AI má pomôcť nájsť liek na rakovinu do 10 rokov, tvrdia šéfovia AI spoločností. Odborníci vysvetľujú, čo na tomto sľube nesedí

Umelá inteligencia dostáva v posledných rokoch čoraz väčšiu úlohu v medicíne. Dokáže analyzovať obrovské množstvo dát, hľadať vzory v röntgenových snímkach alebo pomáhať vedcom pri návrhu nových liekov. Šéfovia veľkých technologických spoločností preto hovoria o budúcnosti, v ktorej by AI mohla pomôcť vyliečiť rakovinu.

Niektoré vyjadrenia znejú ešte odvážnejšie. Šéf Anthropic Dario Amodei hovoril o možnosti, že AI v priebehu približne desiatich rokov pomôže vyliečiť rakovinu aj ďalšie choroby. Sam Altman z OpenAI zase naznačil, že dostatočný výpočtový výkon by mohol AI umožniť nájsť spôsob liečby rakoviny. Lenže medzi počítačovým modelom, ktorý nájde zaujímavú hypotézu, a liekom, ktorý zachráni človeka, existuje obrovská priepasť, informuje The Guardian.

Odoberaj Vosveteit.sk cez Telegram a prihlás sa k odberu správ

Rakovina nie je jedna choroba

Prvý problém spočíva už v samotnom pojme rakovina. Nejde o jednu konkrétnu chorobu, ktorú by stačilo vyriešiť jedným liekom. Rakovina predstavuje skupinu ochorení, pri ktorých sa bunky začnú nekontrolovane množiť. Existujú nádory prsníka, pľúc, prostaty, mozgu, krvi, pankreasu a mnohých ďalších orgánov. Navyše sa môžu jednotlivé nádory rovnakého typu medzi sebou výrazne líšiť. Rozhodujúce genetické zmeny sa môžu líšiť od pacienta k pacientovi a rovnaká liečba preto nemusí priniesť rovnaký výsledok. Aj nádory v jednom orgáne môžu mať desiatky rôznych podtypov.

Felix Sahm, neuropatológ z Univerzitnej nemocnice v Heidelbergu, upozornil, že len pri mozgu existuje viac ako 100 typov nádorov. Práve preto predstava jednej univerzálnej „liečby rakoviny“ nedáva z biologického hľadiska veľký zmysel. AI môže pomôcť pri konkrétnych typoch nádorov, no každý z nich môže vyžadovať vlastný postup.

AI však už dokáže nájsť veci, ktoré človek prehliadne

Najväčší potenciál umelej inteligencie sa dnes ukazuje pri práci s obrovským množstvom medicínskych údajov. Model môže dostať tisíce alebo milióny CT snímok, röntgenov, vzoriek tkanív či genetických údajov.

Neprehliadni

VIDEO: Takýto zápas neuvidíš ani v Mortal Kombat. Robot odkopol súperovi hlavu, ten bojoval ďalej

Následne hľadá vzory, ktoré človek nemusí na prvý pohľad rozpoznať. Radiológ Ajit Goenka z Mayo Clinic sa napríklad venuje využitiu strojového učenia pri skorom odhaľovaní rakoviny pankreasu. Tento nádor patrí medzi tie, ktoré sa často podarí odhaliť až v pokročilom štádiu. Goenka si všimol zaujímavú vec. Niektorí pacienti, u ktorých sa neskôr objavila rakovina pankreasu, absolvovali CT vyšetrenie už mesiace alebo dokonca roky pred diagnózou. Lekári vtedy na snímkach nevideli nič podozrivé.

Výskumníci preto skúmali, či sa v starších snímkach predsa len nenachádza drobný signál, ktorý ľudské oko nedokáže zachytiť. Výsledok publikovaný v roku 2022 ukázal, že modely strojového učenia dokázali identifikovať nádory pankreasu vrátane prípadov, pri ktorých pankreas na prvý pohľad pôsobil normálne. To neznamená, že AI dokáže diagnostikovať rakovinu s istotou. Ukazuje to však jeden z veľmi konkrétnych spôsobov, ktorým môže technológia pomôcť lekárom.

„AI môže pomôcť pri identifikácii rizika, odhaľovaní ochorenia, charakterizácii nádorov, výbere liečby aj monitorovaní pacienta,“ vysvetľuje Ajit Goenka.

Menej čakania na výsledky

Ďalšia oblasť sa týka samotného procesu liečby. Pri niektorých nádoroch musí lekár získať vzorku tkaniva, určiť jej vlastnosti, nájsť genetické mutácie a následne rozhodnúť, ktorá liečba môže pacientovi pomôcť. Do procesu sa často zapája viacero špecialistov. Felix Sahm pracuje na projekte EUcanAI, ktorý skúma využitie takzvanej agentickej AI pri liečbe nádorov mozgu a ďalších ochorení centrálneho nervového systému.

Predstav si pacienta s nádorom mozgu. Lekári získajú vzorku počas operácie, okamžite ju analyzujú a získajú informácie o mutáciách, ktoré nádor poháňajú. AI by následne mohla tieto údaje spojiť s dostupnými poznatkami o liekoch a pomôcť tímu rýchlejšie určiť možné možnosti liečby. Takýto systém by mohol skrátiť čas, počas ktorého pacient čaká na odpoveď.

„Cieľom je skrátiť obdobie neistoty, ktorému pacient čelí počas svojej cesty liečbou,“ hovorí Sahm.

Technológia však zatiaľ nenahradí lekárov ani laboratóriá. Ide najmä o pomocný nástroj, ktorý môže urýchliť jednotlivé kroky.

Jeden z najväčších problémov veľkých sľubov o AI je ten, že počítač síce môže navrhnúť molekulu, ktorá vyzerá ako vhodný kandidát na nový liek. Môže zároveň nájsť potenciálny cieľ v nádorovej bunke alebo predpovedať, že určitá genetická mutácia môže súvisieť s konkrétnym mechanizmom ochorenia, no to však ešte neznamená, že vznikol liek.

Vedci musia návrh overiť v laboratóriu. Následne treba vykonať množstvo testov bezpečnosti a účinnosti. Potom prichádzajú klinické skúšky na ľuďoch a regulačné schvaľovanie. Až potom sa môže liek dostať k pacientom. Emilia Javorsky z Future of Life Institute preto upozorňuje na zásadné obmedzenie súčasného prístupu k AI.

„Nemôžeme pomocou výpočtov zistiť základnú pravdu o biológii. Môžeme ju iba merať,“ hovorí Javorsky.

Inými slovami, AI môže prehľadávať obrovské množstvo existujúcich poznatkov a vytvárať hypotézy, no stále potrebujeme skutočné experimenty. Ak model navrhne milión možných riešení, vedci musia zistiť, ktoré z nich fungujú v skutočných bunkách, zvieratách a napokon u ľudí.

Najväčší problém nemusí vyriešiť ďalší výkon

Technologické spoločnosti často hovoria o tom, že výkon AI rýchlo rastie. Viac výpočtovej kapacity znamená väčšie modely, viac spracovaných dát a komplexnejšie simulácie.

Pri biológii však samotný výkon nestačí. Ak model nedostane kvalitné údaje, jeho výsledky môžu byť obmedzené. Problém predstavujú aj zriedkavé typy nádorov, pri ktorých existuje málo údajov. Model sa navyše môže stretnúť s biologickým mechanizmom, ktorý vedci ešte dostatočne nepoznajú. A potom je tu ďalšia prekážka, medicína funguje podstatne pomalšie než technologický priemysel.

Aj keby AI dnes navrhla mimoriadne sľubný nový liek, jeho cesta k pacientovi môže trvať roky. Treba totiž dokázať, že skutočne funguje a zároveň nespôsobuje neprijateľné riziká. AI preto môže výrazne zrýchliť niektoré časti výskumu rakoviny, no samotný proces objavovania, testovania a schvaľovania liekov nezmizne.

Vývoj tak smeruje skôr k tomu, že AI pomôže lekárom a vedcom robiť niektoré úlohy rýchlejšie a presnejšie. Môže skoršie upozorniť na podozrivý nález, pomôcť analyzovať nádor, spojiť genetické údaje s možnými liekmi alebo urýchliť hľadanie nových kandidátov.

Od týchto konkrétnych použití však vedie k univerzálnemu lieku na rakovinu ešte veľmi dlhá cesta. Ako povedala onkologička Sherene Loi, AI môže vytvoriť milión hypotéz, no ľudia stále musia zistiť, ktoré z nich zodpovedajú realite.