Pelopor AI, Daphne Koller, melihat AI generatif mengarah pada terobosan kanker

AI menyatu dengan biologi, dan hasilnya, biologi digital, akan memiliki 'dampak yang luar biasa terhadap kesehatan manusia,' kata Koller.

Kecerdasan buatan generatif, seperti yang mendukung DALL-E OpenAI, ChatGPT, dan program populer lainnya, akan menjadi alat penting untuk terobosan dalam onkologi, studi tentang kanker, menurut Daphne Koller. Koller adalah pionir AI dan salah satu pendiri serta CEO perusahaan AI ilmu hayati Insitro.

“Upaya yang kami lakukan adalah dengan benar-benar mempelajari bahasa histopatologi [studi tentang jaringan]… dan kemudian menggunakannya untuk […] memberi kami target [obat] yang potensial,” kata Koller, berbicara di lokakarya sehari penuh. diselenggarakan oleh institut AI yang Berpusat pada Manusia di Universitas Stanford pada hari Selasa, bertajuk, "Cakrawala Baru dalam AI Generatif: Sains, Kreativitas, dan Masyarakat."

Koller adalah profesor ilmu komputer di Stanford. Koller menjelaskan proses dua langkah yang dapat mengarah pada target obat baru untuk kanker.

Pada langkah pertama, teknologi AI pembelajaran mesin Insitro mampu menganalisis gambar jaringan kanker, yaitu gambar histologi yang dihasilkan dari biopsi. Seorang ahli patologi manusia "biasanya akan meringkas gambar-gambar miliaran piksel ini menjadi, seperti, tiga angka," jelasnya, "Dan jelas bahwa ada lebih banyak informasi yang tersedia di dalamnya" yang tidak digunakan.

Dengan menggunakan pembelajaran mesin, komputer akan “benar-benar mempelajari bahasa histopatologi,” katanya, yang pada gilirannya memungkinkan mesin memprediksi perubahan genetik pada pasien kanker dengan akurasi 90% hingga 95%.

“Jadi, pada dasarnya, dengan melihat slide, Anda dapat mengatakan bahwa pasien ini mengalami mutasi genetik dibandingkan pasien lainnya, sesuatu yang tidak dapat dilakukan oleh dokter mana pun,” jelasnya.

Itu langkah pertama. Untuk menemukan target obat, Anda memerlukan lebih banyak sampel jaringan daripada yang dikumpulkan -- ribuan versus lusinan. Untuk mengatasi pasokan gambar tersebut, tim Insitro menggunakan AI generatif untuk membuat gambar jaringan yang "sangat palsu", kata Koller. “Daripada menghasilkan gambar bintang film, kami menghasilkan gambar slide patologi.”

Dengan mengalikan sampel jaringan dari ratusan menjadi ribuan, jelas Koller, sampel yang jauh lebih besar dapat dianalisis menggunakan alat khusus yang dikembangkan di Stanford yang disebut uji “ATAC-seq”. Tim tersebut mampu mengubah dari 400 sampel gambar jaringan kanker menjadi hampir 100.000. Skala tersebut mulai memungkinkan untuk mengajukan pertanyaan yang tidak mungkin dilakukan dengan sampel yang lebih sedikit.

AI generatif digunakan untuk membuat gambar jaringan yang "sangat palsu", untuk memperluas ukuran sampel yang kemudian dapat ditambang menggunakan uji genetik.

“Dan sekarang pada dasarnya Anda dapat mulai mengajukan pertanyaan seperti keterbukaan atau ketertutupan gen mana - yaitu aktivitas gen mana - yang paling terkait erat dengan kelangsungan hidup, sesuatu yang tidak mungkin dilakukan jika kamu punya 30 pasien."

Ribuan sampel palsu yang diuji dengan pengujian ini dapat mengungkap kandidat target obat baru untuk kanker.

Dengan menganalisis ribuan gambar palsu kanker payudara triple-negatif, misalnya dengan ATAC-seq, teknologi ini mengungkap perubahan genetik yang sebelumnya tidak diketahui yang dapat menjadi kandidat target obat. “Beberapa dari target ini merupakan hal baru pada kanker payudara triple-negatif [tetapi] mereka juga terlibat dalam kanker lainnya,” kata Koller. “Hal ini memberi Anda keyakinan mengenai peran sebab akibat yang mereka mainkan, dan [mereka] berpotensi menjadi target obat baru yang menarik.”

Koller menggambarkan keseluruhan program AI generatif dalam biologi berurusan dengan tingkat kompleksitas yang "bukan sesuatu yang benar-benar dapat dipahami oleh otak manusia".

“Untuk mengatasi permasalahan ini, pertama-tama kita perlu mengumpulkan data dalam jumlah yang sangat besar, dengan ketelitian dan skala yang belum pernah terjadi sebelumnya, pada tingkat granularitas biologis yang berbeda-beda, dan kemudian membiarkan mesin melakukan apa yang mereka lakukan sekarang jauh lebih baik daripada manusia, yang mana adalah memahami pola halus dalam data ini, membantu kami mendefinisikan kembali heterogenitas dan kompleksitas penyakit manusia, dan mengidentifikasi pusat intervensi yang mungkin memunculkan terapi yang berhasil di klinik."

Salah satu penyelenggara lokakarya, Percy Liang, seorang profesor ilmu komputer di Stanford, memuji Koller sebagai profesor Stanford yang "menginspirasi seluruh generasi peneliti" di bidang AI. Koller juga ikut mendirikan perusahaan pembelajaran online Coursera.

Liang mencatat bahwa berbagai pembicara dalam lokakarya tersebut, termasuk Koller, menawarkan banyak contoh “multi-modalitas,” di mana jenis program AI generatif yang sama beroperasi pada jenis data yang sangat berbeda, mulai dari data biologis, data suara, hingga nyanyian ikan paus. Seperti yang ZDNET tunjukkan, multi-modalitas, yang menyatukan berbagai tipe data, adalah salah satu arah masa depan yang paling penting di bidang ini.

Sebagai penutup ceramahnya, Koller menyampaikan bagaimana ilmu pengetahuan melewati masa-masa kemajuan yang luar biasa. “Pikirkan tentang akhir tahun 1800-an dan ilmu kimia, dengan terungkapnya tabel periodik [elemen],” dia menawarkan, “Atau awal tahun 1900-an, tentu saja, fisika, dengan hubungan antara energi dan materi, ruang dan waktu.”

Pada tahun 1990-an terjadi ledakan penemuan serupa dalam dua disiplin ilmu, kata Koller, "Data/pembelajaran mesin/AI, yang sebenarnya merupakan sesuatu yang dimulai pada masa itu, dan biologi kuantitatif, yaitu kemampuan untuk mengukur biologi dengan ketelitian yang belum pernah terjadi sebelumnya."

Kedua disiplin ilmu tersebut kini bergabung, katanya, untuk menciptakan bidang baru yang disebut biologi digital, yang merupakan "kemampuan membaca biologi secara digital dengan ketelitian luar biasa pada skala yang belum pernah terjadi sebelumnya, menafsirkan apa yang kita lihat menggunakan alat seperti pembelajaran mesin dan AI. , dan kemudian menulis biologi menggunakan teknik seperti CRISPR dan kimia kombinatorial, dan segala macam hal lainnya untuk membuat biologi melakukan hal-hal yang tidak dapat dilakukan jika tidak dilakukan."

Bidang baru ini, kata Koller, akan memiliki “dampak luar biasa terhadap kesehatan manusia, dan juga terhadap lingkungan, energi, bio-material, dan pertanian berkelanjutan, dan banyak disiplin ilmu lain yang akan membantu menjadikan dunia kita tempat yang lebih baik, yaitu mengapa menurutku ini adalah tempat yang sangat menarik."

Agenda lokakarya lengkap diposting online, dan Anda dapat menonton tayangan ulang keseluruhan acara di YouTube.