AI dành cho bệnh Alzheimer

Bệnh Alzheimer là một trong những bài toán nan giải nhất của y học vẫn chưa được giải quyết, đồng thời cũng là một trong những căn bệnh tàn khốc nhất. Căn bệnh này cướp đi sinh mạng của hàng triệu người, đặt gánh nặng to lớn lên các gia đình, và vẫn vượt ngoài khả năng của phần lớn những gì y học hiện nay có thể làm được. Tại Quỹ OpenAI, chúng tôi muốn thay đổi điều đó bằng cách sử dụng AI tiên tiến để đẩy nhanh khoa học về phòng ngừa và điều trị căn bệnh này.^1⁠ Trong bước đầu tiên, chúng tôi đang nỗ lực hoàn tất hơn 100 triệu USD tiền tài trợ trong tháng này cho sáu tổ chức nghiên cứu nhằm hỗ trợ và thúc đẩy nghiên cứu về bệnh Alzheimer—tạo ra dữ liệu mới, hỗ trợ thiết kế các loại thuốc mới và mở rộng các hướng đi khả thi cho điều trị.

Các khoản tài trợ này đánh dấu sự khởi đầu cho công việc của chúng tôi; vẫn còn rất nhiều việc phải làm. Chúng tôi kỳ vọng sẽ thực hiện thêm các khoản tài trợ bổ sung cho nghiên cứu Alzheimer trong suốt năm 2026 và xa hơn nữa, cho nhiều nhà khoa học và tổ chức nghiên cứu hơn, để cùng nhau cuối cùng có thể ngăn ngừa và điều trị bệnh Alzheimer.

Tại sao tập trung vào bệnh Alzheimer?

Sứ mệnh của chúng tôi là đảm bảo AGI mang lại lợi ích cho toàn thể nhân loại. Bệnh Alzheimer là một vấn đề to lớn, đang trở nên nghiêm trọng hơn khi dân số già đi, và tính phức tạp của căn bệnh này rất phù hợp với AI.

Bệnh Alzheimer không chỉ ảnh hưởng đến hàng triệu người được chẩn đoán mắc bệnh mà còn ảnh hưởng đến vợ/chồng, con cái và những người chăm sóc khác đang hỗ trợ họ. Căn bệnh này gây gánh nặng tinh thần và tài chính rất lớn cho các gia đình.

Nhân loại đã đạt được tiến bộ trong vài thập kỷ qua trước ba trong bốn nguyên nhân gây tử vong hàng đầu—bệnh tim, bệnh truyền nhiễm và một số bệnh ung thư—qua đó làm giảm nguy cơ tử vong ở bất kỳ độ tuổi nào:

Tuy nhiên, việc phát triển các phương pháp điều trị hiệu quả cho nguyên nhân gây tử vong lớn thứ tư—các bệnh thoái hóa thần kinh, như bệnh Alzheimer—cho đến nay vẫn phần lớn là một bài toán nan giải, bất chấp nỗ lực của những nhà khoa học ưu tú nhất của nhân loại:

Đó là bởi vì bệnh Alzheimer dường như không phải do một nguyên nhân đơn lẻ gây ra, mà là do sự tương tác qua lại giữa các yếu tố nguy cơ di truyền, sự gấp cuộn sai của protein, tình trạng viêm, rối loạn chức năng khớp thần kinh, và nhiều yếu tố khác—cùng tương tác với các yếu tố môi trường trong suốt nhiều thập kỷ, đồng thời tất cả đều diễn ra trong não bộ, một cơ quan khó nghiên cứu và khó đưa thuốc đến. Các phương pháp nghiên cứu truyền thống đã gặp khó khăn trong việc lý giải điều này.

AI đặc biệt phù hợp để giải quyết tình trạng phức tạp này. Khả năng suy luận từ nhiều loại dữ liệu khác nhau—bao gồm các triệu chứng lâm sàng của bệnh nhân, các dấu ấn sinh học của bệnh, kết quả sàng lọc các ứng viên thuốc và nhiều dữ liệu khác—mang lại một phương thức hoàn toàn mới để hiểu cách các yếu tố này tương tác với nhau, xác định các mục tiêu thuốc phù hợp và nhận diện các rủi ro có thể can thiệp sớm hơn hàng thập kỷ cho bệnh nhân.

Mục tiêu của chúng tôi là giúp các nhà khoa học phát minh ra những công cụ mới để cuối cùng có thể ngăn ngừa và điều trị bệnh Alzheimer. Vì mục tiêu đó cho đến nay vẫn rất khó đạt được, chúng tôi xem đó là một phép thử rõ ràng đối với khả năng của AI trong việc thay đổi những gì có thể làm được trong lĩnh vực sức khỏe con người. Chúng tôi mong muốn tạo ra sự khác biệt có ý nghĩa cho những người có nguy cơ mắc bệnh Alzheimer và gia đình của họ.

Cách tiếp cận ban đầu của chúng tôi

Chúng tôi rất biết ơn sự hỗ trợ mà chúng tôi đã nhận được từ các nhà phản biện khoa học bên ngoài để định hướng cho các chiến lược ban đầu của chúng tôi. Mặc dù chúng tôi vô cùng hào hứng về từng lĩnh vực đóng góp này, chúng tôi không kỳ vọng sẽ đột ngột đạt được mục tiêu phòng ngừa và điều trị bệnh Alzheimer. Một số thí nghiệm sẽ cho ra kết quả tiêu cực, và sẽ có những trở ngại trong suốt quá trình. Đó là bản chất của khoa học—và chúng tôi sẽ học hỏi nhanh nhất có thể, cập nhật cách tiếp cận của mình khi có kết quả mới.

Để bắt đầu, chúng tôi có các giả thuyết ban đầu về cách chúng tôi có thể hỗ trợ hệ sinh thái nghiên cứu theo cách bổ trợ cho các nỗ lực hiện có, đồng thời tận dụng những gì hiện nay AI có thể mang lại. Tổng hợp lại, điều này tạo ra một “chồng năm lớp” các hoạt động tại các tổ chức nghiên cứu hàng đầu:

1. Lập một “bản đồ nhân quả” của bệnh Alzheimer bằng AI, nhằm xác thực các mục tiêu can thiệp. Giờ đây, có vẻ như đã rõ rằng có nhiều yếu tố thúc đẩy bệnh Alzheimer, chứ không phải chỉ một. Điều đó ngụ ý rằng chúng ta nên lập bản đồ toàn bộ mạng lưới các yếu tố nhân quả để xác định chính xác những nút hiệu quả nhất cho can thiệp điều trị đối với những người khác nhau. Bằng cách hợp tác với các nhà nghiên cứu ở lĩnh vực tiên phong của AI trong sinh học như Viện Arc⁠, chúng tôi đặt mục tiêu tìm hiểu cách các “organoid” não mô hình phản ứng với những tổ hợp khác nhau của các yếu tố rủi ro di truyền và môi trường. Dữ liệu thực nghiệm quy mô lớn như vậy có thể được sử dụng để huấn luyện các mô hình AI, từ đó cung cấp thông tin cho các thí nghiệm trong tương lai. Với công cụ lai này, các nhà nghiên cứu có thể chia sẻ những phát hiện của mình trong suốt quá trình để những người khác tiếp tục phát triển, đồng thời đề cử các mục tiêu thuốc được xác định dựa trên hiểu biết về cơ chế để thử nghiệm thêm.

Bệnh Alzheimer đã kháng lại việc điều trị một phần vì đây là điển hình của một căn bệnh phức tạp. Đó là kết quả của hàng trăm yếu tố nguy cơ di truyền và môi trường tương tác giữa các loại tế bào trong nhiều thập kỷ. Tại Arc, chúng tôi đang xây dựng các công nghệ thử nghiệm và tính toán để thực sự lập bản đồ những tương tác đó trên quy mô lớn.

—Patrick Hsu, Tiến sĩ, Đồng sáng lập Viện Arc kiêm Nghiên cứu viên nòng cốt

Chúng tôi muốn tìm ra các nhiễu loạn có thể kéo một tế bào từ trạng thái bệnh trở lại trạng thái khỏe mạnh. Để làm được điều đó, chúng tôi thực hiện một chu trình học chủ động: chúng tôi tác động có hệ thống lên các mô hình mô người dựa trên dữ liệu bệnh nhân, đo lường những gì xảy ra và sử dụng kết quả để từng bước cải thiện các mô hình AI của chúng tôi về bệnh Alzheimer. Mỗi chu kỳ mang lại cho chúng ta một bức tranh nhân quả rõ nét hơn về nơi các con đường bệnh lý hội tụ và nơi cần can thiệp.

—Silvana Konermann, Tiến sĩ, Đồng sáng lập và Giám đốc điều hành của Viện Arc

2. Thiết kế các loại thuốc mới với sự trợ giúp của AI, và thử nghiệm chúng trong phòng thí nghiệm – với các đối tác cộng tác như Viện Thiết kế Protein⁠, cùng với các bác sĩ thần kinh học và nhà khoa học thần kinh hàng đầu tại Bệnh viện Đa khoa Massachusetts. Hơn 100 loại thuốc điều trị Alzheimer đã được thử nghiệm trong các thử nghiệm lâm sàng kể từ năm 2000, nhưng gần như tất cả đều không mang lại hiệu quả hoặc gây ra tác dụng phụ không mong muốn. Chúng tôi tin rằng các phân tử được thiết kế với sự hỗ trợ của các công cụ sinh học AI sẽ có xác suất thành công cao hơn theo thời gian. Nhưng để xác định liệu điều đó có đúng hay không, trước hết các nhà nghiên cứu phải có khả năng xác thực các sáng tạo kỹ thuật số của mình trong tế bào, mô và động vật.

Tại Viện Thiết kế Protein, chúng tôi cam kết xây dựng các quy trình hợp tác, tập trung vào việc tạo ra tác động tích cực lớn nhất đối với phúc lợi toàn cầu. Sử dụng các mô hình thiết kế protein mới nhất do AI điều khiển, chúng tôi đã thiết kế thành công các phân tử có khả năng gắn kết, biến đổi và phân hủy các mục tiêu đóng vai trò then chốt trong tiến triển của bệnh Alzheimer. Mở rộng, tinh chỉnh và chia sẻ bộ công cụ này với các nhà khoa học thần kinh, những người có thể ứng dụng các protein do chúng tôi thiết kế để dự đoán và giải quyết tình trạng thoái hóa thần kinh, là một trong những ưu tiên hàng đầu của chúng tôi.

—David Baker, Tiến sĩ, Người đoạt giải Nobel và Giám đốc Viện Thiết kế Protein tại Đại học Washington

3. Hỗ trợ các bộ dữ liệu mở để dự đoán hoạt tính của thuốc và lập biểu đồ diễn tiến của bệnh khi có và không có can thiệp. Điều đó bao gồm việc tạo ra các bộ dữ liệu mở mới liên quan đến bệnh Alzheimer cùng với các tổ chức phi lợi nhuận như Focused Research Organisation EvE Bio⁠. Nội dung này cũng bao gồm việc hỗ trợ mở rộng các bộ dữ liệu dọc thời gian và dịch tễ học hiện có, cũng như các cơ hội để mở quyền truy cập một cách có trách nhiệm đối với các bộ dữ liệu hiện có do các công ty công nghệ sinh học thu thập mà có thể mang lại lợi ích cho tất cả các nhà nghiên cứu.

4. Thiết lập các dấu ấn sinh học mới cho bệnh, cải thiện chẩn đoán và cách thức tiến hành các thử nghiệm lâm sàng, với các đối tác cộng tác như UCSF. Việc phê duyệt xét nghiệm máu đầu tiên dành cho bệnh Alzheimer vào năm ngoái⁠ mang đến cho các bác sĩ chuyên khoa thêm nhiều công cụ để đánh giá tình trạng của bệnh nhân theo cách ít xâm lấn hơn. Máu và các dấu ấn sinh học khác cũng giúp các nhà nghiên cứu có khả năng đo lường tác động mà thuốc có thể gây ra đối với tiến triển của bệnh trong các thử nghiệm lâm sàng, bao gồm cả việc dùng chúng làm các phép đo phụ trong những thử nghiệm chủ yếu nhắm đến một bệnh khác (như được minh họa trong thử nghiệm gần đây này⁠ về bệnh tim mạch). Hiện nay, đã có thêm nhiều cơ hội để Go xa hơn với nghiên cứu protein học hiện đại và các mẫu bệnh phẩm khác từ bệnh nhân, khi AI có thể diễn giải được những tín hiệu sinh học phức tạp hơn.

Bệnh Alzheimer vẫn là một trong những thách thức cấp bách nhất trong y học, và sự tiến bộ phụ thuộc vào việc kết nối những đột phá khoa học với việc chăm sóc bệnh nhân. Sự hợp tác này cho phép chúng ta kết nối những nỗ lực hàng đầu thế giới—từ những tiến bộ trong thiết kế protein đến những hiểu biết sâu sắc về lâm sàng và sinh học tại UCSF—để hiểu rõ hơn về căn bệnh và xác định những con đường điều trị mới. Với sự hỗ trợ của trí tuệ nhân tạo (AI) giúp chúng ta tích hợp những hiểu biết này và hiểu rõ sự phức tạp to lớn, chúng ta có cơ hội đẩy nhanh các khám phá có thể thay đổi cuộc sống của bệnh nhân một cách ý nghĩa.

—S. Andrew Josephson, Bác sĩ y khoa, Giáo sư và Chủ nhiệm Khoa Thần kinh tại UCSF và Viện Khoa học Thần kinh Weill của UCSF

5. Thử nghiệm các phương pháp điều trị hết hạn bằng sáng chế và sử dụng AI để hiểu rõ nhất dữ liệu bệnh nhân đã được ẩn danh cùng những trải nghiệm được chia sẻ trực tuyến. Có một số biện pháp can thiệp mà hiện có bằng chứng gợi ý rằng chúng có hiệu quả—ví dụ: lithium orotate⁠ và vắc xin zona⁠đã hết bằng sáng chế—nhưng vẫn cần thêm bằng chứng chất lượng cao và khu vực tư nhân không có động lực chi trả cho các thử nghiệm lâm sàng.

Tôi hy vọng rằng khả năng của lithium orotate ở liều sinh lý trong việc đảo ngược bệnh lý và phục hồi trí nhớ ở các mô hình chuột mắc bệnh Alzheimer sẽ được áp dụng hiệu quả cho dân số người cao tuổi. Lithium là nguồn năng lượng cho điện thoại, laptop và xe điện của chúng ta. Tôi đoán là bộ não có thể đã tận dụng đặc tính điện hóa độc đáo của nó trước cả con người chúng ta.

—Bruce Yankner, Bác sĩ y khoa, Tiến sĩ, Giáo sư ngành Di truyền học và Thần kinh học tại Trường Y Harvard và Đồng Giám đốc Trung tâm Glenn Harvard về Nghiên cứu Sinh học Lão hóa

Học hỏi qua nhiều chu kỳ lặp lại

Chúng tôi sẽ thúc đẩy đồng thời trên cả năm mặt trận này để bổ trợ cho các nỗ lực khác trong hệ sinh thái nghiên cứu. Chúng tôi dự kiến sẽ bổ sung vào các phương pháp hiện có khi nhận được thêm phản hồi từ cộng đồng nghiên cứu để cùng nhau tìm ra cách phòng ngừa và điều trị bệnh Alzheimer.

Bằng cách trực diện đối mặt với bệnh Alzheimer, chúng tôi không chỉ hướng tới việc góp phần thay đổi tiến trình của căn bệnh này mà còn xây dựng các công cụ và tri thức có thể đẩy nhanh tiến bộ trong cuộc chiến chống lại nhiều căn bệnh khác.

* * *

Nếu bạn muốn nhận thông tin cập nhật từ Quỹ OpenAI, vui lòng đăng ký tại đây⁠. Nếu bạn muốn liên hệ với đội ngũ Khoa học đời sống & Điều trị bệnh tật của chúng tôi, hãy liên hệ với chúng tôi qua [email protected]⁠.

Ngoài các bài báo học thuật, chúng tôi cũng trân trọng đọc các báo cáo, các bài viết dài và các bài đăng trên blog về AI và khoa học. Mặc dù chúng tôi không đồng ý với mọi nhận định trong các bài viết này, nhưng trong số đó có báo cáo này của National Academies⁠, bài tổng quan này về quy trình phát triển thuốc điều trị Alzheimer⁠, các bản tóm tắt tiến bộ y học ở cấp độ khái quát như bài này về tỷ lệ tử vong do bệnh tim mạch⁠, bài đăng trên blog Science này⁠ về những khó khăn đối với AI trong việc đạt được tiến bộ trong y học, và ý tưởng này của IFP về dữ liệu lâm sàng⁠.

Chúng tôi khuyến khích bạn công bố công khai các bài phân tích và gửi email cho chúng tôi kèm theo đường liên kết nếu bạn cho rằng góc nhìn đó có thể mang lại ích lợi cho chúng tôi.