Deși promisiunile privind vindecarea cancerului cu ajutorul inteligenței artificiale (IA) sunt tot mai frecvente, realitatea este că suntem încă departe de acest obiectiv.
Un startup biotech inovator, pe nume Vivodyne, susține că a identificat o problemă fundamentală în industria descoperirii de medicamente bazată pe IA: lipsa unor date biologice relevante. Compania a dezvoltat o soluție revoluționară – laboratoare robotizate modulare, denumite HIVE. Acestea au capacitatea de a cultiva 20 de tipuri de țesut uman, urmate de dozarea și monitorizarea autonomă a acestora. Procesul generează date biologice cauzale, esențiale pentru modelele IA actuale, dar care în prezent lipsesc, fiind înlocuite adesea de teste pe animale sau studii pe celule/proteine izolate, nu pe țesuturi vii.
"Fără testarea pe oameni, ce vor face aceste modele [IA]?" se întreabă Andrei Georgescu, CEO și co-fondator Vivodyne. "Vor vindeca cancerul la șoareci."
Chiar și personalități marcante din lumea IA, precum Dario Amodei, CEO Anthropic, au admis recent că afirmațiile despre vindecarea cancerului cu ajutorul IA devin mai degrabă clișee decât credibile. Nu este o noutate, lideri din industrie precum Sam Altman (OpenAI) și Demis Hassabis (Google DeepMind) au menționat în mod repetat vindecarea cancerului ca o justificare pentru progresele în direcția inteligenței artificiale generale (AGI) și pentru necesitatea unor puteri de calcul masive.
Rezultatele concrete, însă, rămân modeste. Deși au apărut câteva medicamente concepute cu ajutorul IA care au ajuns în studii clinice umane – unul chiar în Faza III –, barierele întâmpinate nu sunt neapărat cele pe care IA le poate depăși în prezent. Alphafold, un instrument revoluționar pentru înțelegerea structurilor moleculare, nu a condus încă la descoperirea unui nou medicament. Isomorphic Labs, o companie fondată pe baza tehnologiei Alphafold, își anticipează primele studii clinice spre sfârșitul anului curent, deși inițial planificate pentru 2025. Compania a subliniat în februarie necesitatea unor "modele predictive extrem de precise, care să acopere o gamă extinsă de proprietăți și interacțiuni biochimice".
Georgescu consideră că este nevoie de o "reevaluare a situației", afirmând că modelele actuale nu dispun de suficiente date pentru a surprinde complexitatea biologiei umane. Aceasta este o provocare majoră și pentru industria farmaceutică, unde 90% dintre medicamentele eficiente în testele pe animale eșuează în studiile clinice umane, neobținând aprobarea de reglementare.
Abordarea Vivodyne este diferită. Compania s-a desprins de Universitatea din Pennsylvania în 2021, după ce Georgescu a obținut doctoratul în bioinginerie. Vivodyne susține că țesuturile sale simulate reproduc cu fidelitate comportamentul organelor umane reale: celulele hepatice au o acuratețe predictivă de 94% în comparație cu testele de toxicitate pe oameni, țesutul respirator se comportă identic cu cel uman în 96% din cazuri, iar măduva osoasă a demonstrat o concordanță de 100% în testarea a 20 de medicamente chimioterapeutice diferite.
Săptămâna trecută, compania, care a atras aproape 80 de milioane de dolari în două runde de finanțare conduse de Khosla Ventures, a inaugurat ceea ce numește cel mai mare "centru de date umane" din lume, situat în apropiere de San Francisco. Georgescu afirmă că echipa sa obține deja o productivitate dublă față de toate testele pe animale desfășurate în SUA.
Obiectivul este accelerarea procesului de dezvoltare a candidaților la medicamente, prin obținerea unei predicții mai precise despre eficacitatea acestora înainte de a investi sume considerabile în studii clinice, care pot costa zeci de milioane de dolari. Deși nu își dezvăluie public partenerii, Vivodyne colaborează cu mai multe companii farmaceutice majore pentru a rezolva o problemă pe care Georgescu o compară cu testele de impact la automobile: "Un producător auto este de obicei încrezător că mașina sa va trece cerințele NHTSA înainte de a o testa, dar producătorii de medicamente rareori au aceeași încredere înaintea unui studiu clinic, unde majoritatea medicamentelor eșuează în a obține aprobarea FDA."
Există însă și o viziune mai amplă: Georgescu consideră laboratoarele sale autonome de biologie esențiale pentru generarea datelor cauzale necesare antrenării unor noi modele de biologie umană. El face referire la studii recente, publicate în Nature Methods, care nu au identificat legi clare de scalare a datelor atunci când modelele generative de IA sunt antrenate pe date celulare existente.
"Tot antrenamentul se face pe imagini statice ale acestor celule, iar modelele nu sunt deloc condiționate de modul în care o celulă a ajuns în acea stare," explică Georgescu. "Cu alte cuvinte, modelul învață 'aceasta este starea celulară A', 'aceasta este starea celulară B', dar niciodată 'starea celulară B este efectul inflamației stării celulare A'."
Pe de altă parte, mașinile HIVE ale Vivodyne monitorizează sute de mii de experimente în curs, unde țesuturi bolnave sunt expuse la diverse stimuli. Georgescu se așteaptă ca aceste experimente să ofere tipul de învățare prin întărire care va duce la modele IA capabile să înțeleagă biologia umană și să facă progrese semnificative în domeniul sănătății. El crede că acest lucru va fi crucial nu doar pentru provocările medicale actuale, ci și pentru un viitor în care bolile complexe vor necesita medicamente care țintesc multiple căi, spre deosebire de majoritatea celor disponibile astăzi.
"Dacă dorim terapii combinate, spațiul care trebuie explorat explodează – nu poate fi o abordare experimentală," a concluzionat el. "Trebuie să spunem: 'Vreau ca acest efect să se întâmple, deci ce cauză ar trebui să invoc? Stabilirea cauzalității în biologia umană stă la baza întregului demers."