AI Inapoleta Matumaini: Kisa cha Saratani Kinaonyesha Nini Kuhusu Mustakabali wa Tiba

Ukifuatilia habari za AI, kwa sasa mara nyingi unaona aina mbili tu za vichwa vya habari: hofu ya kupoteza kazi na hofu ya matumizi mabaya. Deepfake, mianya ya usalama, kufukuzwa kazi kwa wingi, ufuatiliaji, udanganyifu. Mengi ya haya ni ya kweli na yanastahili kupewa uzito. Lakini kwa sababu hiyo, jambo jingine karibu linapotea: teknolojia hiyo hiyo inaweza pia kufupisha maarifa, kupunguza msuguano, na wakati mwingine kurudisha muda kwa watu wanapouhitaji zaidi.

Nimewahi kuandika hapa kwenye blogi, katika makala nyingine , kuhusu jinsi kila kitu kinavyobadilika kwa kasi sana hivi sasa. Makala hii kwa namna fulani ni upande wa kitabibu wa hoja hiyo: soko kidogo, hype kidogo, utu zaidi.

Kuna hadithi moja kutoka OpenAI Forum inayofaa kabisa hapa. Si hadithi ya hisia za kupindukia, si hadithi rahisi, na kwa hakika si ahadi ya muujiza. Lakini inaonyesha kitu ambacho huenda tukakisikia mara nyingi zaidi siku zijazo, hata kutoka kwa watu ambao si mamilionea.

Kwa kifupi:

• Katika kesi hii, AI haikuchukua nafasi ya daktari. Iliongeza kasi ya uchambuzi, utafiti na uratibu kwa kiwango kikubwa.
• Leo, njia ya aina hii bado inagawiwa kwa njia isiyo sawa sana, kwa sababu inahitaji pesa, muda, ufikiaji na utayari wa kuvuka ugumu mkubwa wa kitabibu.
• Hivyo ndivyo teknolojia nyingi kubwa huanza kabla hazijawa kawaida kwa watu wengi zaidi.

Kama unataka kuona mawasilisho ya asili, video imewekwa moja kwa moja hapa:

Kisa Ambacho Ni Rahisi Kupitwa

Katikati ya hadithi hii yuko Sid Sijbrandij, mwanzilishi mwenza wa GitLab. Aligunduliwa kuwa na osteosarcoma, aina nadra na kali ya saratani ya mfupa. Kwenye forum, anaelezea kwa uwazi jinsi matibabu ya kawaida yalivyokuwa makali: upasuaji, uunganishaji wa mgongo, mionzi, kemotherapi, kuongezewa damu, na kuporomoka kabisa kimwili. Kwa watu wengi, hilo peke yake lingekuwa zaidi ya kutosha.

Hatua moja muhimu mapema kwake ilikuwa kile kinachoitwa click chemistry, mbinu iliyoshinda Nobel ambayo huwezesha misombo fulani kuunganishwa kwa njia maalumu sana. Kwa Sid, hili halikuwa la kuvutia kisayansi tu, bali pia lilikuwa muhimu kiakili, kwa sababu lilimwonyesha kuwa tiba haiendi kila mara kupitia majaribio makubwa ya kawaida pekee. Kupitia njia kama single-patient IND, katika hali za dharura kunaweza pia kuwa na njia halali na rasmi za matibabu yaliyobinafsishwa sana.

Kisha ikaja sehemu ngumu zaidi: saratani ilirudi. Karibu hakukuwa na tena chaguo za kawaida zilizoimarishwa. Hakukuwa na pipeline iliyo wazi. Hakukuwa na hatua inayofuata iliyo rahisi. Hakukuwa na kauli rahisi ya “sasa tufanye matibabu B.” Na hasa hapo ndipo kitu kilitokea ambacho, kwa maoni yangu, kinaonyesha vizuri sana zama hizi: aliacha kazi yake na akaingia founder mode, si kwa ajili ya startup, bali kwa ajili ya kuendelea kuishi mwenyewe.

Kwa mtazamo wa kwanza, hilo linaonekana la ajabu. Mwanzilishi wa teknolojia akichukulia saratani kama tatizo la uhandisi. Na kwa kweli, mwitikio wangu wa kwanza pia ungekuwa wa tahadhari. Tiba si bidhaa ya SaaS. Chatbot si daktari wa saratani. API call si tiba.

Lakini ingekuwa rahisi sana kuitupa hadithi hii kama tukio la pekee la Silicon Valley. Kile kinachoonekana hapa si “uponyaji wa kimiujiza kwa ChatGPT”, bali ni njia mpya ya kufanya kazi katika tiba: data zaidi, utambuzi zaidi wa mifumo, kazi zaidi kwa wakati mmoja, nadharia za haraka zaidi, maswali bora zaidi, na mizunguko mifupi zaidi kati ya ugunduzi na uamuzi.

AI Ilifanya Nini Haswa Katika Kesi Hii

Jambo muhimu zaidi kwanza: AI haikuponya saratani. Hilo lingekuwa kurahisisha kwa makosa na kwa hatari. Kilichosaidia hapa kilikuwa mchanganyiko wa uchunguzi, wataalamu, mbinu za majaribio, uzoefu wa kitabibu, uvumilivu wa binafsi, na AI kama kichocheo.

Katika mawasilisho yao, Sid Sijbrandij na Jacob Stern wanaeleza mifano kadhaa ya moja kwa moja.

Walikusanya kiasi kikubwa sana cha data, ikiwa ni pamoja na, kwa maneno yao wenyewe, takriban terabaiti 25 za nyenzo. Hii ilijumuisha bulk RNA sequencing, uchambuzi wa seli moja moja, patholojia, skani, data za damu, modeli za organoid, na mbinu mbalimbali za uchunguzi wa majaribio. Kina hiki cha data kwa sasa kiko mbali sana na uwezo wa wagonjwa wengi. Lakini sehemu ya kuvutia ni kile unachofanya na data hiyo baada ya kuipata.

Jacob Stern, ambaye ni mtaalamu wa jenetiki, anasema wazi kwenye forum kwamba yeye si daktari. Kile AI ilimpa, kwa mujibu wake, hakikuwa maarifa ya kimiujiza, bali kitu kama vazi la Iron Man kwa maeneo maalumu sana. Yaani uwezo wa kujifunza kwa haraka, kuzungumza kwa uelewa na wataalamu, kuuliza maswali bora zaidi, na kuandaa hatua zinazofuata kwa usahihi.

Mfano wa mapema: waliipa ChatGPT faili ya CSV kutoka bulk RNA sequencing na kuomba tathmini ya kwanza. Hilo peke yake lilitosha kufanya alama fulani na mienendo fulani katika mazingira ya uvimbe kuonekana mapema zaidi. Baadaye walienda mbali zaidi: lugha ya kawaida kama ingizo, ukaguzi wa fasihi kwa agentic, uundaji wa nadharia, hatua za bioinformatiki, msimbo, michoro, na ripoti ya muhtasari kama matokeo.

Katika mfano mmoja uliotajwa kwenye mawasilisho, uchambuzi wa aina hii ulichukua takriban dakika 30 na kugharimu karibu dola 20 za API. Kwa nyuma, uliunganishwa na takriban seli 600,000 za mtu mmoja mmoja kutoka vipindi tofauti vya sampuli za damu. Tofauti hii peke yake ni ya kushangaza: ugumu mkubwa sana wa kibaolojia upande mmoja na msaada wa uchanganuzi wa bei nafuu kiasi upande mwingine.

Mambo yanavutia zaidi wanapozungumzia maendeleo ya tiba. Wanataja:

• chanjo ya mRNA ya saratani iliyobinafsishwa kulingana na mabadiliko maalumu ya uvimbe
• tiba za TCR-T zilizobuniwa kulenga uvimbe kwa usahihi zaidi
• mbinu za CAR-T zenye mantiki ya ziada ya usalama ili kupunguza madhara hatari kwenye tishu zenye afya
• utafutaji wa malengo ambayo hayajachunguzwa sana, yaani protini au miundo ambayo inaweza kuwa muhimu sana kwa kesi moja ya mtu binafsi lakini karibu haijaguswa katika utafiti mkuu

Sid anasema katika sehemu moja kwamba ngazi yake ya matibabu ilitoka sifuri hadi zaidi ya chaguo 30. Si kwa sababu dawa ya kimiujiza ilitokea ghafla, bali kwa sababu data, uchunguzi, maarifa ya wataalamu na AI vilifungua pamoja uso mkubwa zaidi wa utafutaji.

Mfano bora zaidi wa athari ya “sindano ndani ya nyasi” kwangu ni Penexin 3. Kulingana na mawasilisho, protini hii ilionekana takriban mara 10,000 zaidi ndani ya saratani yake kuliko kwenye tishu zenye afya. Hata hivyo katika fasihi karibu hakukuwa na chochote. Shaka ya timu ilikuwa kwamba kwa sababu lengo hili ni hydrophobic, linaepuka kwa urahisi majaribio mengi ya kawaida. Hapo ndipo AI inaonyesha kile inachoweza kutoa katika kesi za aina hii. Si kwa sababu “ina akili kuliko watafiti wote”, bali kwa sababu ina subira ya kutosha kuchunguza nafasi kubwa za data mara nyingi hadi ishara zisizo za kawaida kama hii zionekane.

Hapo ndipo nguvu yake halisi inaonekana. Si kama unabii, bali kama chombo cha kubadilisha maelfu ya karatasi za utafiti, pointi za data, alama, wasifu wa madhara, na mahusiano ya kibaolojia kuwa kitu cha matumizi ya vitendo kwa haraka zaidi.

Kwangu mimi, huo ndio moyo wa hadithi: AI inabana maarifa ya utaalamu. Haiwafanyi watu wa kawaida kuwa madaktari. Lakini inaweza kuwaleta wagonjwa waliojitolea, familia na timu za taaluma mbalimbali karibu zaidi na fasihi ya sasa na nafasi halisi ya kufanya maamuzi.

Mustakabali Huu Bado Umegawanywa Vibaya Sana

Hatupaswi kuupamba sana huu ukweli. Kwa sasa, hadithi hii bado ina tabia ya kieliti.

Ili kusonga kwa namna hii, unahitaji:

• pesa
• muda
• wataalamu hodari sana
• ufikiaji wa mbinu nadra za uchunguzi
• nguvu kubwa ya akili
• uwezo wa kustahimili ugumu wa kitabibu

Wao wenyewe wanasema hili kwa uwazi mkubwa kwenye mawasilisho. Baadhi ya mambo ni ghali sana. Mengine yamekuwa ya bei nafuu kwa kushangaza. Na mchanganyiko huu ndio unaofanya wakati huu kuwa wa kuvutia sana. Tunatazama mpito: maendeleo ya tiba yenyewe mara nyingi bado ni ghali, ya polepole, na yenye urasimu. Lakini tabaka kadhaa chini yake tayari zinaanza kuwa nafuu.

Kwenye forum, wanataja takwimu za kukadiria kama dola 50 kwa bulk RNA sequencing, dola 500 kwa whole-genome sequencing, na dola 20 kwa uchambuzi wa juu unaosaidiwa na AI. Hizo si gharama zote za matibabu ya saratani, lakini ni ishara. Tabaka la maarifa linaanza kuwa la bei ya kushuka.

Na hilo lina umuhimu mkubwa sana, kwa sababu leo tiba mara nyingi hushindwa si kwanza kwa sababu ya kukosekana kwa nia njema, bali kwa sababu ya msuguano: data zimetawanyika, maarifa ya wataalamu yamefungwa kwenye silos, tafiti zinachukua muda mrefu sana, kesi nadra zinaanguka nje ya njia za kawaida, na muda mwingi sana hupotea kati ya ugunduzi na uamuzi.

Kitu kingine ninachoona kuwa chenye nguvu sana katika hadithi hii ni kwamba kwa uwazi kabisa haikusudiwi kubaki kuwa playbook ya kieliti kwa kesi moja tu. Kwenye mawasilisho na tovuti ya mradi unaohusiana nayo, ni wazi kwamba data, masomo yaliyopatikana, na michakato vinapangwa kwa makusudi ili wagonjwa na timu nyingine baadaye waweze kujenga juu yake kwa haraka zaidi.

Hivi Ndivyo Teknolojia Nyingi Kubwa Huanza

Ndiyo maana hasa hadithi hii ilinifanya nikumbuke muundo wa zamani. Mwanzoni, teknolojia mpya karibu kila mara huwa ya wale walio na pesa zaidi, ufikiaji zaidi, na nafasi zaidi ya kufanya majaribio kuliko wengine.

Katika vipindi vingi vya historia, mabafu yalikuwa zaidi kwa wafalme, mabwana au kaya tajiri sana. Leo, maji ya moto ni sehemu ya kawaida ya maisha ya kila siku kwa mamilioni ya watu.

Na hili si jambo la kipekee. Mifano mingine mitatu inaonyesha muundo huo huo:

• Umeme wa taa nyumbani zamani ulikuwa anasa kwa majengo ya kifahari, hoteli na viwanda. Leo tunagundua jinsi ulivyo wa kawaida tu unapokatika.
• Kusafiri kwa ndege zamani kulikuwa ishara ya utajiri, hadhi na hali ya kipekee. Leo, hata kama hakupatikani kwa bei ile ile kwa kila mtu, ni wazi tayari ni uhamaji wa watu wengi na si tena upendeleo wa kitabaka.
• Ufuatiliaji wa jenomu zamani ulikuwa mradi wa mabilioni ya dola uliodumu miaka mingi. Leo, katika baadhi ya hali, tunazungumzia mamia ya dola na siku chache badala ya miongo.

Kwa maoni yangu, hivyo ndivyo tunavyopaswa kuangalia aina hii mpya ya tiba iliyobinafsishwa. Kile kinachoonekana leo kama concierge medicine kwa waanzilishi wenye mitandao mizuri sana kinaweza baadaye kupatikana kwa upana zaidi katika sura iliyorahisishwa, iliyosanifiwa, na iliyotomatishwa.

Teknolojia hukua kwa kiwango. Kwanza polepole, halafu ghafla.

Si kiotomatiki. Si yenyewe tu. Si kwa haki ndani ya usiku mmoja. Lakini kihistoria, muundo ni wazi: kwanza anasa, kisha chombo, kisha miundombinu.

Kwa Nini Hili Bado Linanipa Matumaini

Kitu kinachonivutia zaidi kuhusu hadithi hii ni kwamba haitegemei muujiza. Inategemea kubana na kupanga upya maarifa.

Hapa AI inabana:

• fasihi ya kitaalamu
• uchunguzi
• utambuzi wa mifumo
• mawasiliano kati ya taaluma tofauti
• uwezo wa kutokata tamaa mapema sana kwa kesi nadra

Na hilo lina thamani kubwa sana katika tiba. Kwa sababu magonjwa nadra na mwelekeo usio wa kawaida mara nyingi hayashindwi kwa sababu hakuna habari yoyote, bali kwa sababu hakuna anayekuwa na muda wa kuyakusanya kwa njia inayoweza kutumika.

Kama maelfu ya kurasa za historia ya matibabu, vipimo vya maabara, skani, data za RNA na tafiti vinaweza kubadilishwa kuwa mfano wa kazi, basi hilo si muhimu tu kwa kesi chache za watu matajiri zilizo nje ya kawaida. Hilo ni mwanga wa mbele wa tiba ambayo inaweza kuwa sahihi zaidi, ya kibinafsi zaidi, na kwa matumaini ya haki zaidi.

Kile ambacho leo bado kinaonekana kama matibabu ya kipekee kinaweza kesho kuwa cha kawaida katika sura ndogo na yenye matumizi zaidi:

• mfumo unaoangazia alama nadra kiotomatiki
• msaidizi anayepanga mapema tafiti muhimu kwa madaktari na wagonjwa
• chombo kinachofanya njia zinazowezekana za matibabu na wasifu wa madhara kuwa wazi zaidi
• uchunguzi unaochukulia biolojia ya mtu binafsi kwa uzito zaidi badala ya kufuata tu njia za kawaida

Na ndiyo, karibu bila shaka tutaendelea kusikia mengi zaidi kuhusu yote haya, si tu kutoka kwa waanzilishi wenye rasilimali. Zana zitaboreka. Gharama zitashuka. Miingiliano itakuwa rahisi zaidi. Hapo ndipo upanuzi huanza.

Hitimisho Langu

Ndiyo maana ninaona hadithi hii ni muhimu. Inasaidia kusawazisha mtazamo wetu kidogo. AI si hatari tu. Si kufukuzwa kazi tu. Si hype tu. Si tatizo la usalama tu. Inaweza pia kuwa chombo kinachowasaidia watu kuelekeza njia yao vizuri zaidi ndani ya mfumo mgonjwa, wa polepole na mara nyingi ulioelemewa.

Bila shaka, hatupaswi kuingia kwenye mapenzi ya kupindukia ya teknolojia. Msingi muhimu zaidi wa afya yetu unabaki kuwa kitu kisicho na mvuto mkubwa na cha kibinadamu sana:

• usingizi wa kutosha
• mwendo wa mwili
• lishe
• nidhamu ya kila siku

Sehemu hiyo bado iko sana mikononi mwetu wenyewe. Huo unabaki kuwa msingi.

Kama unapenda mada hizo hasa, tayari kuna maandishi ya vitendo na ya kibinafsi kwenye blogi kuhusu health tracking na data za afya na pia kuhusu Whoop, urejeshaji, usingizi na mzigo .

Lakini baada ya hapo, nina hakika, tutahitaji AI. Si kama mbadala wa madaktari, si kama kitufe cha muujiza, bali kama tabaka la pili la akili juu ya data, utafiti na ugumu.

Na hapo ndipo Google pia inaonekana muhimu kwangu. Kwa AlphaFold, Google DeepMind ilifungua kwa umma miundo iliyotabiriwa ya zaidi ya protini milioni 200, na kwa AlphaFold 3 wakaandaa hatua inayofuata, ambapo si protini tu bali pia mwingiliano wake na molekuli nyingine unaweza kuigwa vizuri zaidi. Hicho si “tiba ya magonjwa yote.” Lakini ni lever kubwa sana ya msingi, kwa sababu biolojia inakuwa rahisi kusomeka zaidi kwa watafiti.

Kwa hiyo ninaendelea kuwa na matumaini. Si kwa ujinga. Si kipofu. Lakini nina matumaini. Kama tunaweza kufikiria mtindo wa maisha, kinga, tiba nzuri na AI pamoja kwa usafi, basi mustakabali unaweza kweli kuleta afya zaidi kwa watu wengi zaidi.

Hadi wakati ujao,
Joe