AI kwa ajili ya Ugonjwa wa Alzheimer

Ugonjwa wa Alzheimer ni mojawapo ya changamoto ngumu zaidi ambazo hazijatatuliwa katika tiba na mojawapo ya magonjwa yenye athari mbaya zaidi. Huua mamilioni ya watu, huweka mzigo mkubwa kwa familia na bado hupingana na mengi ya yale ambayo tiba inaweza kufanya leo. Katika Shirika la OpenAI, tunalenga kubadilisha hali hiyo kwa kutumia AI ya hali ya juu ili kuharakisha sayansi ya kuzuia na kutibu ugonjwa huo.^1⁠ Kama hatua ya kwanza, tunalenga kukamilisha utoaji wa zaidi ya dola milioni 100 za ruzuku mwezi huu, kwa taasisi sita za utafiti, ili kusaidia na kuharakisha utafiti kuhusu Ugonjwa wa Alzheimer—kuzalisha data mpya, kusaidia kubuni dawa mpya na kupanua njia zinazowezekana za matibabu.[/ bnjhyum7689

Ruzuku hizi zinawakilisha mwanzo wa kazi yetu; bado kuna mengi zaidi ya kutekeleza. Tunatarajia kutoa ruzuku zaidi za Alzheimer katika kipindi chote cha mwaka 2026 na kuendelea, kwa wanasayansi zaidi na taasisi za utafiti, ili kwa pamoja tuweze kuzuia na kutibu Ugonjwa wa Alzheimer.

Kwa nini kuzingatia Alzheimer?

Dhamira yetu ni kuhakikisha kwamba AGI inanufaisha wanadamu wote. Ugonjwa wa Alzheimer ni tatizo kubwa sana, linazidi kuwa baya kadiri idadi ya watu inavyozeeka, na uchangamano wa ugonjwa huu unaifanya AI kufaa vizuri.

Ugonjwa wa Alzheimer hauwaathiri tu mamilioni ya watu waliogunduliwa kuwa na ugonjwa huo, bali pia wenzi wao, watoto wao, na walezi wengine wanaowasaidia kwa bidii. Ugonjwa huu huweka mzigo mkubwa wa kihisia na kifedha kwa familia kwa kiwango kikubwa.

Binadamu wamepiga hatua katika miongo michache iliyopita dhidi ya visababishi vinne vikuu vya vifo—ugonjwa wa moyo, magonjwa ya kuambukiza, na baadhi ya saratani, na hivyo kupunguza hatari ya kifo katika umri wowote:

Hata hivyo, kuendeleza matibabu madhubuti kwa ajili ya muuaji mkubwa wa nne—magonjwa ya kudhoofisha mfumo wa neva, kama vile Alzheimer’s—kumethibitika kuwa changamoto kubwa hadi sasa, licha ya juhudi za wanasayansi bora wa binadamu:

Hiyo ni kwa sababu ugonjwa wa Alzheimer hauonekani kusababishwa na chanzo kimoja, bali na mwingiliano wa sababu za hatari za kijeni, kukunja vibaya kwa protini, uvimbe, hitilafu katika sinepsi, na mengineyo—vikishirikiana na sababu za kimazingira kwa miongo kadhaa, na yote yakitokea katika ubongo, kiungo ambacho ni kigumu kukichunguza na kupeleka dawa ndani yake. Mbinu za jadi za utafiti zimepata changamoto kuelewa hili.

AI inafaa kwa njia ya kipekee kukabiliana na uchangamano huu. Uwezo wake wa kuchanganua katika aina tofauti za data—ikiwemo dalili za kitabibu za wagonjwa, viashiria vya kibayolojia vya ugonjwa, uchunguzi wa watahiniwa wa dawa, na mengineyo—unatoa njia mpya kimsingi ya kuelewa jinsi vipengele hivi vinavyoingiliana, kubaini shabaha zinazofaa za dawa, na kutambua hatari zinazoweza kuchukuliwa hatua miongo kadhaa mapema zaidi kwa wagonjwa.

Lengo letu ni kusaidia wanasayansi kubuni zana mpya ili hatimaye kuzuia na kutibu Ugonjwa wa Alzheimer. Kwa kuwa lengo hilo limekuwa gumu sana kufikiwa hadi sasa, tunaliona kama mtihani wa wazi wa uwezo wa AI wa kubadilisha kile kinachowezekana katika Afya ya binadamu. Tunakusudia kuleta mabadiliko yenye maana kwa watu walio katika hatari ya kupata Ugonjwa wa Alzheimer na familia zao.

Mbinu yetu ya awali

Tunashukuru kwa msaada tuliopokea kutoka kwa wakaguzi wa kisayansi wa nje ili kufahamisha mikakati yetu ya awali. Ingawa tunafurahia sana kila moja ya maeneo haya ya utoaji, hatutarajii kufikia lengo letu la kuzuia na kutibu ugonjwa wa Alzheimer ghafla. Baadhi ya majaribio yatatoa matokeo hasi, na kutakuwa na vikwazo njiani. Hiyo ndiyo asili ya sayansi—na tutajifunza haraka kadri tuwezavyo, tukiendelea kusasisha mbinu yetu kadri matokeo yanavyopatikana.

Kuanza, tuna dhana za awali kuhusu jinsi tunavyoweza kuunga mkono mfumo wa ikolojia wa utafiti kwa njia inayokamilisha juhudi zilizopo, na kutumia yale ambayo sasa yanawezekana kwa AI. Kwa pamoja, hii huzalisha “rundo la safu tano” za shughuli katika taasisi zinazoongoza za utafiti:

1. Tengeneza “ramani ya visababishi” ya Ugonjwa wa Alzheimer kwa kutumia AI, ili kuthibitisha shabaha za uingiliaji kati. Sasa inaonekana wazi kwamba kuna visababishi vingi vya Ugonjwa wa Alzheimer, si kimoja. Hilo linamaanisha kwamba tunapaswa kuweka ramani ya mtandao mzima wa sababu za kisababishi ili kubainisha nodi zenye ufanisi zaidi kwa uingiliaji wa matibabu kwa watu tofauti. Kwa kushirikiana na watafiti walio mpaka katika AI ya biolojia kama Arc Institute⁠, tunalenga kuelewa jinsi organoidi za ubongo za muundo zinavyoitikia michanganyiko tofauti ya vihatarishi vya kijeni na kimazingira. Data kubwa ya majaribio inaweza kutumika kufundisha muundo wa AI unaoongoza majaribio ya baadaye. Kwa injini hii mseto, watafiti wanaweza kushiriki matokeo yao njiani ili wengine wayajengee juu, na kupendekeza shabaha za dawa zilizoarifiwa na uelewa wa kimitambo kwa majaribio zaidi.

Ugonjwa wa Alzheimer umekuwa sugu kwa matibabu kwa kiasi fulani kwa sababu ni mfano halisi wa ugonjwa changamano. Ni matokeo ya mamia ya sababu za hatari za kijeni na kimazingira zinazoingiliana katika aina mbalimbali za seli kwa miongo kadhaa. Katika Arc, tunaunda teknolojia za majaribio na za kikokotozi ili kwa kweli kuweka ramani ya mwingiliano huo kwa kiwango kikubwa.

—Patrick Hsu, PhD, Mwanzilishi Mwenza wa Arc Institute na Mpelelezi Mkuu

Tunataka kupata misukosuko inayoweza kusukuma na kuivuta seli kutoka hali ya ugonjwa hadi hali yenye afya. Ili kufanya hivyo, tunaendesha mzunguko wa ujifunzaji amilifu: tunabadilisha kwa utaratibu miundo ya tishu za binadamu kwa kuongozwa na data za wagonjwa, tunapima kinachotokea, na tunatumia matokeo hayo kuboresha hatua kwa hatua miundo yetu ya AI ya ugonjwa wa Alzheimer. Kila mzunguko hutupatia taswira iliyo wazi zaidi ya uhusiano wa kisababishi kuhusu mahali ambapo njia za magonjwa zinaungana na mahali pa kuingilia kati.

—Silvana Konermann, PhD, Mwanzilishi Mwenza na Mkurugenzi Mtendaji wa Arc Institute

2. Buni dawa mpya kwa msaada wa AI, na uzijaribu maabara – pamoja na washirika kama Institute for Protein Design⁠, pamoja na wataalamu wakuu wa neva na wanasayansi wa neva katika Hospitali ya Mass General. Zaidi ya dawa 100 za Alzheimer zimejaribiwa katika majaribio ya kimatibabu tangu mwaka wa 2000, lakini karibu zote hazikufanya kazi au zilikuwa na athari zisizotarajiwa. Tunaamini kwamba molekuli zilizobuniwa kwa msaada wa zana za AI za biolojia zitakuwa na uwezekano mkubwa zaidi wa kufanikiwa kadri muda unavyosonga. Lakini ili kubaini kama hilo ni kweli, watafiti lazima kwanza waweze kuthibitisha ubunifu wao wa kidijitali katika seli, tishu, na wanyama.

Katika Taasisi ya Ubunifu wa Protini, tumejitolea kujenga mifumo ya ushirikiano inayolenga kuwa na athari chanya kubwa zaidi kwa ustawi wa dunia. Kwa kutumia miundo yetu mipya zaidi ya usanifu wa protini inayoendeshwa na AI, tumefaulu kuunda molekuli zinazolenga, kurekebisha, na kuharibu shabaha muhimu kwa maendeleo ya Ugonjwa wa Alzheimer. Kupanua, kuboresha, na kushiriki zana hii na wanasayansi wa neva ambao wanaweza kutumia protini tulizobuni kutabiri na kutatua kuzorota kwa mfumo wa neva ni mojawapo ya vipaumbele vyetu vya juu zaidi.

—David Baker, PhD, Mshindi wa Tuzo ya Nobel na Mkurugenzi wa Taasisi ya Ubunifu wa Protini katika Chuo Kikuu cha Washington

3. Kusaidia seti za data zilizo wazi kutabiri shughuli ya dawa, na kufuatilia maendeleo ya ugonjwa ukiwa na bila uingiliaji kati. Hiyo inajumuisha kuundwa kwa hifadhidata mpya zilizo wazi zinazohusiana na Ugonjwa wa Alzheimer kwa ushirikiano na mashirika yasiyo ya faida kama EvE Bio⁠. Pia inajumuisha kuunga mkono upanuzi wa seti za data zilizopo za muda mrefu na za epidemiolojia, pamoja na fursa za kufungua kwa uwajibikaji seti za data zilizopo zilizokusanywa na kampuni za bayoteknolojia ambazo zinaweza kuwanufaisha watafiti wote.

4. Kuanzisha viashiria vipya vya kibayolojia vya magonjwa, kuboresha utambuzi na jinsi majaribio ya kitabibu yanavyoendeshwa, kwa kushirikiana na washirika kama UCSF. Kuanzishwa kwa kipimo cha kwanza cha damu cha Alzheimer mwaka jana⁠ kunawapa madaktari bingwa zana zaidi za kutathmini hali ya mgonjwa kwa njia isiyo vamizi sana. Damu na viashiria vingine vya kibayolojia pia huwapa watafiti uwezo wa kupima athari ambazo dawa zinaweza kuwa nazo katika maendeleo ya ugonjwa katika majaribio ya kitabibu, ikiwemo kama vipimo vya ziada katika majaribio yanayolenga hasa ugonjwa mwingine (kama inavyoonyeshwa katika jaribio hili la hivi karibuni⁠ kuhusu ugonjwa wa moyo na mishipa ya damu). Kuna fursa zaidi za Go mbali zaidi kwa kutumia proteomiki ya kisasa na sampuli nyingine kutoka kwa wagonjwa, kwa kuwa sasa AI inaweza kuelewa ishara changamani zaidi za kibayolojia.

Ugonjwa wa Alzheimer unasalia kuwa mojawapo ya changamoto za dharura zaidi katika tiba, na maendeleo yanategemea kuunganisha mafanikio ya kisayansi na huduma kwa wagonjwa wetu. Ushirikiano huu unatupa uwezo wa kuunganisha juhudi zinazoongoza duniani—kuanzia maendeleo katika usanifu wa protini hadi maarifa ya kina ya kitabibu na kibayolojia hapa UCSF—ili kuelewa ugonjwa huu vyema zaidi na kubaini njia mpya za matibabu. Kwa AI kutusaidia kuunganisha maarifa haya na kuelewa uchangamani mkubwa sana, tuna fursa ya kuharakisha uvumbuzi unaoweza kubadilisha maisha ya wagonjwa kwa njia yenye maana.

—S. Andrew Josephson, MD, Profesa na Mwenyekiti wa Idara ya Sayansi ya neva katika UCSF na Taasisi ya UCSF Weill ya Sayansi ya neva

5. Fanya majaribio ya matibabu yasiyo chini tena ya hataza na tumia AI kufafanua vyema zaidi data ya wagonjwa iliyofichwa utambulisho na uzoefu ulioripotiwa mtandaoni. Kuna afua kadhaa ambapo kuna ushahidi unaopendekeza kuwepo kwa athari—kwa mfano, lithium orotate⁠ na chanjo ya shingles isiyo chini tena ya hataza⁠—lakini ambapo bado kunahitajika ushahidi zaidi wa ubora wa juu na sekta binafsi haina motisha ya kugharamia majaribio ya kimatibabu.

Natumaini kwamba uwezo wa dozi ya kifiziolojia ya lithium orotate kubadili hali ya ugonjwa na kurejesha kumbukumbu katika muundo wa panya wa ugonjwa wa Alzheimer utatumika pia kwa idadi ya watu wanaozeeka. Lithiamu ndicho kinachoendesha simu zetu, kompyuta zetu ndogo na magari yetu ya umeme. Ninakisia kwamba ubongo huenda ulikuwa umetumia elektrokemia yake ya kipekee kabla yetu kufanya hivyo.

—Bruce Yankner, MD, PhD, Profesa wa Jenetiki na Sayansi ya Mishipa ya Fahamu katika Shule ya Matibabu ya Harvard na Mkurugenzi Mwenza wa Kituo cha Harvard Glenn cha Utafiti wa Baiolojia ya Kuzeeka

Ujifunzaji wa hatua kwa hatua

Tutasonga mbele katika maeneo haya yote matano kwa wakati mmoja, ili kukamilisha juhudi nyingine katika mfumo ikolojia wa utafiti. Tunatarajia kuongeza kwenye mbinu zetu za sasa tunapopata maoni zaidi kutoka kwa jamii ya watafiti, ili kwa pamoja tuweze kubaini jinsi ya kuzuia na kutibu ugonjwa wa Alzheimer.

Kwa kukabiliana moja kwa moja na Ugonjwa wa Alzheimer, tunalenga si tu kubadilisha mwelekeo wa ugonjwa huu, bali pia kuunda zana na maarifa yanayoweza kuharakisha maendeleo dhidi ya magonjwa mengine mengi.

* * *

Ikiwa ungependa kupokea masasisho kutoka OpenAI Foundation, tafadhali jiandikishe hapa⁠. Ikiwa ungependa kuwasiliana na timu yetu ya Sayansi ya Maisha na Tiba ya Magonjwa, tuko kwenye [email protected]⁠.

Mbali na makala za kitaaluma, tunasoma kwa shukrani ripoti, makala ndefu, na machapisho ya blogu kuhusu AI na sayansi. Ingawa hatukubaliani na madai yote yaliyomo katika maandishi haya, hii inajumuisha ripoti hii ya National Academies⁠, makala hii ya mapitio kuhusu mchakato wa ukuzaji wa dawa za Alzheimer’s⁠, muhtasari wa jumla wa maendeleo ya kitabibu kama vile makala hii kuhusu viwango vya vifo vinavyotokana na ugonjwa wa moyo na mishipa⁠, chapisho hili la blogu ya Science ⁠ kuhusu changamoto zinazoikabili AI katika kuleta maendeleo katika tiba, na wazo hili la data za kitabibu kutoka IFP⁠.

Tunakuhimiza uchapishe uchanganuzi hadharani, na ututumie kiungo kwa barua pepe ikiwa unadhani tunaweza kufaidika na mtazamo huo.