Data Publik untuk Kesehatan

Pada April, kami meluncurkan⁠ AI for Alzheimer’s, program pertama OpenAI Foundation di bidang Ilmu Hayati dan Penyembuhan Penyakit. Hari ini, kami memperkenalkan program sains kedua kami: Data Publik untuk Kesehatan.

Fokus kami dalam AI for Alzheimer’s adalah menangani satu penyakit yang memengaruhi banyak keluarga dan yang menurut kami dapat dibantu oleh AI dengan memungkinkan para ilmuwan mengembangkan pengobatan yang lebih baik. Fokus kami dalam Data Publik untuk Kesehatan adalah mendorong kemajuan di berbagai bidang ilmu hayati dan beragam penyakit dengan mendanai pembuatan serta pelestarian kumpulan data ilmiah berkualitas tinggi yang tersedia secara luas bagi para peneliti.

Data ilmiah adalah pengamatan terhadap dunia di sekitar kita, yang menjadi masukan mendasar bagi penelitian dan penemuan. Dalam bidang yang terobosannya dapat diverifikasi tanpa mengumpulkan data baru, seperti beberapa cabang matematika, sistem AI belakangan ini mulai menyumbangkan⁠ pengetahuan⁠ baru⁠. Sementara itu, dalam biologi, sistem AI semakin mampu menganalisis informasi biologis dalam skala besar dan mengungkap struktur tersembunyi bahkan dari bukti yang tidak lengkap, terkadang dengan efisiensi yang mencengangkan.

Namun, kami memperkirakan banyak terobosan berikutnya dalam pencegahan dan pengobatan penyakit akan tercipta dengan memadukan kecerdasan model baru dan lebih banyak pengamatan terhadap dunia—dengan kata lain, lebih banyak data.

Sejumlah kumpulan data yang sangat bermanfaat bagi publik mungkin tidak akan pernah dibuat atau dibagikan karena tidak ada satu pun lembaga yang memiliki insentif atau kapasitas memadai untuk mendanainya. Karena itu, dukungan terhadap data publik untuk kesehatan sangat selaras dengan OpenAI Foundation.

Hibah awal kami

Sebagai langkah awal, kami memberikan dukungan berupa hibah senilai lebih dari $125 juta kepada kelompok pertama organisasi nirlaba dan universitas, yang mencakup berbagai lapisan data: dari molekul dan epidemiologi hingga pengetahuan regulasi.

Berikut beberapa contoh proyek yang kami dukung:

1. OpenADMET⁠ akan membuat kumpulan data terbuka, tolok ukur, dan kompetisi tersamar untuk menguji apakah model AI dapat dilatih guna memprediksi cara molekul kecil diserap dan didistribusikan ke seluruh tubuh, sehingga pengembangan obat lebih mudah diprediksi dan tingkat kegagalan obat baru berkurang.

   Sebanyak 90% kandidat obat gagal dalam uji klinis⁠. Hal ini sering kali disebabkan oleh sulitnya memprediksi cara obat tersebut diserap dan bergerak di dalam tubuh—yakni sifat “ADMET” obat⁠. Tantangan prediksi yang belum terpecahkan seperti ini dapat ditangani dengan baik oleh AI jika didukung data berkualitas tinggi sebagai dasar untuk menilai keakuratan prediksi berbagai model. Sebagai contoh, AlphaFold2 mengubah metode prediksi struktur protein menggunakan data dari Protein Data Bank⁠ dalam kompetisi yang diselenggarakan oleh CASP⁠ untuk mengadu berbagai pendekatan pemodelan. Prediksi struktur protein kini terintegrasi ke dalam banyak program penemuan obat yang kemungkinan besar akan memberikan manfaat bagi pasien.

   Untuk memprediksi sifat ADMET kandidat obat dengan lebih baik, tim OpenADMET akan mengembangkan kumpulan data berkualitas tinggi sebagai dasar bagi model prediktif baru serta mengadakan tantangan terbuka yang dapat diikuti peneliti dari seluruh dunia.

   

   “Penemuan obat menghadapi banyak masalah universal yang tidak dapat diselesaikan sendiri oleh satu perusahaan atau laboratorium akademis yang ingin menyembuhkan penyakit tertentu,” ujar James Fraser, PhD, anggota Dewan Pengurus OpenADMET serta Profesor dan Ketua Bioengineering and Therapeutic Sciences di UCSF. “OpenADMET dibentuk untuk menangani masalah ini secara terbuka dan siap digunakan untuk pembelajaran mesin. Kami antusias dapat membangun lapisan dasar yang memungkinkan AI mempercepat pengembangan pengobatan baru secara signifikan.”

2. CTD Commons⁠ akan melestarikan dan menerbitkan pengetahuan regulasi dari program pengembangan obat yang gagal agar tim mendatang dapat belajar dari preseden yang biasanya tidak dapat diakses, sehingga pengobatan efektif bagi pasien dapat ditemukan lebih cepat.

   CTD, atau Common Technical Document, adalah dokumen yang merangkum seluruh perjalanan suatu obat investigasi—mulai dari toksikologi hewan dan perincian produksi hingga korespondensi dengan FDA, yang mungkin merupakan bagian paling bermanfaat. Namun, hanya sebagian kecil dari hasil kerja tersebut yang dimuat dalam makalah ilmiah.

   CTD Commons akan menguji kemungkinan memperoleh CTD dari program obat yang gagal atau dihentikan, lalu menyediakannya secara terbuka agar dapat digunakan semua orang untuk penelitian dan analisis.

   “Setiap pengajuan kepada FDA mencerminkan kerja keras dan pengorbanan para peneliti, peninjau, serta peserta studi. Meski upaya tersebut gagal, informasi berharga yang dihasilkannya tidak boleh terbuang,” kata Josh Morrison, penggagas utama CTD Commons dan Presiden 1Day Sooner. “CTD Commons akan mengurangi duplikasi dan biaya, sekaligus memaksimalkan dampak penelitian klinis.”

3. UNC⁠ akan membentuk Initiative for Generative Immunotherapy dan membuat data multimodal yang tersedia untuk publik, demi mewujudkan masa depan ketika pasien kanker dapat segera menerima vaksin kanker yang dipersonalisasi setelah didiagnosis.

   Vaksin kanker “neoantigen” saat ini merupakan salah satu dari sedikit obat yang dirancang secara komputasional untuk setiap pasien, dengan mengurutkan genom sel tumor guna memprediksi target khusus tumor yang muncul di permukaannya. Namun, pengurutan tersebut hanyalah representasi tidak langsung dari kenyataan karena sulit dan mahal untuk mengukur target pada permukaan sel secara langsung, terlebih lagi memeriksa seberapa kuat sistem imun pasien bereaksi terhadap setiap protein tersebut.

   UNC akan melengkapi mata rantai yang hilang tersebut pada ratusan tumor dan berbagai jenis kanker, serta membuat salah satu kumpulan data pelatihan dan evaluasi pertama di bidang ini. Data publiknya akan dideidentifikasi agar dapat dikembangkan lebih lanjut oleh peneliti di seluruh dunia.

   “Vaksin kanker yang dipersonalisasi akhirnya mulai menunjukkan tanda-tanda kemanjuran klinis, tetapi masih terdapat kesenjangan yang mungkin memerlukan waktu puluhan tahun untuk diatasi dengan model pengembangan terapi tradisional. Data berkualitas tinggi dapat membantu kami mengatasi kesenjangan tersebut dengan lebih cepat,” ujar Alex Rubinsteyn, PhD, Asisten Profesor Genetika di UNC School of Medicine. “Kami antusias dapat mempersingkat jangka waktu ini dan membantu mewujudkan imunoterapi personal yang efektif secara luas.”

   

Strategi awal kami

Kami memperkirakan bagian ini akan sangat relevan bagi peneliti yang tertarik dengan peluang hibah OpenAI Foundation mendatang.

Ada jauh lebih banyak data ilmiah yang berharga untuk dikumpulkan daripada yang dapat didukung oleh satu penyandang dana. Karena itu, kami ingin memberikan penjelasan lebih lanjut kepada komunitas riset mengenai jenis data yang menurut kami akan memperoleh manfaat terbesar dari dukungan OpenAI Foundation.

Hipotesis awal kami mengenai data yang perlu diprioritaskan adalah: data terhubung, data langka , dan data langsung . Kumpulan data yang kami danai biasanya memiliki satu atau dua dari karakteristik ini, yang dijelaskan lebih terperinci di bawah, dan dalam kasus yang jarang terjadi akan memiliki ketiganya.

Untuk semua kumpulan data, kami meyakini bahwa menyediakan data agar dapat diakses secara luas, sembari senantiasa memastikan privasi data pasien, akan menjadi semakin penting. Hal ini akan memungkinkan para peneliti mengembangkan hasil kerja satu sama lain dan membuka peluang munculnya kemajuan ilmiah dari tempat-tempat yang tidak terduga.

1. Data terhubung: Menelusuri biologi melalui berbagai tahap

   Biologi berlangsung dalam berbagai skala, tetapi sebagian besar kumpulan data ilmu hayati hanya menangkap satu bagian dari kenyataan. Atlas sel dapat mengukur molekul di ribuan sel, sedangkan pencitraan molekul tunggal hanya mengamati satu sel. Kedua sudut pandang tersebut berharga, tetapi karena kumpulan data semacam ini biasanya dibuat secara terpisah, diperlukan penelitian lanjutan selama bertahun-tahun untuk menentukan keterkaitan antartemuan ilmiah. Kami ingin mendukung tim penelitian agar dapat menjelajahi berbagai skala tersebut secara terarah dan membuat kumpulan data terhubung yang kaya, dengan berbagai lapisan yang saling memperkuat.

   Sebagai contoh, hibah kami kepada UCSF akan memungkinkan tim OpenADMET mengukur sifat dan interaksi molekuler utama dari puluhan ribu senyawa. Tim kemudian akan menghubungkan pemrofilan luas ini dengan dua perspektif mengenai pengangkutan obat: struktur protein pengangkut yang ditentukan secara eksperimental dengan molekul tertentu yang terikat, serta pengujian yang mengukur interaksi fungsional antara protein tersebut dan molekul. Terakhir, mereka akan menguji sebagian senyawa ini pada model sawar darah-otak manusia dan membandingkan hasilnya dengan pengukuran in vivo pada hewan.

   Pendekatan pengumpulan data ini akan memberikan gambaran yang luar biasa lengkap mengenai faktor yang menentukan pergerakan obat di dalam tubuh—sehingga model AI dapat menghasilkan prediksi yang lebih baik pada tingkat yang penting bagi manusia.

2. Data langka: Menyelamatkan hal yang tidak dapat diciptakan kembali

   Secanggih apa pun, AI masa depan tidak dapat kembali ke masa lalu untuk mengamati peristiwa biologis yang terjadi pada saat tertentu dan unik—seperti penyebab kematian dan gangguan kesehatan di negara tanpa statistik vital yang andal, atau kandungan sampel biologis pasien pada momen tertentu yang telah berlalu. Biologi dipenuhi peristiwa yang tidak dapat diulang semacam ini, dan para pemodel di masa depan mungkin menemukan kegunaan bukti tersebut yang belum dapat diperkirakan oleh peneliti saat ini. Karena itu, kami sangat tertarik pada proposal yang mengumpulkan atau melestarikan data berharga sebelum peluangnya hilang, atau menyediakan secara luas kumpulan data privat yang tidak akan pernah dapat dibuat kembali, sembari menghormati privasi dan persetujuan individu.

   Sebagai contoh, hibah kami kepada CTD Commons akan menyelidiki apakah catatan program pengembangan obat yang gagal dapat diselamatkan sebelum perusahaan tutup dan catatan tersebut hilang. Dalam jangka pendek, dokumen ini dapat membantu tim pengembangan obat tahap awal memahami persyaratan regulator untuk produk serupa, alih-alih mengetahuinya melalui proses coba-coba yang mahal. Dalam jangka panjang, dokumen tersebut dapat menjadi sumber daya bagi sistem pembelajaran mesin untuk menemukan pola penyebab keberhasilan atau kegagalan obat, sehingga membantu meningkatkan regulasi atau strategi uji klinis dan memungkinkan pasien memperoleh manfaat dari pengobatan baru lebih cepat.

3. Data langsung: Mengukur kondisi biologis dan klinis yang paling mendekati hal penting

   Sepanjang sebagian besar sejarahnya, biologi mengukur hal-hal yang mudah atau murah untuk diukur. Misalnya, mengukur data sel individual alih-alih data klinis manusia, atau ekspresi RNA alih-alih protein. Indikator tidak langsung ini sangat bermanfaat, tetapi juga dapat menyimpang dari tujuan memahami biologi serta mencegah dan mengobati penyakit. Dalam kasus seperti ini, kami ingin menyediakan sumber daya yang dibutuhkan peneliti untuk menyusun kumpulan data yang mengukur hal terpenting. Mungkin pula instrumen yang diperlukan untuk mengukur “kebenaran biologis” belum tersedia atau penggunaannya dalam skala besar terlalu mahal. Melalui program ini, kami berharap dapat mendukung kedua inisiatif tersebut—data baru dan alat baru.

   Sebagai contoh, hibah kami kepada UNC untuk membentuk Initiative for Generative Immunotherapy akan memungkinkan tim di UNC Lineberger dan UNC Health menghasilkan data berbasis manusia yang diperlukan untuk menyempurnakan vaksin kanker generasi berikutnya. Artinya, mereka akan mengukur protein permukaan sel tumor secara langsung serta respons sel T pasien, bukan “sekadar” mengurutkan genom tumor. Data ini mahal untuk dibuat. Dengan membuatnya secara menyeluruh sekarang dan menyediakan hasilnya secara terbuka, kami berharap semua upaya pengembangan vaksin kanker mendatang dapat memperoleh manfaat. Secara khusus, jika proyek ini berhasil, kandidat vaksin mendatang dapat memasuki tahap pemberian dosis kepada manusia dengan serangkaian target yang lebih kuat. Hal ini akan memperbesar peluang keberhasilannya dan meningkatkan pengetahuan yang dapat diperoleh ketika vaksin tersebut gagal.

Memastikan data dapat diakses oleh peneliti

Terakhir, dalam semua hibah kami, kami memastikan kumpulan data yang dihasilkan dapat diakses semudah mungkin oleh para peneliti di seluruh dunia.

Sepanjang sebagian besar sejarah sains, pengujian hipotesis merupakan hambatan utama dalam menghasilkan penemuan. Hanya ada sedikit “kecerdasan” yang tersedia untuk mengatasi berbagai masalah—jumlah mahasiswa pascasarjana dan ilmuwan profesional terbatas, dan merekalah yang menghasilkan serta menganalisis data untuk suatu masalah. Kemajuan AI yang berkelanjutan dalam pemrograman dan analisis data mematahkan asumsi tersebut. Analisis data dapat menjadi jauh lebih mudah ditingkatkan skalanya, dengan wawasan yang muncul dari kolaborasi yang sulit diperkirakan ketika data tersebut dihasilkan.

Misi kami adalah memastikan kecerdasan umum buatan memberikan manfaat bagi seluruh umat manusia. Data ilmiah yang dibuat dengan dukungan kami harus tersedia secara luas, sembari menjaga privasi dan persetujuan individu setiap kali melibatkan data manusia. Namun, aksesibilitas bukan sekadar merilis data mentah. Kami mendorong penerima hibah untuk menerbitkan analisis melalui pracetak, membagikan data secara berkala alih-alih hanya di akhir, dan jika data penerima hibah tidak “terhubung”, bekerja sama dengan pengguna data untuk menilai kegunaannya dalam mengatasi masalah biologis yang penting.

Pembelajaran berulang

Tulisan ini menguraikan pendekatan awal kami dalam Data Publik untuk Kesehatan. Kami terus memperbarui pandangan seiring kemajuan sains dan AI, serta berdasarkan percakapan dengan pihak lain dalam komunitas riset.

Jika Anda memiliki gagasan untuk Data Publik bagi Kesehatan, hubungi kami melalui [email protected]⁠. Anda dapat berlangganan buletin kami di sini⁠ untuk mendapatkan informasi terbaru mengenai program dan pendanaan kami.

Jika Anda tertarik memikirkan secara penuh waktu masalah seperti yang dibahas dalam tulisan ini, kami sedang membuka empat lowongan⁠ di tim Ilmu Hayati dan Penyembuhan Penyakit.