Son yıllarda, insan zekası ve bilimsel bilgi birikimi, dünya çapında daha önce tedavisi olmayan kanser türleri teşhisi konmuş ve bu tür hastalıklarla yaşayan milyonlarca insana rahatlama ve hatta iyileşme vaat eden ileri düzey ilaçlar geliştirdi.
Tarihsel olarak, aday ilaçların aktif bileşenini belirlemek kolay bir işlemdir. İlaç keşfi, geleneksel halk tıbbının eski bilgisine dayanır – aspirin gibi ilaçlar bu şekilde başladı veya mutlu bir tesadüfle ortaya çıktı, örneğin 1928’de küflü bir petri kabında tesadüfen görülen ilk tanımlanmış antibiyotik olan penisilin.
Alexander Fleming’in penicillium chrysogenum ile şans eseri karşılaşmasından bir asır sonra, günümüzde ilaç keşfi büyük bir iş haline geldi. Büyük ve sürekli büyüyen bir ilaç endüstrisi, çoğu zaman hükümetler tarafından desteklenen bu sürece milyarlarca dolar döküyor (ilk Covid-19 aşılarında olduğu gibi). Ancak süreç hâlâ zor ve verimsizliklerle dolu.
Ya daha iyi bir yol olsaydı? İsrail merkezli bir girişim olan Imagene AI’da geliştirilen ve kullanılan teknolojiyle büyük bir değişimin eşiğinde olabiliriz. Imagene ve kurucusu ve CEO’su Dean Bitan, ilaç keşfi sürecini başlatmayı ve Oracle’ın yapay zeka (YZ) yeteneklerini kanser belasına karşı kullanarak onkologların mümkün olan en iyi bakımı sağlamasına yardımcı olmak için yeni yollar bulmayı umuyor.
Bitan, 15 yaşındayken bilgisayar bilimleri alanında lisans derecesi alan hayat boyu teknoloji uzmanıdır. Ancak kanser araştırmaları alanına ilgi duyması birkaç yıl sonra oldu. Kanser, gezegendeki hemen hemen herkesin yaşamları boyunca bir şekilde hayatına dokunacak bir hastalıktır ve Bitan’ın durumunda, ne yazık ki yakın bir akrabasını bu hastalıktan kaybetti.
Las Vegas’taki Oracle Cloud World’ün kenarlarında Computer Weekly ile bir araya gelen Bitan şunları söylüyor: “Teknoloji ve girişimcilikle ilgileniyordum ve bu benim alanımdı. Başlangıçta kanserle hiçbir ilişkim yoktu.
“Ama bu gerçekleştiğinde hastalık hakkında çok şey öğrendim ve boşlukları ve daha iyi ne yapabileceğimizi öğrendim… İlaçlar açısından her zaman yeterli fırsat olmuyor; hastalara sunabileceğimiz yeterli ilacımızın olmadığı birçok kanser türü görüyoruz.
“İşte Imagene’in hikayesi bu, ben de bu alana girmeye karar verdim ve hekimlerin teşhis ve tedavi kararlarında daha iyi yol almalarına yardımcı olmak istedim,” diyor Bitan.
Yapay zeka cevap mı?
Bitan, AI’nın ileriye doğru bir yol sunabileceğine dair her zaman bir sezgiye sahip miydi? Imagene’in büyüdüğü araştırmanın çok erken dönemlerinde bu olasılığı düşünmeye başladığını söylüyor.
“Varsayım, teknolojiyi bu alanda kullanabileceğimiz yönündeydi. [But] Ben bir mühendisim. Ve doktorlarla konuştuğumda farklı bir zihniyet var” diyor Bitan.
“Yaptığımız şey bir araya gelip düşünmekti – zorluğun ne olduğunu biliyoruz, bunu nasıl daha iyi yapabiliriz? Şirketi kurmadan önce bazı doktorlar bana biyopsi görüntüsüne baktıklarında güçlü bir sezgiye sahip olduklarını söylemişti.
“Muhtemelen bir hastanın belirli bir ilaca yanıt verip vermeyeceğini gösteren biyobelirteçlerin varlığıyla ilişkili olan kalıpları tanımlayabildiklerini söylüyorlar. Bunu uzun yıllar süren pratik ve hastalarını gözlemleyerek oluşturuyorlar, ancak bu geliştirilebilecek bir şey… Sezgi ve yapay zeka çok iyi bir şekilde bir araya geliyor. Bu yüzden, bu biyopsi görüntülerinden daha fazla bilgi elde edip edemeyeceğimizi görmeye çalışacağımızı anladık.”
Bitan ve ekibi, vücuttaki birden fazla bölgedeki birden fazla kanserden alınan 630.000 anonim biyopsi görüntüsünü değerlendirerek, şu anda “onkoloji istihbaratı” olarak tanımladığı şeyi sunmak için bir temel model geliştirdi.
Bu 1,1 milyar parametreli temel modele CanvOI adı verilir. Özünde, bir insanın yardım almadan asla göremeyeceği biyopsi görüntülerindeki karmaşık özellikleri ve desenleri yakalayarak bir araştırmacının çeşitli patolojik özellikleri anlamasını geliştirir ve bundan yeni bir anlayış türetir.
Nihai fikir, onkoloji araştırmalarında alt akış uygulamalarının geliştirilmesi için “sağlam bir görme veri omurgası” sunmaktır. Bu yalnızca yeni ilaçları tanımlamak için geçerli olmak zorunda değildir, aynı zamanda çeşitli farklı biyobelirteçlere sahip kişilerin bunlara nasıl yanıt verebileceklerini de tahmin edebilir ve sonunda ön saflardaki doktorların hastalarının benzersiz fizyolojilerine göre özel kanser bakımı sunmalarını sağlayabilir.
OCI, CanvOI’yi destekliyor
Imagene’nin modeli Oracle Cloud Infrastructure (OCI) üzerinde çalışıyor, OCI AI Infrastructure ve OCI Supercluster’dan yararlanıyor ve şu anda yapay zeka çıkarımı için on binlerce GPU’ya ölçeklenebiliyor ve çok yakın bir gelecekte 130.000’in üzerinde GPU’ya ulaşabilecek.
Bitan, Oracle’ın hesaplama yeteneklerini ve Imagene’in dijital patoloji temel modellerine yönelik yeni yaklaşımını uygulayarak CanvOI’nin, asgari düzeyde etiketlenmiş veriler kullanıldığında bile çeşitli görevlerinde sektör lideri performansa ulaştığını söylüyor.
“Oracle, bu zorluklarda AI şirketlerini desteklemek için eşsiz bir konumda. Dolayısıyla, hesaplama gücünden bahsettiğimizde, Nvidia ile stratejik bir anlaşmaya sahip olmaları, daha fazla GPU kullanılabilirliği elde etmemizi sağlıyor. Ve daha fazla GPU kullanılabilirliği, daha fazla hesaplama gücü anlamına geliyor ve bu bizim için daha iyi,” diyor.
“Bu uzun yolculukta Oracle gibi şirketlerin bizimle birlikte olması gerekiyor çünkü zorluklar gerçek ve devam etmek ve bununla ilgili daha fazla kilometre taşı göstermek istiyoruz. ChatGPT ve LLM’lerle teknolojinin iki yıldan kısa bir sürede ilkokul seviyesinden lise seviyesine nasıl geçtiğini gördük ve şimdi doktora uzman seviyesinden bahsediyorlar. Onkoloji dünyasında da benzer şeyler görmek istiyoruz ve bunu biyopsi görüntüleriyle yaptık, ancak ilerledikçe daha fazla model ekleyeceğiz.”
Daha geniş anlamda CanvOI, araştırmacıları ve teşhis geliştiricilerini desteklemek ve araştırmalarını yürütmek için ihtiyaç duydukları çok çeşitli soruların yanıtlarını keşfetmelerini sağlamak için tasarlanmış bir platform olan firmanın yeni OISuite’inin temel taşını oluşturuyor. Bitan, bunun yapay zeka uzmanlığı ve veri edinimi ihtiyacını ortadan kaldırdığını, veri gizliliği ve güvenliği açısından mümkün olan en yüksek standartlara bağlı kalırken yeni atılımlara olanak sağladığını söylüyor. Bu bağlamda, Bitan, Imagene’nin sistemleri tarafından kullanılan tüm verilerin önceden kimliksizleştirildiğini söylüyor.
“Ve tabii ki,” diye devam ediyor, “GDPR, HIPAA uyumluluğu vb. gibi en yüksek standartlara dayanarak çalışıyoruz. Bu kadarı aşikar, ancak bunun dışında sıfır güven yaklaşımları üzerinde de çalışıyoruz, güvenlik açığı taramaları yapıyoruz, kimliği belirsiz olmasına rağmen verileri hareketsizken ve hareket halindeyken şifreliyoruz.”
Gelecek hedefleri
Imagene, Baltimore’daki Johns Hopkins ve Chicago’daki Northwestern Üniversitesi gibi dünyaca ünlü ABD araştırma tesisleri ve Brezilya ve İsrail’deki önde gelen kanser merkezleri de dahil olmak üzere birçok ülkedeki tıbbi kurumlarla zaten çalışıyor. Bitan daha da ileri giderek yalnızca akademik tıbbi merkezleri değil, özel ve referans laboratuvarlarını da dahil etmek istiyor.
“Kanser araştırmaları alanında, her gün önemli olduğu için elimizden geleni yapmama ayrıcalığına sahip değiliz” diyor.
Bitan, geleceğe baktığında Imagene’de geliştirilen teknolojinin Covid-19 veya HIV/AIDS gibi diğer tıbbi araştırma alanlarına da uygulanması için fırsatlar gördüğünü söylüyor.
“İlerledikçe bu alanlara doğru gideceğiz. Farklı modaliteleri bir araya getiren daha fazla model göreceksiniz – bu nedenle yalnızca biyopsi görüntüleri değil, belki radyoloji, MRI ve X-ışınları da ekleyebiliriz. Veya mikrobiyomlar veya belki de genom dizilimi. O zaman sağlık hizmetlerinin farklı yönleriyle ilgili çok daha karmaşık soruları yanıtlayabileceğiz,” diye umutla sonlandırıyor.