhir dan gunakan AI untuk memahami sebaik mungkin data pasien yang dianonimkan serta pengalaman yang dilaporkan secara online. Ada sejumlah intervensi yang memiliki bukti yang mengindikasikan adanya efek—misalnya, litium orotat⁠ dan vaksin herpes zoster⁠yang patennya telah habis—tetapi masih diperlukan bukti berkualitas tinggi lebih lanjut dan sektor swasta tidak memiliki insentif untuk membiayai uji klinis.

Harapan saya adalah bahwa kemampuan litium orotat dosis fisiologis untuk membalikkan patologi dan memulihkan memori pada model tikus penyakit Alzheimer dapat diterapkan pada populasi manusia yang menua. Litium adalah sumber daya yang menggerakkan ponsel, laptop, dan kendaraan listrik kita. Dugaan saya, otak mungkin telah memanfaatkan elektrokimia uniknya sebelum kita melakukannya.

—Bruce Yankner, MD, PhD, Profesor Genetika dan Neurologi di Harvard Medical School dan Direktur Harvard Glenn Center for Biology of Aging Research

Pembelajaran iteratif

Kami akan terus memajukan pengembangan di kelima bidang ini sekaligus, untuk melengkapi upaya lain dalam ekosistem riset. Kami berharap dapat menambahkan pendekatan yang sudah ada seiring kami menerima lebih banyak umpan balik dari komunitas peneliti, sehingga bersama-sama kita dapat mencari tahu cara mencegah dan mengobati Alzheimer.

Dengan menangani Alzheimer secara langsung, kami bertujuan tidak hanya untuk membantu mengubah arah perjalanan penyakit ini, tetapi juga untuk membangun alat dan pengetahuan yang dapat mempercepat kemajuan dalam melawan banyak penyakit lainnya.

* * *

Jika Anda tertarik untuk menerima kabar terbaru dari OpenAI Foundation, silakan berlangganan di sini⁠. Jika Anda ingin menghubungi tim Ilmu Hayati & Penyembuhan Penyakit kami, kami dapat dihubungi melalui [email protected]⁠.

Selain artikel akademik, kami juga banyak membaca laporan, artikel panjang, dan postingan blog tentang AI dan sains. Meskipun kami tidak setuju dengan semua klaim dalam tulisan-tulisan ini, di antaranya adalah laporan National Academies ini⁠, artikel tinjauan tentang pipeline obat Alzheimer ini⁠, ringkasan kemajuan medis tingkat tinggi seperti tulisan ini tentang tingkat kematian akibat penyakit kardiovaskular⁠, postingan blog Science ini⁠ tentang kesulitan AI dalam membuat kemajuan di bidang kedokteran, dan gagasan tentang data klinis dari IFP ini⁠.

Kami mendorong Anda untuk mempublikasikan analisis secara publik, dan mengirimkan tautannya kepada kami melalui email jika Anda merasa kami dapat memperoleh manfaat dari perspektif tersebut.