שימוש ב-AI לאבחון מחלות גנטיות נדירות בילדים — מבט מעמיק לפי OpenAI
במאמר מהבלוג של OpenAI מתוארת חקירה מחודשת של מקרים רפואיים בעזרת AI, אשר הצליחה לאבחן 18 מקרים מתוך 376 מקרים לא פתורים של מחלות גנטיות נדירות בילדים.
למה מקרים ישנים יכולים להכיל תשובות חדשות
במקרים רבים של מחלות נדירות, גם לאחר בדיקות גנטיות מקיפות והתייעצות עם מומחים, לא מתקבלת אבחנה ברורה. כ-50% מהמקרים נשארים לא מאובחנים, למרות שהמידע הרפואי הקיים יכול להכיל רמזים חשובים. אלו יכולים להימצא בין מיליוני וריאציות גנטיות ושינויים מהירים בספרות המדעית. עם ההתקדמות במדע, מקרים שבעבר היו בלתי פתורים יכולים להפוך למובנים יותר.
איך התבצעה החקירה המחודשת
במחקר שנערך, השתמשו במודל AI של OpenAI לניתוח נתונים קליניים וגנומיים מ-376 מקרים שנותרו ללא פתרון. המודל הציע הסברים אפשריים שקשרו בין וריאציות גנטיות לתסמינים קליניים. לאחר בדיקה ואישור קליני, אובחנו 18 מקרים חדשים, מה שהוסיף 4.8% לאבחנות שהושגו במקור.
תוצאות המחקר לפי קבוצות
המחקר התמקד בארבע קבוצות של מקרים לא פתורים: ילדים עם מצבים נוירו-התפתחותיים, אנשים עם מחלות נוירומוסקולריות נדירות, מקרים של מוות פתאומי בילדים, וילדים עם פסיכוזה מוקדמת. מתוך 376 המקרים, 18 אובחנו, כאשר לכל קבוצה היה אחוז הצלחה שונה. לדוגמה, בקבוצת הנוירו-התפתחות איבחנו 10 מקרים מתוך 100.
גמישות בזיהוי וריאציות
במקרים מסוימים, המודל הצליח לקשר בין תופעות קליניות לממצאים גנטיים שלא היו ברשומות הניתוח המקוריות. לדוגמה, במקרה של פסיכוזה מוקדמת, המודל זיהה שינוי מבני בכרומוזום 22 שהוביל לאבחון תסמונת די ג'ורג'.
יצירת היפותזות ביולוגיות ניתנות לבדיקה
בנוסף לאבחנות, המודל הציע הסבר מכני חדש אפשרי למצב שנקרא ויטיליגו, באמצעות זיהוי מחיקה של 11 חומצות אמינו בגן S1PR1. המודל הציע שהמחיקה הזו עשויה להשפיע על מבנה הקולטן ולהוביל לשינויים בייצור הפיגמנטים.
מגבלות המחקר
המחקר מדגים את הפוטנציאל של מודלים כלליים לשימוש במחקרים גנומיים חוזרים. עם זאת, הוא מדגיש שאין זה מומלץ להשתמש במודלים של OpenAI לאבחון או החלטות רפואיות בפועל, אלא כעזרה בהנחות.
המאמר הזה מבוסס על דיווח של OpenAI Blog.
מבוסס על OpenAI Blog: https://openai.com/index/diagnose-rare-childhood-diseases