How will AI transform precision medicine? – Ava Amini

Microsoft Research

10 May 202408:49

Summary

TLDRこのスクリプトは、AIシステムがバイオロジーの新しい発見を促進し、精密医療を実現できると述べています。人間の健康は強固でありながらも非常に繊細であり、個々人が異なる遺伝子組み合わせと経験の歴史を持っていますが、医学ではこれらの違いがあまり考慮されていません。マイクロソフト研究では、AIを利用して生物学の言語を解読し、病気のメカニズムを発見し、新しい治療法を設計し、安全かつ信頼性の高いシステムを現実世界に展開することを目指しています。具体例として、癌を用いて、細胞の生物学的な変化に基づいて治療を行う必要性を強調しています。また、1つの腫瘍バイオプシーから50兆のデータポイントを生成し、AIを用いて個々の患者に応じた治療法を推奨するという手法を提案しています。さらに、新しい分子療法を設計するために、進化のデータを学び、50兆のユニークなタンパク質のシーケンスから新しい分子を生成するジェネラティブAIモデルを開発しました。これにより、生物学的な機能を測定し、効果的な治療法を実現する可能性があります。

Takeaways

🌟 私たちのビジョンは、個人化された医療を目指し、AIシステムを構築することで、新しい生物学的発見を促進し、加速することができると考えています。
🧬 人間の健康と生命は、非常に強靭でありながらも非常に繊細であり、個々人が持つ遺伝子構成や経験の歴史の違いを医学にはあまり考慮されていません。
💊 今後の医学では、病気の検出と治療だけでなく、新しい生物学的発見を解き明かす新しい考え方が必要です。
🧬 生物学は進化の手にかけて自然にデータを格納しており、そのデータのスケール、豊かさ、複雑性をAIで解読する可能性があります。
🤖 Microsoft研究では、AIを活用して医療を個人化し、病気のメカニズムを発見し、新しい治療法を設計し、安全かつ信頼性の高いシステムを構築することを目指しています。
🎯 癌を例にすると、癌は細胞の生物学的な変化によって引き起こされますが、まだその変化に基づいて治療法を適応させる方法を理解していません。
📉 今の治療法では、40％未満の癌患者が効果的に応答し、個人の豊かな情報は失われています。
🧬 1つの腫瘍バイオプシーから50,000,000のデータポイントを生成できるという生物学データのスケールと複雑性をAIで利用する可能性があります。
🤝 Microsoft研究は、MITとハーバードのBroad Instituteと協力して、精密神経学の新しいビジョンを創造し、AIを用いて患者の分子メジャーメントから個人化された推奨を実現しています。
🛠️ 新しい分子療法を設計するために、進化のデータを学習し、50,000,000の独特のタンパク質の配列から訓練された新しい生成AIモデルを構築しています。
🌐 AIによって設計された新しいタンパク質は、実際の生物学的機能と結びつけることができ、新たな機能性を提供する可能性があります。
🔬 生物学の言語を理解し、様々なデータタイプとスケールを横断して推論し、患者のニーズに応じた効果的な治療を実現するために、データと学習のフィードバックループを形成する必要があります。

Q & A

どのようなビジョンが、AIシステムを通じてバイオロジーの発見を促進し、精密医療に貢献するという考え方がありますか？
-AIシステムを通じて、個人差を含むバイオロジーの言語を解読し、病気のメカニズムを発見し、新しい治療法を設計し、最終的に現実世界において安定的で安全なシステムとして展開することで、精密医療を実現するというビジョンがあります。
現在の医療で、個人差を考慮する治疗が行われていない理由は何ですか？
-現在の医療では、大規模な集団に対する平均的な効果に基づく治療が行われており、個人の持つ豊かな複雑性や違いはあまり考慮されていません。そのため、個人差を考慮した真正の精密医療を実現するためには、新しい考え方が必要です。
癌の治療において、なぜ効果的な治療が40％未満の癌患者にしか適用されないのでしょうか？
-癌は細胞の生物学的な変化によって引き起こされますが、これらの変化に基づいて治療を行う方法がまだ十分に理解されていないためです。また、既存の標的治療法に対して効果が認められる患者は、その40％の患者のうち5％以下とされています。
1つの腫瘍バイオプシーから生成されるデータポイントの数はどれくらいですか？
-1つの腫瘍バイオプシーから、DNA変異からタンスクリプトーム、タンパク質、そして細胞間の相互作用までを考慮すると、約5000万の個別のデータポイントが生成されることができます。
マイクロソフト研究でのAIの活用によって、どのような2つの具体的な方法が提案されていますか？
-マイクロソフト研究では、MITとハーバードのブロードインスティテュートと協力して、精密がん学の新しいビジョンを創造し、AIを中心としたシステムを構築することで、患者の分子メジャーメントからAIシステムが個人別に最適な実験を推奨できるようにしています。また、新しい分子療法を設計するために、進化のデータを基に50,000,000のユニークタンパク質シーケンスを学習し、新しいタンパク質を生成するジェネラティブAIモデルを開発しています。
ジェネラティブAIモデル「evoi」は、どのようにして新しいタンパク質を設計するのですか？
-evoiは、学習されたデータから機能的なタンパク質の部分を認識し、その部分をプロンプトとして使用して、新しいタンパク質シーケンスを設計します。これは、生物機能に直接結びつけられる構造を持つ、自然で見られない新しいタンパク質を生成することができます。
バイオロジーの言語を理解するためには、どのようなスキルが必要ですか？
-バイオロジーの言語を理解するためには、異なるタイプのデータ間で推論し、分子レベルから患者レベルまでのすべてのコンポーネントを組み合わせる能力が必要です。これにより、精密医療のビジョンを実現するためのデータと学習のフィードバックループを形成することができます。
AIを用いてバイオロジーの発見を促進するビジョンは、どのような社会的な意義を持っていますか？
-AIを用いたバイオロジーの発見は、個人差を考慮した治療法の開発を促進し、より効果的な治療を実現することができます。これは、患者一人ひとりが受けられる医療の質を向上させ、医療の個人化を推進する社会的な意義を持っています。
マイクロソフト研究で開発されたAIシステムは、癌の治療においてどのような役割を果たす予定ですか？
-マイクロソフト研究で開発されたAIシステムは、患者の分子メジャーメントから個人別に最適な治療法を推奨し、新しい分子療法を設計することで、癌の治療における効果を向上させます。
AIによるバイオロジーの発見を促進するビジョンを実現するためには、どのような課題が残されていますか？
-AIによるバイオロジーの発見を促進するビジョンを実現するためには、バイオロジーの言語を解読する能力を高め、個人差を考慮した治療法を開発し、また、AIモデルを現実のデータと結びつける必要があります。これらの課題を解決することで、より効果的な治療法を提供することができます。
AIがバイオロジーのデータから得られる洞察をどのように活用する予定ですか？
-AIはバイオロジーのデータから得られる洞察を活用して、患者の特定のニーズに合わせた治療法を設計し、新しい分子療法を開発することができます。また、AIは、患者のデータをもとに、より効果的な治療法を推奨する助言を提供することができます。
AIを用いてバイオロジーの発見を促進するビジョンは、今後どのように発展する見込みがありますか？
-今後、AIを用いたバイオロジーの発見は、より高度なデータ解析技術や機械学習アルゴリズムを用いて、患者の個人差をより正確に把握し、より効果的な治療法を提供する方向发展する見込みがあります。また、AIは、新しいバイオマーカーの発見や、未知の病気のメカニズムの解明においても重要な役割を果たすでしょう。