صحت کے لیے عوامی ڈیٹا

اپریل میں, ہم نے AI for Alzheimer’s شروع کیا ہے⁠, جو OpenAI Foundation کا Life Sciences and Curing Diseases میں پہلا پروگرام تھا. آج ہم اپنا دوسرا سائنسی پروگرام متعارف کرا رہے ہیں: صحت کے لیے عوامی ڈیٹا.

AI for Alzheimer’s میں ہماری توجہ ایک ایسی بیماری سے نمٹنے پر ہے جو بہت سے خاندانوں کو متاثر کرتی ہے اور جہاں ہمارا ماننا ہے کہ AI سائنس دانوں کو بہتر علاج تیار کرنے میں مدد دے سکتا ہے. Public Data for Health میں ہماری توجہ اعلیٰ معیار کے سائنسی ڈیٹاسیٹس کی تیاری اور تحفظ کے لیے مالی معاونت فراہم کر کے حیاتی علوم میں متعدد بیماریوں پر پیش رفت ممکن بنانے پر ہے, تاکہ یہ ڈیٹاسیٹس محققین کو وسیع پیمانے پر دستیاب کرائے جائیں.

سائنسی ڈیٹا ہمارے اردگرد کی دنیا کے مشاہدات پر مشتمل ہوتا ہے اور تحقیق و دریافت کی بنیادی بنیاد ہے. جن شعبوں میں نئے ڈیٹا کے حصول کے بغیر اہم دریافتوں کی تصدیق ممکن ہے, مثلاً ریاضی کے بعض حصے, وہاں AI سسٹمز نے حال ہی میں نئے⁠ علم کی تخلیق میں⁠ حصہ لینا⁠ شروع کر دیا ہے. دوسری جانب, حیاتیات میں AI سسٹم بڑے پیمانے پر حیاتیاتی معلومات کا تجزیہ کرنے اور نامکمل شواہد سے بھی پوشیدہ ساخت دریافت کرنے کے قابل ہوتے جا رہے ہیں, کبھی کبھی حیرت انگیز کارکردگی کے ساتھ.

تاہم, ہمیں توقع ہے کہ بیماریوں کی روک تھام اور علاج سے متعلق بہت سی آئندہ اہم دریافتیں نئے ماڈلز کی انٹیلیجنس کو دنیا کے مزید مشاہدات, یعنی زیادہ ڈیٹا, کے ساتھ جوڑنے سے سامنے آئیں گی.

عوام کے لیے بے پناہ اہمیت رکھنے والے بعض ڈیٹاسیٹس شاید کبھی تیار یا مشترک نہ کیے جائیں, کیونکہ کسی ایک ادارے کے پاس ان کے لیے مالی معاونت فراہم کرنے کی خاطر کافی ترغیب یا صلاحیت نہیں ہوتی. اسی لیے صحت کے لیے عوامی ڈیٹا کی معاونت OpenAI Foundation کے لیے انتہائی موزوں ہے.

ہماری ابتدائی گرانٹس

ہم غیر منافع بخش اداروں اور یونیورسٹیوں کی ابتدائی کھیپ کو $125 ملین سے زیادہ کی گرانٹس دے کر آغاز کر رہے ہیں, جن میں سالمات اور وبائیات سے لے کر ضابطہ جاتی معلومات تک ڈیٹا کی کئی سطحیں شامل ہیں.

جن پروجیکٹس کی ہم معاونت کر رہے ہیں, ان کی چند مثالیں یہ ہیں:

1. OpenADMET⁠ کھلے ڈیٹاسیٹس, معیارات اور مخفی نتائج والے مقابلے تیار کرے گا تاکہ یہ جانچا جا سکے کہ آیا AI ماڈلز کو یہ پیش گوئی کرنے کی تربیت دی جا سکتی ہے کہ چھوٹے سالمات جسم میں کیسے جذب اور تقسیم ہوتے ہیں. اس سے ادویات کی تیاری زیادہ قابل پیش گوئی ہوگی اور نئی ادویات کی ناکامی کی شرح کم ہو سکے گی.

   ممکنہ ادویات میں سے 90% طبی آزمائشوں میں ناکام ہو جاتی ہیں⁠. اس کی وجہ اکثر یہ پیش گوئی کرنے میں دشواری ہوتی ہے کہ وہ جسم میں کیسے جذب ہوں گی اور کس طرح گردش کریں گی, یعنی ان کی ”ADMET“ خصوصیات⁠ کیا ہوں گی. پیش گوئی کے ایسے حل طلب مسائل AI کے لیے موزوں ہو سکتے ہیں, بشرطیکہ مختلف ماڈلز کی پیش گوئیوں کی درستگی جانچنے کے لیے انہیں اعلیٰ معیار کے ڈیٹا کے ساتھ جوڑا جائے. مثال کے طور پر, AlphaFold2 نے پروٹین ڈیٹا بینک⁠ کے ڈیٹا کو استعمال کرتے ہوئے پروٹین کی ساخت کی پیش گوئی بدل دی. یہ کامیابی CASP⁠ کے زیر اہتمام دیگر ماڈلنگ طریقوں کے مقابلے میں حاصل ہوئی. پروٹین کی ساخت کی پیش گوئی اب ادویات کی دریافت کے بہت سے پروگراموں کا حصہ ہے, جن سے مستقبل میں مریضوں کو فائدہ پہنچنے کا امکان ہے.

   ممکنہ ادویات کی ADMET خصوصیات کی بہتر پیش گوئی کے لیے OpenADMET کی ٹیم اعلیٰ معیار کے ڈیٹاسیٹس تیار کرے گی جو نئے پیش گوئی کرنے والے ماڈلز کی بنیاد بنیں گے, اور ایسے کھلے مقابلے منعقد کرے گی جن میں دنیا بھر کے محققین حصہ لے سکیں گے.

   

   ”ادویات کی دریافت کے شعبے میں ایسے عالمگیر مسائل بہت ہیں جنہیں کسی مخصوص بیماری کے علاج میں دلچسپی رکھنے والی کوئی ایک کمپنی یا تعلیمی تجربہ گاہ اکیلے حل نہیں کر سکتی,“ یہ بات OpenADMET کی گورننگ بورڈ کے رکن اور UCSF میں حیاتی انجینئرنگ و معالجاتی علوم کے پروفیسر اور شعبے کے سربراہ, ڈاکٹر James Fraser نے کہی. ”OpenADMET کو ان مسائل سے کھلے اور مشین لرننگ کے لیے تیار انداز میں نمٹنے کے لیے بنایا گیا ہے. ہمیں خوشی ہے کہ ہم وہ بنیادی سطح تیار کر سکیں گے جو AI کی مدد سے نئے علاج کی تیاری کو بہت تیز کر دے گی.“

2. CTD Commons⁠ ادویات کی تیاری کے ناکام پروگراموں سے حاصل ضابطہ جاتی معلومات محفوظ اور شائع کرے گا, تاکہ آئندہ ٹیمیں عموماً پوشیدہ رہ جانے والی سابقہ مثالوں سے سیکھ سکیں اور مریضوں کے لیے مؤثر علاج زیادہ تیزی سے تلاش کیے جا سکیں.

   CTD, یعنی مشترکہ تکنیکی دستاویز, ایک تحقیقاتی دوا کے پورے سفر کو یکجا کرتی ہے, جس میں حیوانی زہریلے اثرات, تیاری کی تفصیلات اور شاید سب سے مفید, FDA کے ساتھ خط و کتابت تک سب کچھ شامل ہوتا ہے. اس کے باوجود, اس کام کا صرف ایک چھوٹا سا حصہ شائع شدہ تحقیقی مقالات میں سامنے آتا ہے.

   CTD Commons ناکام یا روک دیے گئے دوا سازی کے پروگراموں سے CTD حاصل کرنے کے امکان کا جائزہ لے گا اور انہیں تحقیق و تجزیے کے لیے سب کے استعمال کی خاطر کھلے طور پر دستیاب کرے گا.

   ”FDA کو دی جانے والی ہر درخواست محققین, جائزہ کاروں اور مطالعے کے شرکا کی سخت محنت اور قربانیوں کی نمائندگی کرتی ہے. یہ کوششیں ناکام بھی ہو جائیں تو ان سے حاصل قیمتی معلومات ضائع نہیں ہونی چاہئیں,“ یہ بات CTD Commons کے مرکزی منتظم اور 1Day Sooner کے صدر Josh Morrison نے کہی. ”CTD Commons کام کی تکرار اور لاگت کم کرے گا اور طبی تحقیق کے اثرات کو زیادہ سے زیادہ بڑھائے گا.“

3. UNC⁠ Initiative for Generative Immunotherapy قائم کرے گی اور عوامی, ملٹی موڈل ڈیٹا تیار کرے گی, تاکہ ایسا مستقبل ممکن ہو جہاں سرطان کی تشخیص کے وقت مریضوں کو تیزی سے ان کے لیے مخصوص سرطان کی ویکسین مل سکے.

   آج کی ”neoantigen“ سرطان ویکسین ان چند ادویات میں شامل ہیں جو ہر مریض کے لیے حسابی طریقے سے تیار کی جاتی ہیں. اس میں رسولی کے خلیے کی ترتیب معلوم کر کے پیش گوئی کی جاتی ہے کہ رسولی سے مخصوص کون سے اہداف اس کی سطح پر موجود ہیں. لیکن ترتیب کا یہ تعین بذات خود حقیقت کا بالواسطہ پیمانہ ہے, کیونکہ خلیے کی سطح پر موجود اہداف کو براہ راست ناپنا مشکل اور مہنگا ہے. مزید یہ کہ یہ جانچنا بھی دشوار ہے کہ مریض کا مدافعتی نظام ان میں سے ہر پروٹین پر کتنی شدت سے ردعمل دیتا ہے.

   UNC سینکڑوں رسولیوں اور سرطان کی متعدد اقسام میں ان گم شدہ کڑیوں کا ڈیٹا تیار کرے گی. یوں اس شعبے کے اولین تربیتی اور جانچ کے ڈیٹاسیٹس میں سے ایک بنے گا, جس کا شناخت سے پاک عوامی ڈیٹا دنیا بھر کے محققین کے مزید کام کی بنیاد بن سکے گا.

   ”مریض کے لیے مخصوص سرطان ویکسین بالآخر طبی افادیت کے آثار دکھانے لگی ہیں, لیکن اب بھی ایسی خامیاں موجود ہیں جنہیں علاج کی تیاری کے روایتی ماڈل کے تحت دور کرنے میں کئی دہائیاں لگ سکتی ہیں. اعلیٰ معیار کا ڈیٹا ان خامیوں کو زیادہ تیزی سے دور کرنے میں ہماری مدد کر سکتا ہے,“ یہ بات UNC اسکول آف میڈیسن میں جینیات کے معاون پروفیسر ڈاکٹر الیکس روبنسٹین نے کہی. ”ہم اس مدت کو کم کرنے اور عمومی طور پر مؤثر, مریض کے لیے مخصوص مدافعتی علاج کو حقیقت بنانے میں مدد دینے کے لیے پُرجوش ہیں.“

   

ہماری ابتدائی حکمت عملی

ہمیں توقع ہے کہ یہ حصہ OpenAI Foundation کی آئندہ گرانٹس میں دلچسپی رکھنے والے محققین کے لیے خاص طور پر اہم ہوگا.

قابل قدر سائنسی ڈیٹا کی مقدار اتنی زیادہ ہے کہ کوئی ایک مالی معاون ان سب کو جمع کرنے کی مدد نہیں کر سکتا. اسی لیے ہم ریسرچ کمیونٹی کو ان اقسام کے ڈیٹا کے بارے میں مزید بتانا چاہتے ہیں جن کے لیے, ہمارے خیال میں, OpenAI Foundation کی معاونت سب سے زیادہ مفید ہو سکتی ہے.

ڈیٹا کے بارے میں ہماری ابتدائی ترجیحات یہ ہیں: باہم مربوط ڈیٹا, نایاب ڈیٹا, اور براہ راست ڈیٹا. ہم جن ڈیٹاسیٹس کو مالی معاونت دیں گے, ان میں عموماً ذیل میں تفصیل سے بیان کردہ خصوصیات میں سے ایک یا دو ہوں گی, جبکہ شاذ و نادر ہی تینوں خصوصیات ایک ساتھ ہوں گی.

تمام ڈیٹاسیٹس کے سلسلے میں, ہمارا ماننا ہے کہ ڈیٹا کو وسیع پیمانے پر قابل رسائی بنانا, اور مریضوں کے ڈیٹا کی صورت میں رازداری یقینی بنانا, مسلسل اہم ہوتا جائے گا. اس سے محققین ایک دوسرے کے کام کو آگے بڑھا سکیں گے اور غیر متوقع جگہوں سے سائنسی پیش رفت سامنے آ سکے گی.

1. باہم مربوط ڈیٹا: متعدد مراحل میں حیاتیاتی عمل کا جائزہ

   حیاتیاتی عمل مختلف پیمانوں پر ظاہر ہوتے ہیں, لیکن حیاتی علوم کے بیشتر ڈیٹاسیٹس حقیقت کے صرف ایک حصے کو محفوظ کرتے ہیں. خلیوں کا نقشہ ہزاروں خلیوں میں سالمات کی پیمائش کر سکتا ہے, جبکہ واحد سالمے کی عکس بندی صرف ایک خلیے کا جائزہ لیتی ہے. دونوں زاویے اہم ہیں, لیکن چونکہ ایسے ڈیٹاسیٹس عموماً الگ الگ تیار کیے جاتے ہیں, اس لیے یہ طے کرنے میں کئی برس کی اضافی تحقیق لگ سکتی ہے کہ سائنسی نتائج آپس میں کیسے جڑے ہیں. ہم انفرادی تحقیقی ٹیموں کی مدد کرنا چاہتے ہیں تاکہ وہ سوچ سمجھ کر ان مختلف پیمانوں کے درمیان کام کریں اور ایسے جامع, باہم مربوط ڈیٹاسیٹس تیار کریں جن کی مختلف سطحیں ایک دوسرے کو تقویت دیں.

   مثال کے طور پر, UCSF کو ہماری گرانٹ OpenADMET کی ٹیم کو دسیوں ہزار مرکبات کی اہم سالماتی خصوصیات اور باہمی تعاملات کی پیمائش کرنے کے قابل بنائے گی. اس کے بعد ٹیم اس وسیع خاکے کو ادویات کی نقل و حرکت کے دو زاویوں سے جوڑے گی: منتخب سالمات سے بندھے ناقل پروٹین کی تجرباتی طور پر طے شدہ ساختیں, اور وہ جانچیں جو یہ ناپتی ہیں کہ یہ پروٹین عملی طور پر سالمات کے ساتھ کیسے انٹریکٹ کرتے ہیں. آخر میں, وہ ان مرکبات کے ایک ذیلی مجموعے کو انسانی خون اور دماغ کے درمیان حائل رکاوٹ کے ماڈلز میں آزمائیں گے اور نتائج کا جاندار حیوانوں میں کی گئی پیمائشوں سے موازنہ کریں گے.

   ڈیٹا جمع کرنے کا یہ طریقہ اس بات کی غیر معمولی طور پر مکمل تصویر پیش کرے گا کہ جسم میں دوا کی نقل و حرکت کن عوامل سے طے ہوتی ہے. اس کی مدد سے AI ماڈلز اس سطح پر بہتر پیش گوئی کر سکیں گے جو انسانوں کے لیے اہم ہے.

2. نایاب ڈیٹا: ایسی معلومات کو بچانا جنہیں دوبارہ تخلیق نہیں کیا جا سکتا

   مستقبل کی کوئی بھی AI, خواہ کتنی ہی قابل ہو, وقت کے منفرد لمحات میں پیش آنے والے حیاتیاتی واقعات کا دوبارہ مشاہدہ نہیں کر سکتی. مثالوں میں قابل اعتماد اہم اعداد و شمار سے محروم ممالک میں اموات اور بیماری کی وجوہات, یا مریضوں سے گزرے ہوئے مخصوص اوقات میں لیے گئے حیاتیاتی نمونوں کے اجزا شامل ہیں. حیاتیات میں ایسے بے شمار مواقع ہوتے ہیں جو گزرنے کے بعد واپس نہیں آتے, اور مستقبل کے ماڈل تیار کرنے والے ان شواہد کے ایسے استعمال تلاش کر سکتے ہیں جن کا آج کے محققین اندازہ بھی نہیں لگا سکتے. اس لیے ہمیں خاص طور پر ایسی تجاویز میں دلچسپی ہے جو موقع ختم ہونے سے پہلے قیمتی ڈیٹا جمع یا محفوظ کریں, یا رازداری اور انفرادی رضامندی کا احترام کرتے ہوئے ایسے موجودہ نجی ڈیٹاسیٹس کو وسیع پیمانے پر دستیاب کرائیں جنہیں دوبارہ کبھی تخلیق نہیں کیا جا سکے گا.

   مثال کے طور پر, CTD Commons کو ہماری گرانٹ اس بات کی تحقیق کرے گی کہ کمپنیوں کے بند ہونے اور ریکارڈ غائب ہونے سے پہلے ادویات کی تیاری کے ناکام پروگراموں کا ریکارڈ محفوظ کیا جا سکتا ہے یا نہیں. مختصر مدت میں یہ دستاویزات ابتدائی مرحلے کی دوا ساز ٹیموں کو یہ سمجھنے میں مدد دے سکتی ہیں کہ ضابطہ کاروں نے ملتے جلتے پروڈکٹس سے کیا تقاضے کیے ہیں, تاکہ انہیں مہنگی آزمائش اور غلطی کے ذریعے نہ سیکھنا پڑے. طویل مدت میں یہ دستاویزات مشین لرننگ سسٹمز کے لیے یہ جاننے کا وسیلہ بن سکتی ہیں کہ ادویات کیوں ناکام یا کامیاب ہوتی ہیں. اس سے ضوابط یا آزمائشی حکمت عملیوں میں بہتری آ سکتی ہے اور مریضوں کو نئے علاج سے جلد فائدہ مل سکتا ہے.

3. براہ راست ڈیٹا: اہم ترین حیاتیاتی اور طبی حالتوں کی قریب ترین پیمائش

   حیاتیات نے اپنی تاریخ کے بیشتر حصے میں وہی کچھ ناپا ہے جسے ناپنا آسان یا سستا تھا. مثلاً انسانی طبی ڈیٹا کے بجائے انفرادی خلیے کا ڈیٹا, یا پروٹین کے بجائے RNA کے اظہار کی پیمائش. یہ بالواسطہ پیمانے بے حد مفید رہے ہیں, لیکن یہ حیاتیات کو سمجھنے اور بیماری کی روک تھام و علاج کے مقاصد سے الگ بھی ہو سکتے ہیں. ایسی صورتوں میں ہم محققین کو وہ وسائل دینا چاہتے ہیں جن کی انہیں اہم ترین چیزوں کی پیمائش کرنے والے ڈیٹاسیٹس تیار کرنے کے لیے ضرورت ہے. یہ بھی ممکن ہے کہ ”حیاتیاتی حقیقت“ ناپنے کے لیے ضروری آلات ابھی موجود نہ ہوں, یا بڑے پیمانے پر ان کا استعمال حد سے زیادہ مہنگا ہو. اس پروگرام کے تحت ہم دونوں طرح کے اقدامات, یعنی نئے ڈیٹا اور نئے آلات, کی معاونت کرنا چاہتے ہیں.

   مثال کے طور پر, Initiative for Generative Immunotherapy قائم کرنے کے لیے UNC کو ہماری گرانٹ, UNC Lineberger اور UNC Health کی ٹیم کو سرطان کی اگلی نسل کی ویکسینز بہتر بنانے کے لیے درکار انسانی بنیادوں پر تیار کردہ ڈیٹا تیار کرنے کے قابل بنائے گی. اس کا مطلب ہے کہ رسولی کی ”صرف“ سیکوینسنگ کرنے کے بجائے رسولی کے خلیوں کی سطح پر موجود پروٹینز کی براہ راست پیمائش کرنا, اور مریضوں کے T سیل ردعمل کی بھی پیمائش کرنا. اس ڈیٹا کی تیاری مہنگی ہے, اس لیے اس بار اسے جامع طور پر تیار کر کے اور نتائج کو اوپن بنا کر, ہمیں امید ہے کہ سرطان کی ویکسین کی مستقبل کی تمام کوششیں اس سے فائدہ اٹھا سکیں گی. خصوصاً اگر یہ پروجیکٹ کامیاب رہا تو مستقبل کی ممکنہ ویکسین زیادہ مضبوط اہداف کے ساتھ انسانوں پر خوراک کی آزمائش کے مرحلے میں داخل ہو سکیں گی. اس سے ان کے مؤثر ہونے کے امکانات بہتر ہونے چاہئیں, اور ناکامی کی صورت میں بھی زیادہ معلومات حاصل ہو سکیں گی.

محققین کے لیے ڈیٹا کی رسائی یقینی بنانا

آخر میں, ہم اپنی تمام گرانٹس میں یہ یقینی بنا رہے ہیں کہ ان سے حاصل ہونے والے ڈیٹاسیٹس دنیا بھر کے محققین کے لیے زیادہ سے زیادہ قابل رسائی ہوں.

سائنسی تاریخ کے بیشتر حصے میں مفروضوں کی جانچ دریافت کی راہ میں بنیادی رکاوٹ رہی ہے. مسائل پر صرف ایک محدود مقدار میں ”انٹیلیجنس“ صرف کی جا سکتی تھی, یعنی گریجویٹ طلبہ اور پیشہ ور سائنس دانوں کی ایک مقررہ تعداد, جو کسی مسئلے سے متعلق ڈیٹا تیار اور اس کا تجزیہ کرتی تھی. کوڈنگ اور ڈیٹا کے تجزیے میں AI کی مسلسل پیش رفت اس مفروضے کو ختم کر رہی ہے. ڈیٹا کا تجزیہ بہت بڑے پیمانے پر ممکن ہو سکتا ہے, اور ایسی شراکت داریوں سے نئی بصیرت سامنے آ سکتی ہے جن کا ڈیٹا تیار کرتے وقت اندازہ لگانا مشکل ہے.

ہمارا مقصد یہ یقینی بنانا ہے کہ آرٹیفیشل جنرل انٹیلیجنس پوری انسانیت کے لیے فائدہ مند ہو. ہماری معاونت سے تیار کردہ سائنسی ڈیٹا وسیع پیمانے پر دستیاب ہونا چاہیے, اور جہاں بھی انسانی ڈیٹا شامل ہو وہاں فرد کی رازداری اور رضامندی برقرار رکھی جانی چاہیے. لیکن رسائی کا مطلب صرف خام ڈیٹا جاری کر دینا نہیں ہے. ہم گرانٹ حاصل کرنے والوں کی حوصلہ افزائی کرتے ہیں کہ وہ اپنے تجزیے اشاعت سے قبل کے مسودوں کی صورت میں شائع کریں, صرف آخر میں نہیں بلکہ باقاعدگی سے ڈیٹا مشترک کریں, اور اگر ان کا ڈیٹا ”باہم مربوط“ نہ ہو تو حیاتیاتی طور پر اہم مسائل میں اس کی افادیت جانچنے کے لیے ڈیٹا استعمال کرنے والوں کے ساتھ مل کر کام کریں.

مرحلہ وار سیکھنے کا عمل

یہ تحریر صحت کے لیے عوامی ڈیٹا کے سلسلے میں ہمارے ابتدائی نقطۂ نظر کا خاکہ پیش کرتی ہے. سائنس اور AI کی پیش رفت, اور ریسرچ کمیونٹی کے دیگر افراد سے گفتگو کی روشنی میں ہم مسلسل اپنے خیالات تازہ کر رہے ہیں.

اگر صحت کے لیے عوامی ڈیٹا سے متعلق آپ کے پاس کوئی تجویز ہے تو ہم آپ کو [email protected]⁠ پر رابطہ کرنے کی دعوت دیتے ہیں. ہمارے پروگراموں اور مالی معاونت سے متعلق آئندہ اطلاعات کے لیے آپ ہمارے خبرنامے کو یہاں⁠ سبسکرائب کر سکتے ہیں.

اگر آپ کو اس تحریر میں زیر بحث مسائل پر کل وقتی غور و فکر کرنا دلچسپ لگتا ہے تو ہم فی الحال حیاتی علوم اور بیماریوں کے علاج کی ٹیم میں چار خالی عہدوں⁠ کے لیے بھرتی کر رہے ہیں.