AI chưa thể chữa khỏi ung thư: Startup này tuyên bố biết điều gì là chìa khóa

Các mô hình AI hiện nay đang được huấn luyện trên dữ liệu thiếu sót, chủ yếu từ thử nghiệm trên động vật hoặc tế bào đơn lẻ, không phản ánh đúng sự phức tạp của cơ thể người. Vivodyne, một startup tách ra từ Đại học Pennsylvania, đã xây dựng các phòng thí nghiệm robot tự động có thể nuôi cấy và kiểm tra mô người sống, tạo ra nguồn dữ liệu nhân quả mà AI cần để thực sự tiến bộ trong y học.

Startup công nghệ sinh học Vivodyne tuyên bố ngành công nghiệp khám phá thuốc bằng AI đang gặp vấn đề về dữ liệu, và họ đã chế tạo ra một cỗ máy để giải quyết nó. Hệ thống HIVE, các phòng thí nghiệm robot mô-đun do công ty xây dựng, có thể nuôi cấy 20 loại mô người khác nhau, sau đó tự động định lượng và theo dõi chúng, tạo ra loại dữ liệu sinh học nhân quả mà các mô hình AI hiện nay đang thiếu — dữ liệu hiện chủ yếu đến từ thử nghiệm trên động vật, hoặc nghiên cứu trên tế bào đơn lẻ hoặc protein, chứ không phải mô sống.

“Nếu không có thử nghiệm trên người, những mô hình AI này sẽ làm được gì? Chúng sẽ chữa khỏi ung thư cho chuột.” — Andrei Georgescu, CEO kiêm đồng sáng lập Vivodyne

Ngay cả Dario Amodei, CEO của Anthropic, cũng viết vào cuối tuần qua rằng những tuyên bố về việc AI sẽ chữa khỏi ung thư đã trở nên sáo rỗng hơn là đáng tin cậy — “thứ thực sự có tác dụng là chữa khỏi ung thư”, như ông nói.

Để công bằng, chính Amodei cũng từng đưa ra ý tưởng AI chữa khỏi ung thư trong các bài viết trước đây; Sam Altman nhiều lần trích dẫn việc chữa khỏi ung thư như một sự biện minh cho việc OpenAI thúc đẩy AGI và xây dựng cơ sở hạ tầng tính toán ngày càng lớn; và Demis Hassabis của Google DeepMind từng nói vào năm ngoái rằng AI có thể chữa khỏi mọi bệnh tật trong vòng một thập kỷ.

Kết quả thực tế vẫn còn khiêm tốn. Một số loại thuốc do AI thiết kế đã tiến vào thử nghiệm trên người — một loại đã tiến tới Giai đoạn III (thử nghiệm trên diện rộng) — nhưng sự thật là những rào cản không nhất thiết là điều AI có thể giải quyết ngay hôm nay.

Alphafold, mô hình từng đoạt giải Nobel, là một bước tiến lớn trong việc hiểu các khối xây dựng của sự sống, nhưng vẫn chưa thực sự tạo ra một loại thuốc mới. Isomorphic Labs, công ty được thành lập để phát triển tiếp Alphafold, dự kiến các thử nghiệm đầu tiên — ban đầu lên kế hoạch vào năm 2025 — sẽ bắt đầu vào cuối năm nay. Vào tháng 2, công ty này viết rằng việc khám phá thuốc thực sự sẽ đòi hỏi “các mô hình dự đoán có độ chính xác cao, trên một loạt các đặc tính và tương tác sinh hóa rộng lớn.”

Georgescu cho rằng lĩnh vực này cần “một sự kiểm tra thực tế” — rằng các mô hình hiện tại không có dữ liệu để nắm bắt sự phức tạp của sinh học con người. Đây là thách thức đã tồn tại trong ngành dược phẩm, nơi 90% các loại thuốc hiệu quả trong thử nghiệm trên động vật khi bước vào thử nghiệm lâm sàng không nhận được sự chấp thuận quy định cho người.

Hệ thống phòng thí nghiệm robot HIVE của Vivodyne

Kế hoạch khác biệt của Vivodyne

Vivodyne được tách ra từ Đại học Pennsylvania vào năm 2021, sau khi Georgescu nhận bằng Tiến sĩ kỹ thuật sinh học tại đây. Công ty tuyên bố các mô của họ mô phỏng rất sát hành vi của các cơ quan người thật — tế bào gan có độ chính xác dự đoán 94% so với thử nghiệm trên người để kiểm tra độc tính, mô đường thở khớp với hành vi của mô người thật 96%, và tủy xương đạt sự tương đồng 100% trong các thử nghiệm với 20 loại thuốc hóa trị khác nhau.

Tuần trước, công ty — đã huy động được gần 80 triệu USD qua hai vòng gọi vốn do Khosla Ventures dẫn đầu — đã khai trương thứ mà họ gọi là “trung tâm dữ liệu con người” lớn nhất thế giới ngay bên ngoài San Francisco. Georgescu cho biết đội ngũ của ông đã đạt năng suất gấp đôi so với tất cả các thử nghiệm trên động vật đang diễn ra tại Mỹ.

Phòng thí nghiệm sinh học của tương lai?

Ý tưởng cốt lõi là đẩy nhanh tiến trình của các ứng viên thuốc bằng cách đánh giá tốt hơn điều gì sẽ hiệu quả trước khi chi phí cho một thử nghiệm lâm sàng — thường tốn hàng chục triệu đô la. Mặc dù không công bố công khai các đối tác, Vivodyne cho biết họ đang làm việc với nhiều công ty dược phẩm lớn để giải quyết một vấn đề mà Georgescu so sánh với các bài kiểm tra va chạm ô tô: Một nhà sản xuất ô tô thường tin tưởng chiếc xe sẽ vượt qua yêu cầu của Cơ quan An toàn Giao thông Quốc gia Mỹ (NHTSA) trước khi kiểm tra, nhưng các nhà sản xuất thuốc hiếm khi có sự tự tin tương tự khi bước vào thử nghiệm lâm sàng, nơi phần lớn các loại thuốc thất bại trong việc được FDA chấp thuận.

Nhưng có một tầm nhìn lớn hơn: Georgescu xem các phòng thí nghiệm sinh học tự động của mình là chìa khóa để tạo ra loại dữ liệu nhân quả có thể được sử dụng để huấn luyện các mô hình mới về sinh học con người. Ông chỉ ra các nghiên cứu, như nghiên cứu được công bố trên tạp chí Nature Methods vào tháng trước, cho thấy không có quy luật mở rộng dữ liệu rõ ràng khi huấn luyện các mô hình AI tạo sinh trên dữ liệu tế bào hiện có.

“Tất cả quá trình huấn luyện được thực hiện trên các ảnh chụp tĩnh của các tế bào này, và các mô hình hoàn toàn không được điều kiện hóa bởi cách một tế bào đạt đến trạng thái đó. Nói cách khác, mô hình học ‘đây là trạng thái tế bào A’, ‘đây là trạng thái tế bào B’, nhưng không bao giờ học ‘trạng thái tế bào B là kết quả của việc gây viêm cho trạng thái tế bào A’.” — Andrei Georgescu, CEO Vivodyne

Các máy HIVE của Vivodyne theo dõi hàng trăm nghìn thí nghiệm đang diễn ra, trong đó mô bệnh được tiếp xúc với một tác nhân kích thích nào đó. Georgescu kỳ vọng điều này sẽ cung cấp loại học tăng cường cần thiết để tạo ra các mô hình AI hiểu được sinh học con người, từ đó tạo ra tiến bộ có ý nghĩa hơn trong chăm sóc sức khỏe.

Georgescu tin rằng điều này sẽ quan trọng không chỉ cho các thách thức y học hiện tại, mà còn cho tương lai nơi các bệnh phức tạp đòi hỏi các loại thuốc nhắm vào nhiều đường tín hiệu cùng lúc — khác với phần lớn các loại thuốc hiện nay.

“Nếu chúng ta muốn các liệu pháp kết hợp, không gian cần tìm kiếm sẽ bùng nổ — không thể tiếp cận theo cách thử nghiệm thuần túy. Bạn phải nói: ‘Tôi muốn hiệu ứng này xảy ra, vậy tôi nên kích hoạt nguyên nhân nào?’ Thiết lập mối quan hệ nhân quả trong sinh học con người là nền tảng của tất cả những điều này.” — Andrei Georgescu, CEO Vivodyne