AI không thể chữa khỏi bệnh ung thư. Công ty khởi nghiệp này cho biết họ biết mình sẽ phải làm gì.

Một công ty khởi nghiệp công nghệ sinh học có tên Vivodyne cho biết ngành công nghiệp phát triển thuốc AI đang gặp vấn đề về dữ liệu và họ đã chế tạo một cỗ máy để khắc phục vấn đề đó. HIVE, phòng thí nghiệm robot mô-đun do công ty xây dựng, có thể phát triển 20 loại mô người, sau đó tự động định lượng và giám sát chúng, tạo ra loại dữ liệu sinh học nhân quả mà các mô hình AI ngày nay đang thiếu – dữ liệu ngày nay chủ yếu đến từ thử nghiệm trên động vật hoặc nghiên cứu về các tế bào hoặc protein đơn lẻ, không phải mô sống. “Nếu không có thử nghiệm trên người, những mô hình [AI] này sẽ làm gì?” Andrei Georgescu, Giám đốc điều hành và đồng sáng lập của Vivodyne hỏi. “Họ sẽ chữa khỏi bệnh ung thư ở chuột.” Ngay cả Giám đốc điều hành của Anthropic, Dario Amodei, đã viết vào cuối tuần qua rằng tuyên bố rằng AI sẽ chữa khỏi bệnh ung thư đã trở nên sáo rỗng hơn là đáng tin cậy - “thứ có tác dụng thực sự là chữa khỏi bệnh ung thư,” như ông nói. Công bằng mà nói, ý tưởng rằng AI sẽ chữa khỏi bệnh ung thư là điều mà chính Amodei đã đưa ra trong các bài luận trước đây; Sam Altman đã nhiều lần trích dẫn việc chữa khỏi bệnh ung thư như một lời biện minh cho việc OpenAI thúc đẩy AGI và các cơ sở tính toán ngày càng lớn hơn; và Demis Hassabis của Google DeepMind cho biết vào năm ngoái rằng AI có khả năng chữa khỏi mọi bệnh tật trong vòng một thập kỷ. Kết quả thực tế vẫn còn âm ấm. Một số loại thuốc do AI thiết kế đã được tiến hành thử nghiệm trên người - một loại đã đến Giai đoạn III, thử nghiệm rộng rãi trên người - nhưng thực tế là những rào cản không nhất thiết phải là những rào cản mà AI có thể giải quyết ngày nay. Alphafold đoạt giải Nobel là một bước tiến lớn trong việc tìm hiểu các khối xây dựng của sự sống, nhưng nó vẫn chưa thực sự sản xuất được một loại thuốc mới. Isomorphic Labs, được thành lập để xây dựng trên Alphafold, đang mong đợi những thử nghiệm đầu tiên, dự kiến ​​​​ban đầu là vào năm 2025, vào cuối năm nay. Vào tháng 2, công ty đã viết rằng việc khám phá ra loại thuốc thực sự sẽ yêu cầu “các mô hình dự đoán có độ chính xác cao, trên một loạt các đặc tính và tương tác sinh hóa”. Georgescu cho biết không gian cần “kiểm tra độ tỉnh táo” - rằng các mô hình hiện tại không có dữ liệu để nắm bắt được sự phức tạp của sinh học con người. Đó là một thách thức mà ngành dược phẩm đang phải đối mặt, nơi 90% loại thuốc có hiệu quả trong thử nghiệm trên động vật để đưa vào thử nghiệm lâm sàng không nhận được sự chấp thuận của cơ quan quản lý đối với con người. Kế hoạch của Vivodyne thì khác. Vivodyne bị tách khỏi Đại học Pennsylvania vào năm 2021, sau khi Georgescu nhận bằng Tiến sĩ về kỹ thuật sinh học ở đó. Công ty cho biết các mô của họ rất giống với hoạt động của các cơ quan thật của con người - tế bào gan của nó có khả năng dự đoán chính xác 94% so với các thử nghiệm kiểm tra độc tính trên người, mô đường thở của nó khớp với hoạt động của mô người thật trong 96% thời gian và tủy xương của nó đã đạt được sự phù hợp 100% trong các thử nghiệm của 20 loại thuốc hóa trị khác nhau. Tuần trước, công ty, mới huy động được gần 80 triệu USD qua hai vòng do Khosla Ventures dẫn đầu, đã mở cái mà họ gọi là “trung tâm dữ liệu con người” lớn nhất thế giới ngay bên ngoài San Francisco và Georgescu cho biết nhóm của ông đã đạt được gấp đôi thông lượng so với tất cả các thử nghiệm trên động vật được tổ chức ở Mỹ. Phòng thí nghiệm sinh học của tương lai? Tín dụng hình ảnh:TechCrunch/Tim Fernholz / TechCrunch/Tim Fernholz Ý tưởng là để đẩy nhanh con đường của các ứng cử viên ma túy bằng cách hiểu rõ hơn về những gì sẽ hoạt động trước khi trải qua chi phí cho một thử nghiệm lâm sàng, thường tốn hàng chục triệu đô la. Mặc dù không công khai nêu tên các đối tác của mình, Vivodyne cho biết họ đang hợp tác với nhiều công ty dược phẩm lớn để giải quyết một vấn đề mà Georgescu so sánh với các thử nghiệm va chạm ô tô: Một nhà sản xuất ô tô thường tự tin rằng ô tô của họ sẽ vượt qua các yêu cầu NHTSA trước khi thử nghiệm, nhưng các nhà sản xuất thuốc hiếm khi có được sự tự tin tương tự khi bước vào thử nghiệm lâm sàng, nơi phần lớn các loại thuốc không giành được sự chấp thuận của FDA. Nhưng có một tầm nhìn lớn hơn: Georgescu coi các phòng thí nghiệm sinh học tự trị của mình là chìa khóa để tạo ra loại dữ liệu nhân quả có thể được sử dụng để đào tạo các mô hình mới về sinh học con người. Ông chỉ ra những nghiên cứu như thế này, được xuất bản trên tạp chí Nature Methods vào tháng trước, cho thấy không có quy luật mở rộng dữ liệu rõ ràng nào khi đào tạo các mô hình AI tổng quát trên dữ liệu di động hiện có. Georgescu nói với TechCrunch: “Tất cả quá trình đào tạo đều được thực hiện trên các ảnh chụp nhanh tĩnh của các ô này và các mô hình hoàn toàn không bị điều chỉnh bởi cách một ô đạt đến trạng thái đó”. “Nói cách khác, mô hình học ‘đây là trạng thái ô A’, ‘đây là trạng thái ô B’, nhưng không bao giờ ‘trạng thái ô B là tác động của việc kích thích trạng thái ô A.’” Tuy nhiên, máy HIVE của Vivodyne đang theo dõi hàng trăm nghìn thí nghiệm đang diễn ra trong đó mô bị bệnh tiếp xúc với một số kích thích mà Georgescu kỳ vọng sẽ cung cấp loại hình học tập tăng cường sẽ tạo ra các mô hình AI hiểu sinh học con người đủ để đạt được tiến bộ có ý nghĩa hơn trong chăm sóc sức khỏe. Georgescu tin rằng đây sẽ là chìa khóa không chỉ cho những thách thức y học ngày nay mà còn cho tương lai nơi các bệnh phức tạp cần đến các loại thuốc, không giống như phần lớn các loại thuốc hiện có, nhắm vào nhiều con đường. Ông nói với TechCrunch: “Nếu chúng ta muốn các liệu pháp kết hợp, thì không gian cần tìm kiếm sẽ bùng nổ – đó không thể là một phương pháp thử nghiệm”. “Bạn phải nói, ‘Tôi muốn hiệu ứng này xảy ra, vậy tôi nên viện dẫn nguyên nhân gì?’ Việc thiết lập quan hệ nhân quả trong sinh học con người là cơ sở của tất cả những điều này.” chủ đề AI, Công nghệ sinh học & Sức khỏe Khi bạn mua hàng thông qua các liên kết trong bài viết của chúng tôi, chúng tôi có thể kiếm được một khoản hoa hồng nhỏ. Điều này không ảnh hưởng đến tính độc lập biên tập của chúng tôi. Tim Fernholz Phóng viên cao cấp Tim Fernholz là nhà báo viết về công nghệ, tài chính và chính sách công. Ông đã theo dõi chặt chẽ sự phát triển của ngành công nghiệp vũ trụ tư nhân và là tác giả của Rocket Billionai