AI ברפואה: אבחון, גילוי תרופות ודיון האחריות
ממערכת אבחון AI של מיקרוסופט שעוקפת רופאים ועד השקעות של 215 מיליון דולר בגילוי תרופות — סיפורי ה-AI הרפואי של השבוע בקריאה אחת.
By Dr. Asher Knippel
השבוע הביא אשכול של אבני דרך המדגימות הן את מהירות התקדמות הבינה המלאכותית לתוך הרפואה והן את ההימורים הכרוכים בכך: מערכת אבחון מרובת-סוכנים שיותר מכפילה את דיוק הרופאים, מנהל מדע לשעבר של OpenAI שמשנה כיוון לסינתזת תרופות עם רבע מיליארד דולרים, ופעילות מתואמת של עמותות הרפואה החזקות ביותר באמריקה לאכוף אחריות על מפתחי AI לפני ה-FDA.
MAI-DxO של מיקרוסופט עולה על רופאים בדיוק אבחוני
מחקר מיקרוסופט פרסם השבוע תוצאות המראות שמערכת ה-AI מרובת-הסוכנים שלה, MAI-DxO, השיגה דיוק של 83 אחוז במקרי אבחון מורכבים מ-New England Journal of Medicine — בהשוואה ל-36 אחוז עבור קבוצת רופאים כלליים שהוערכה על אותו הסט. הפער בקבלות מחלקת חירום בעולם היה חד באותה מידה: 80 אחוז לעומת 47 אחוז.
MAI-DxO אינה מודל בודד אלא מערכת מתואמת של סוכני AI מתמחים שעוברת דרך השערות, מזמינה בדיקות מדומות ומגשרת בין ראיות בתהליך עבודה שתוכנן לשקף את תהליך האבחון עצמו. הארכיטקטורה חשובה מכיוון שהיא עוקפת את מגבלות מודל שפה גדול בודד על-ידי פיזור ההיגיון בין סוכנים עם תפקידים ייחודיים — אחד אוסף אנמנזה, אחר מפרש בדיקות מעבדה, ואחר עומד במבחן על האבחנה המובילה.
מיקרוסופט גם ציינה יתרון עלויות פוטנציאלי: המערכת יכולה להפחית עלויות אבחון בכחצי דרך הזמנת בדיקות מכוונת יותר. נתון זה יצטרך אימות עתידי בסביבות קליניות חיות, אך השילוב של אותות דיוק ועלות הוא סוג התוצאה שמאיץ לוחות זמנים לפריסה.
NVIDIA משיקה AI לעיצוב חלבונים ומשתפת פעולה בטיפול קרינתי מסתגל
NVIDIA עשתה שתי הכרזות נפרדות על AI בבריאות השבוע. ראשית, שחררה את RFD4-Proteina, מודל עיצוב חלבונים פתוח שפותח בשותפות עם המכון לעיצוב חלבונים של אוניברסיטת וושינגטון. המודל מיועד להאיץ יצירת מבני חלבונים חדשניים לגילוי תרופות — תחום שבו AI כבר הפיק מועמדים קליניים אחדים אך שבו צווארי בקבוק חישוביים עדיין משמעותיים.
בצעד נפרד, NVIDIA ו-Siemens Healthineers הכריזו על שיתוף פעולה להבאת חישוב מואץ CUDA לטיפול קרינתי מסתגל — הפרקטיקה של התאמת תוכנית הקרינה של חולה סרטן בזמן כמעט-אמיתי כשהגידול מגיב והאנטומיה הסובבת משתנה. כיום, תכנון מחדש הוא זמן-רב ולעתים קרובות לא מעשי לביצוע תכוף. חישוב מהיר גיבוי-GPU עשוי להפוך הסתגלות יומית לבת-ביצוע קלינית, ומתאים טיפול בסרטן בסדר גודל שנשמר בעבר להגדרות מחקר.
שתי ההכרזות יחד ממצבות את NVIDIA עוד יותר במעלה הזרם בגילוי תרופות ובאספקת טיפול, ומחזקות את אסטרטגיית החברה לשלב את ערימת החומרה והתוכנה שלה בכל שלב של הצינור הביו-רפואי.
ראש המדע לשעבר של OpenAI משיק את Warp Sciences עם 215 מיליון דולר לזרז פיתוח תרופות
קווין וייל, ששימש כראש מדע ב-OpenAI לפני שעזב בתחילת השנה, חשף את Warp Sciences השבוע עם 215 מיליון דולר גיבוי מ-Lightspeed Venture Partners. החברה מכוונת לאופטימיזציה של עופרת — התהליך האיטרטיבי והגוזל זמן של שינוי הכימיה של מולקולת תרופה מבטיחה כדי לשפר את היעילות, הסלקטיביות ופרופיל הבטיחות שלה לפני שהיא נכנסת לניסויים קליניים.
אופטימיזציה של עופרת היא אחד השלבים הדורשים משאבים רבים ביותר בפיתוח תרופות ואחד מצווארי הבקבוק הנפוצים ביותר בין מטרת תרופה מאומתת למועמד קליני. גישת Warp מתמקדת באוטומציה של סינתזת אנלוגים: שימוש ב-AI להצעת ותעדוף וריאנטים כימיים, ואז שילוב עם רובוטיקה מעבדתית לסינתזה ובדיקה מהירה. החברה מתכננת לעבוד עם לקוחות ביוטק ופארמה ולא לבנות צינור תרופות עצמאי.
215 המיליון שגויסו בהשקה — לפני כל מוצר ציבורי — משקפים הן את הפרופיל של וייל והן את אמונת המשקיעים שחברות AI ממוקדות-כימיה מוערכות בחסר ביחס לגודל הבעיה. זה גם מסמן שהגירה של כישרונות מ-OpenAI נוחתת יותר ויותר במדעי החיים.
עמותות רפואה לפדא: הפנו אחריות בטיחות AI על מפתחים, לא על בתי-חולים
ה-American Medical Association, ה-American Hospital Association וה-American Telemedicine Association הגישו השבוע תגובות משותפות ל-FDA בתגובה למסגרת המוצעת של הסוכנות לפיקוח על מכשירים רפואיים של AI גנרטיבי. המסר המרכזי: מפתחים, לא ספקי שירותי בריאות, צריכים לשאת באחריות ראשית לבטיחות כלי ה-AI שהם בונים ומוכרים.
העמותות טענו שהטלת נטלי ניטור ואימות שוטפים על בתי-חולים ומרפאות תיצור נוף ציות לא שוויוני. מרכזים רפואיים אקדמיים גדולים עם צוותי אינפורמטיקה ייעודיים עשויים להסתדר; מרפאות קטנות ובתי-חולים כפריים כמעט בוודאות לא. ההגשה דורשת מה-FDA לדרוש ממפתחים לשמור על מעקב לאחר שיווק, לחשוף ביצועים על אוכלוסיות משנה רלוונטיות קלינית, ולקחת אחריות כאשר מודלים מתדרדרים או מתנהגים בצורה בלתי צפויה לאחר הפריסה.
ההגשה משמעותית כי היא מייצגת יישור קו יוצא דופן בין ארגונים שלעתים קרובות חלוקים בשאלות רגולטוריות. היא מגיעה גם ברגע שבו ה-FDA מעצב באופן פעיל כללים שישלטו כיצד כלי AI עוברים מעדכון תוכנה לתמיכה בהחלטות קליניות.
Boehringer Ingelheim ומיקרוסופט בונים תאומים דיגיטליים של מטופלים לניסויים קליניים
Boehringer Ingelheim ומיקרוסופט הכריזו השבוע על שיתוף פעולה לפיתוח מודלים חישוביים של מטופלים — הנקראים לעתים קרובות "תאומים דיגיטליים" — המדמים התקדמות מחלה אינדיווידואלית ותגובת טיפול באמצעות נתונים קליניים. המיקוד הראשוני הוא בריאות הריאות, שבה ל-Boehringer יש צינור קליני פעיל, אם כי החברות תיארו כוונה להרחיב לתחומי טיפול אחרים.
תאומים דיגיטליים בפיתוח קליני משרתים שני מטרות קשורות: ניתן להשתמש בהם לתכנון ניסויים יעילים יותר על-ידי זיהוי אוכלוסיות מטופלים שסביר שיגיבו, וניתן להפחית את מספר המשתתפים הדרושים על-ידי השלמת נתוני ניסיון אנושיים עם סימולציה. הקבלה הרגולטורית של זרועות השוואה סינתטיות או חישוביות עדיין נשאלת, אך מספר סוכנויות גדולות הצהירו על פתיחות לגישות היברידיות.
שותפות מיקרוסופט מביאה תשתית Azure ותיק גדל של שירותי נתוני בריאות לפעולות המדעיות של Boehringer, ומחזיקה תבנית של חברות תרופות גדולות המשלבות פלטפורמות AI של ענן-ביג לתוך הפיתוח הקליני במקום לבנות תשתית פנימית ייחודית.
AstraZeneca ואורקל מקימות ברית AI גלובלית לניסויים קליניים
AstraZeneca ואורקל הכריזו השבוע על ברית AI גלובלית שמטרתה לשפר גיוס ניסויים קליניים ומתן שירות לחולים. שיתוף הפעולה משלב את המומחיות הטיפולית של AstraZeneca עם תשתית הענן וסטק ה-AI של אורקל, עם פריסה ראשונית המתמקדת במחקר יתר-לחץ-דם באבו-דאבי לפני הרחבה לאונקולוגיה, מחלות לב-וסקולריות ותוכניות מחלות נדירות.
גיוס לניסויים נשאר אחד מכשלי ה-fault המתמשכים ביותר במחקר קליני — כ-80 אחוז מהניסויים מפספסים מועדי גיוס, מה שמאט את פיתוח התרופות ברחבי התעשייה. השותפות מכוונת לצוואר הבקבוק הזה על-ידי שימוש ב-AI להתאמת מטופלים כשירים לניסויים פתוחים על בסיס רשומות בריאות עולמיות — יכולת הדורשת הן גישה לנתונים והן תשתית חישובית לעיבודם בסדר גודל.
בחירת אבו-דאבי כשוק ראשוני ראויה לציון: האמירויות פעלו באגרסיביות לבסס עצמן כמרכז למחקר AI בריאות, ומציעות גמישות רגולטורית וגישה לנכסי נתוני בריאות בסדר גודל אוכלוסייה שקשה יותר לאסוף תחת מסגרות הפרטיות האירופיות או האמריקאיות.
הנושא המשותף לאורך הכרזות השבוע הוא תאוצה מוסדית. הסיפורים הבודדים — AI אבחוני שעולה על רופאים, הימור של 215 מיליון דולר על גילוי תרופות, לחץ מתואם על ה-FDA — כל אחד חשוב בפני עצמו. יחד, הם משקפים תעשייה שחוצה את הוכחת-הרעיון ונכנסת לעבודה הקשה והאיטית יותר של שילוב AI במערכות קליניות מוסדרות, חלוקת אחריות ובניית תשתית שתקבע כמה מהמחקר של השבוע יגיע בסופו של דבר לחולים.