Sağlık için Kamu Verileri

Nisan ayında, OpenAI Foundation'ın Yaşam Bilimleri ve Hastalıkların Tedavisi alanındaki ilk programı olan Alzheimer için Yapay Zeka'yı başlattık⁠. Bugün ikinci bilim programımızı duyuruyoruz: Sağlık için Kamu Verileri.

Alzheimer için Yapay Zeka programında, birçok aileyi etkileyen tek bir hastalığa odaklanıyor ve yapay zekanın bilim insanlarının daha iyi tedaviler geliştirmesine yardımcı olabileceğine inanıyoruz. Sağlık için Kamu Verileri programında ise araştırmacıların geniş ölçekte erişebileceği yüksek kaliteli bilimsel veri kümelerinin oluşturulmasını ve korunmasını finanse ederek yaşam bilimlerinde ve pek çok hastalıkta ilerleme sağlamaya odaklanıyoruz.

Bilimsel veriler, çevremizdeki dünyaya ilişkin gözlemlerdir; araştırma ve keşiflerin temel girdisini oluşturur. Matematiğin bazı alanları gibi, yeni veri toplamaya gerek kalmadan çığır açıcı sonuçların doğrulanabildiği alanlarda yapay zeka sistemleri son dönemde yeni⁠ bilgilerin⁠ üretilmesine katkıda bulunmaya⁠ başladı. Biyolojide ise yapay zeka sistemleri, biyolojik bilgileri giderek daha geniş ölçekte analiz edebiliyor ve kimi zaman şaşırtıcı bir verimlilikle, eksik kanıtlardaki gizli yapıları bile ortaya çıkarabiliyor.

Bununla birlikte, hastalıkların önlenmesi ve tedavisinde geriye kalan birçok atılımın, yeni modellerin zekasıyla dünyaya ilişkin daha fazla gözlemin, başka bir deyişle daha fazla verinin bir araya getirilmesinden doğacağını öngörüyoruz.

Kamu açısından çok büyük değer taşıyan bazı veri kümeleri, tek bir kurumun bunları finanse etmek için yeterli teşvike veya kapasiteye sahip olmaması nedeniyle hiç oluşturulmayabilir ya da paylaşılmayabilir. Bu nedenle sağlık için kamu verilerinin desteklenmesi, OpenAI Foundation'ın amaçlarıyla son derece uyumlu.

İlk hibelerimiz

İlk aşamada, moleküllerden epidemiyolojiye ve düzenleyici kurum bilgilerine kadar verinin pek çok katmanını kapsayan kâr amacı gütmeyen kuruluşlara ve üniversitelere 125 milyon doları aşkın hibe sağlayarak işe başlıyoruz.

Desteklediğimiz projelerden birkaç örnek:

1. OpenADMET⁠, ilaç geliştirmeyi daha öngörülebilir kılmak ve yeni ilaçların başarısızlık oranını azaltmak amacıyla yapay zeka modellerinin küçük moleküllerin vücutta nasıl emilip dağıldığını tahmin edecek şekilde eğitilip eğitilemeyeceğini sınamak için açık veri kümeleri ve karşılaştırma ölçütleri oluşturacak, sonuçların gizlendiği yarışmalar düzenleyecek.

   İlaç adaylarının %90'ı klinik deneylerde başarısız oluyor⁠. Bunun nedeni çoğu zaman, vücutta nasıl emileceklerini ve hareket edeceklerini, yani “ADMET” özelliklerini⁠ tahmin etmenin zorluğudur. Farklı modellerin tahmin doğruluğunu temellendiren yüksek kaliteli verilerle birlikte kullanıldığında, bunun gibi çözülmemiş tahmin sorunları yapay zeka için uygun olabilir. Örneğin AlphaFold2, CASP⁠ tarafından diğer modelleme yaklaşımlarına karşı düzenlenen bir yarışmada Protein Veri Bankası⁠ verilerini kullanarak protein yapısı tahmininde dönüşüm yarattı. Protein yapısı tahmini artık gelecekte hastalara fayda sağlaması muhtemel birçok ilaç keşif programına entegre edilmiş durumda.

   OpenADMET ekibi, ilaç adaylarının ADMET özelliklerini daha iyi tahmin etmek için yeni tahmin modellerini temellendirecek yüksek kaliteli veri kümeleri geliştirecek ve dünyanın dört bir yanındaki araştırmacılara açık yarışmalar düzenleyecek.

   

   OpenADMET Yönetim Kurulu üyesi ve UCSF Biyomühendislik ve Tedavi Bilimleri Bölüm Başkanı ve Profesörü James Fraser, “İlaç keşfi, belirli bir hastalığı tedavi etmek isteyen hiçbir şirketin veya akademik laboratuvarın tek başına çözemeyeceği ortak sorunlarla dolu,” dedi. “OpenADMET, bu sorunları açık ve makine öğrenmesine hazır bir şekilde ele almak üzere kuruldu. Yapay zekanın yeni tedavilerin geliştirilmesini büyük ölçüde hızlandırmasını sağlayacak temel katmanı oluşturabilecek olmaktan heyecan duyuyoruz.”

2. CTD Commons⁠, gelecekteki ekiplerin genellikle erişilemeyen geçmiş deneyimlerden ders çıkarabilmesi ve hastalar için etkili tedavileri daha hızlı keşfedebilmesi amacıyla başarısız ilaç geliştirme programlarındaki düzenleyici kurum bilgilerini koruyup yayımlayacak.

   CTD, yani Ortak Teknik Doküman; araştırma aşamasındaki bir ilacın hayvan toksikolojisinden üretim ayrıntılarına ve belki de en yararlısı olan FDA yazışmalarına kadar tüm yolculuğunu bir araya getiren belgedir. Ancak bu çalışmaların yalnızca küçük bir bölümü yayımlanmış makalelerde yer alıyor.

   CTD Commons, başarısız olmuş veya rafa kaldırılmış ilaç programlarının CTD'lerini edinme olanağını araştıracak ve bunları herkesin kullanımına açık biçimde araştırma ve analizlere sunacak.

   “FDA'ya yapılan her başvuru; araştırmacıların, incelemecilerin ve çalışma katılımcılarının yoğun emeğini ve özverisini temsil eder. CTD Commons'ın baş organizatörü ve 1Day Sooner Başkanı Josh Morrison'a göre, “Bu çalışmalar başarısız olsa bile ürettikleri değerli bilgiler boşa gitmemeli.” “CTD Commons, tekrarları ve maliyetleri azaltırken klinik araştırmaların etkisini en üst düzeye çıkaracak.”

3. UNC⁠ , Üretken İmmünoterapi Girişimi'ni kurarak halka açık, çok modlu veriler oluşturacak ve kanser hastalarının tanı konduğunda hızla kişiselleştirilmiş kanser aşılarına erişebildiği bir geleceğe katkıda bulunacak.

   Günümüzdeki “neoantijen” kanser aşıları, tümöre özgü hangi hedeflerin hücre yüzeyinde bulunduğunu tahmin etmek için tümör hücresinin dizilenmesiyle her hasta için hesaplamalı yöntemlerle tasarlanan az sayıdaki ilaçtan biridir. Ancak hücrenin yüzeyindeki hedefleri doğrudan ölçmek ve ayrıca hastanın bağışıklık sisteminin bu proteinlerin her birine ne kadar güçlü tepki verdiğini belirlemek zor ve pahalı olduğundan, bu dizileme de gerçekliğin dolaylı bir göstergesidir.

   UNC, yüzlerce tümör ve farklı kanser türleri genelindeki bu eksik bağlantıları ortaya çıkaracak; dünyanın dört bir yanındaki araştırmacıların yararlanabileceği, kimliksizleştirilmiş ve halka açık verilerden oluşan bu alandaki ilk eğitim ve değerlendirme veri kümelerinden birini oluşturacak.

   “Kişiselleştirilmiş kanser aşıları nihayet klinik etkinlik belirtileri göstermeye başladı, ancak geleneksel tedavi geliştirme modeliyle kapatılması onlarca yıl sürebilecek boşluklar hâlâ var. UNC Tıp Fakültesi Genetik Bölümü Öğretim Üyesi Alex Rubinsteyn, “Yüksek kaliteli veriler bu boşlukları daha hızlı kapatmamıza yardımcı olabilir,” dedi. “Bu süreyi kısaltmak ve genel olarak etkili kişiselleştirilmiş immünoterapileri gerçeğe dönüştürmeye yardımcı olmak bizi heyecanlandırıyor.”

   

İlk stratejimiz

Bu bölümün, OpenAI Foundation'ın gelecekteki hibe fırsatlarıyla ilgilenen araştırmacılar için özellikle yararlı olacağını düşünüyoruz.

Toplanması değerli olabilecek bilimsel verilerin miktarı, tek bir fon sağlayıcının destekleyebileceğinden çok daha fazla. Bu nedenle OpenAI Foundation desteğinin en yararlı olabileceğine inandığımız veri türleri hakkında araştırma topluluğuyla daha fazla bilgi paylaşmak istedik.

Başlangıçta odaklanmayı düşündüğümüz veri türleri şunlar: bağlantılı veriler, kıt veriler ve doğrudan veriler. Finanse ettiğimiz veri kümeleri genellikle aşağıda daha ayrıntılı açıklanan bu özelliklerden birine veya ikisine sahip olacak; nadiren de olsa üçünü birden taşıyacak.

Tüm veri kümelerinde, hasta verileri söz konusu olduğunda gizliliği korurken verileri geniş ölçekte erişilebilir kılmanın giderek daha önemli hâle geleceğine inanıyoruz. Bu sayede araştırmacılar birbirlerinin çalışmalarını geliştirebilir ve bilimsel ilerlemeler beklenmedik yerlerden doğabilir.

1. Bağlantılı veriler: Biyolojiyi birden çok aşamada izlemek

   Biyoloji farklı ölçeklerde işler, ancak yaşam bilimlerindeki çoğu veri kümesi gerçekliğin yalnızca bir bölümünü yansıtır. Bir hücre atlası binlerce hücredeki molekülleri ölçebilirken tek molekül görüntüleme yalnızca bir hücreyi izler. Her iki bakış açısı da değerlidir; ancak bu tür veri kümeleri genellikle birbirinden bağımsız oluşturulduğundan, bilimsel sonuçların birbirleriyle nasıl ilişkili olduğunu belirlemek yıllar süren ek çalışmalar gerektirebilir. Araştırma ekiplerinin bu ölçekler arasında bilinçli biçimde ilerlemesini ve farklı katmanları birbirini destekleyen zengin, bağlantılı veri kümeleri oluşturmasını desteklemek istiyoruz.

   Örneğin UCSF'ye verdiğimiz hibe, OpenADMET ekibinin on binlerce bileşiğin temel moleküler özelliklerini ve etkileşimlerini ölçmesini sağlayacak. Ekip daha sonra bu kapsamlı profili ilaç taşınmasına ilişkin iki bakış açısıyla birleştirecek: seçili moleküllerin bağlandığı taşıyıcı proteinlerin deneysel olarak belirlenmiş yapıları ve bu proteinlerin moleküllerle işlevsel etkileşimlerini ölçen testler. Son olarak bu bileşiklerin bir alt kümesini insan kan-beyin bariyeri modellerinde test edecek ve sonuçları hayvanlarda yapılan in vivo ölçümlerle karşılaştıracaklar.

   Bu veri toplama yaklaşımı, bir ilacın vücuttaki hareketini nelerin belirlediğine dair alışılmadık ölçüde eksiksiz bir tablo sunacak ve yapay zeka modellerinin insanlar için önemli olan düzeyde daha iyi tahminler yapmasını sağlayacak.

2. Kıt veriler: Yeniden oluşturulamayacak olanı korumak

   Gelecekteki hiçbir yapay zeka, ne kadar yetkin olursa olsun, geçmişe dönüp belirli ve benzersiz anlarda yaşanmış biyolojik olayları gözlemleyemez. Güvenilir yaşamsal istatistikleri bulunmayan ülkelerdeki ölüm ve hastalık nedenleri ya da artık geçmişte kalmış belirli anlarda hastalardan alınan biyolojik örneklerin içeriği buna örnektir. Biyoloji bu tür geri dönüşü olmayan durumlarla doludur ve geleceğin model geliştiricileri, araştırmacıların bugün öngöremediği kullanım alanlarını bu kanıtlarda bulabilir. Bu nedenle fırsat ortadan kalkmadan değerli verileri toplayan veya koruyan ya da gizliliğe ve bireysel rızaya saygı göstererek bir daha oluşturulmayacak mevcut özel veri kümelerini geniş ölçekte erişime açan tekliflerle özellikle ilgileniyoruz.

   Örneğin CTD Commons'a verdiğimiz hibe, şirketler kapanıp kayıtlar kaybolmadan önce başarısız ilaç geliştirme programlarının kayıtlarının kurtarılıp kurtarılamayacağını araştıracak. Kısa vadede bu belgeler, erken aşamadaki ilaç geliştirme ekiplerinin pahalı deneme yanılma süreçleri yerine düzenleyici kurumların benzer ürünlerden neler talep ettiğini anlamasına yardımcı olabilir. Uzun vadede belgeler, makine öğrenmesi sistemlerinin ilaçların neden başarısız veya başarılı olduğuna dair örüntüler keşfetmesine kaynak sağlayabilir; düzenlemelerin veya deney stratejilerinin iyileştirilmesine ve hastaların yeni tedavilerden daha erken yararlanmasına yardımcı olabilir.

3. Doğrudan veriler: Önemli olana en yakın biyolojik ve klinik durumları ölçmek

   Biyoloji, tarihinin büyük bölümünde ölçülmesi kolay veya ucuz olan şeyleri ölçtü. Örneğin insanlara ait klinik veriler yerine tek tek hücre verilerinin ya da proteinler yerine RNA ifadesinin ölçülmesi. Bu dolaylı göstergeler son derece yararlı oldu, ancak biyolojiyi anlama ve hastalıkları önleyip tedavi etme hedeflerinden de kopabilirler. Bu gibi durumlarda araştırmacılara en önemli unsurları ölçen veri kümeleri oluşturmak için ihtiyaç duydukları kaynakları sağlamak istiyoruz. “Biyolojik gerçeği” ölçmek için gerekli araçlar henüz mevcut olmayabilir veya bunları geniş ölçekte kullanmak aşırı pahalı olabilir. Bu program kapsamında her iki girişimi de, yani yeni verileri ve yeni araçları desteklemeyi umuyoruz.

   Örneğin Üretken İmmünoterapi Girişimi'ni kurması için UNC'ye verdiğimiz hibe, UNC Lineberger ve UNC Sağlık ekibinin yeni nesil kanser aşılarını geliştirmek için gerekli, insan verilerine dayalı bilgileri üretmesini sağlayacak. Bu, tümörü “yalnızca” dizilemek yerine tümör hücrelerinin yüzey proteinlerini ve hastaların T hücresi tepkilerini doğrudan ölçmek anlamına geliyor. Bu verileri üretmek pahalıdır; bu kez kapsamlı bir çalışma yapıp sonuçları açık hâle getirerek gelecekteki tüm kanser aşısı çalışmalarının bunlardan yararlanabilmesini umuyoruz. Özellikle bu proje başarılı olursa gelecekteki aşı adayları, daha güçlü hedeflerle insanlarda dozlama aşamasına geçebilecek. Bu, işe yarama olasılıklarını artırmalı ve işe yaramadıklarında elde edilebilecek bilgileri çoğaltmalı.

Verilerin araştırmacılar için erişilebilir olmasını sağlamak

Son olarak tüm hibelerimizde, ortaya çıkan veri kümelerinin dünyanın dört bir yanındaki araştırmacılar için mümkün olduğunca erişilebilir olmasını sağlıyoruz.

Bilim tarihinin büyük bölümünde hipotezleri sınamak, keşiflerin önündeki başlıca darboğazlardan biriydi. Sorunlara yöneltilebilecek “zeka” sınırlıydı: belirli sayıdaki lisansüstü öğrenci ve profesyonel bilim insanı, bir sorun etrafında veri üretip bu verileri analiz ediyordu. Yapay zekanın kodlama ve veri analizindeki sürekli ilerlemesi bu varsayımı geçersiz kılıyor. Veri analizi çok daha geniş ölçekte yapılabilir hâle gelebilir ve verilerin üretildiği sırada öngörülmesi güç iş birliklerinden yeni içgörüler doğabilir.

Misyonumuz, genel yapay zekanın tüm insanlığa fayda sağlamasını güvence altına almaktır. Desteğimizle oluşturulan bilimsel veriler, insanlara ait verilerin söz konusu olduğu her durumda bireysel gizlilik ve rıza korunarak geniş ölçekte erişime açılmalıdır. Ancak erişilebilirlik, ham verilerin yayımlanmasından daha fazlasını ifade eder. Hibe alanları analizlerini ön baskılarla yayımlamaya, verileri yalnızca projenin sonunda değil düzenli olarak paylaşmaya ve verileri “bağlantılı” değilse biyolojik açıdan değerli sorunlardaki faydasını değerlendirmek üzere veri kullanıcılarıyla birlikte çalışmaya teşvik ediyoruz.

Yinelemeli öğrenme

Bu yazı, Sağlık için Kamu Verileri programına ilişkin ilk yaklaşımımızı ana hatlarıyla açıklıyor. Bilim ve yapay zeka ilerledikçe ve araştırma topluluğundaki diğer kişilerle görüştükçe fikirlerimizi etkin biçimde güncelliyoruz.

Sağlık için Kamu Verileri hakkında fikirleriniz varsa [email protected]⁠ adresinden bizimle iletişime geçmenizi öneririz. Programlarımız ve finansman olanaklarımız hakkındaki gelişmeler için bültenimize buradan⁠ abone olabilirsiniz.

Bu yazıda ele alınan türde sorunlar üzerinde tam zamanlı düşünmeyi ilginç buluyorsanız Yaşam Bilimleri ve Hastalıkların Tedavisi ekibimizde şu anda dört açık pozisyon⁠ için işe alım yapıyoruz.