Cerebras Systems, artrit tedavisini öngören genomik model üzerinde Mayo Clinic ile birlikte çalışıyor

Cerebras Sistemleri ile takım oldu Mayo Kliniği romatoid artritli insanlar için en iyi tıbbi tedavileri öngören bir AI genomik temel modeli oluşturmak.

CEO’su Andrew Feldman, bunun aynı zamanda kanser ve kardiyovasküler hastalığı olan kişiler için en iyi tedaviyi tahmin etmede de faydalı olabileceğini söyledi. Cerebras SistemleriGamesBeat ile yapılan bir röportajda.

Mayo Clinic, Cerebras Systems ile işbirliği içinde, bugün San Francisco’daki JP Morgan Sağlık Konferansı’nda hasta bakımını geliştirmek için yapay zeka araçlarının geliştirilmesinde önemli ilerleme kaydedildiğini duyurdu.

Mayo Clinic’in sağlık hizmetlerini dönüştürme taahhüdünün bir parçası olarak kurum, doktorları ve hastaları desteklemek için tasarlanmış birinci sınıf bir genomik temel modelinin geliştirilmesine öncülük etti.

Nvidia ve diğer yarı iletken şirketleri gibi Cerebras da yapay zeka süper hesaplamasına odaklandı. Ancak yaklaşımı, bireysel yapay zeka işlemcilerine dayanan Nvidia’nın yaklaşımından çok farklı. Cerebras Systems, büyük AI sorunlarını ve diğer bilgi işlem görevlerini çok daha düşük güç tüketimiyle toplu olarak çözen, tek bir silikon levha üzerinde birçok çip içeren, bütün bir levha tasarlıyor. Feldman, genomik temel modelini hesaplamak için bu tür onlarca sistemin aylarca sürdüğünü söyledi. Yine de bunun geleneksel bilgi işlem çözümlerine göre çok daha az zaman, çaba, güç ve maliyet olduğunu söyledi. PitchBook yakın zamanda Cerebras’ın 2025’te halka arz edileceğini tahmin etmişti.

Mayo Clinic’in hassas tıp alanındaki liderliğini temel alan model, başlangıçta Romatoid Artrit’e (RA) odaklanarak tanıyı geliştirmek ve tedavi seçimini kişiselleştirmek için tasarlandı. RA tedavisi, genellikle bireysel hastalar için etkili ilaçlar bulmak için birden fazla girişimde bulunulmasını gerektiren önemli bir klinik zorluk sunar.

Tek genetik belirteçleri inceleyen geleneksel yaklaşımlar, tedavi yanıtını tahmin etmede sınırlı başarı göstermiştir.

Ortak ekibin genomik modeli, kamuya açık insan referans genom verilerinin Mayo’nun kapsamlı hasta ekzom verileriyle karıştırılmasıyla eğitildi. İnsan referans genomu, insan genomunun kompozit, “idealleştirilmiş” versiyonunu temsil eden dijital bir DNA dizisidir. Bireysel insan genomlarının karşılaştırılabileceği standart bir çerçeve görevi görerek araştırmacıların genetik varyasyonları tanımlamasına olanak tanır.

Mayo’nun genomik temel modeli, yalnızca insan referans genomu üzerinde eğitilen modellerin aksine, 500 Mayo Clinic hastasından elde edilen veriler üzerine eğitildiğinden, genomik varyant sınıflandırmasında önemli ölçüde daha iyi sonuçlar ortaya koyuyor. Eğitime daha fazla hasta verisi dahil edildikçe ekip, model kalitesinde sürekli iyileşme beklemektedir.

Ekip, modelin klinik olarak ilgili yeteneklerini değerlendirmek için, örneğin DNA verilerinden belirli tıbbi koşulları tespit etmek, kamuya açık kıyaslamalardaki bir boşluğu ele almak ve öncelikle düzenleyici veya işlevsel bölgeler gibi yapısal unsurları tanımlamaya odaklanan yeni kıyaslamalar tasarladı.

Mayo Clinic Genomik Temel Modeli, birkaç temel alanda en son teknoloji doğruluğunu göstermektedir: RA kıyaslamalarında %68-100 doğruluk, kansere yatkınlık öngörmede %96 doğruluk ve kardiyovasküler fenotip tahmininde %83 doğruluk. Bu yetenekler, Mayo Clinic’in yapay zeka teknolojisi aracılığıyla dünya lideri sağlık hizmetleri sunma vizyonuyla uyumludur. Feldman, sonuçları doğrulamak için daha fazla test yapılması gerektiğini söyledi.

Mayo Clinic’in stratejiden sorumlu tıbbi direktörü ve radyoloji başkanı Matthew Callstrom yaptığı açıklamada, “Mayo Clinic, sağlık hizmetlerini temelden dönüştürecek modelleri eğitmek için en gelişmiş yapay zeka teknolojisini kullanmaya kararlıdır” dedi. “Cerebras ile olan işbirliğimiz, genomik için son teknoloji ürünü bir yapay zeka modeli oluşturmamızı sağladı. Bir yıldan kısa bir süre içinde doktorlarımızın genomik verilere dayanarak daha bilinçli kararlar almasına yardımcı olacak gelecek vaat eden yapay zeka araçları geliştirdik.”

Cerebras saha CTO’su Natalia Vassilieva şunları söyledi: “Mayo’nun genomik temel modeli, genomik modeller için yeni bir çıta belirliyor; yalnızca DNA’nın işlevsel ve düzenleyici özelliklerini tahmin etmek gibi standart görevlerde mükemmelleşmekle kalmıyor, aynı zamanda genetik değişkenler ile tıbbi durumlar arasındaki karmaşık korelasyonların keşfedilmesine de olanak sağlıyor.” Sistemler, bir açıklamada. “Tek değişkenli ilişkilere odaklanan mevcut yaklaşımların aksine, bu model, değişken koleksiyonlarının belirli bir duruma katkıda bulunduğu bağlantıların keşfedilmesine olanak tanıyor.”

Bu modellerin hızlı gelişimi (tipik olarak çok yıllı bir çalışma) Mayo Clinic’in özel modellerinin Cerebras AI platformunda eğitilmesiyle hızlandırıldı. Mayo Genomik Temel Modeli, klinik karar desteğini geliştirmeye ve hassas tıbbı ilerletmeye yönelik önemli adımları temsil ediyor.

Cerebras’ın amiral gemisi ürünü, Wafer-Scale Engine-3 tarafından desteklenen bir sistem olan CS-3’tür.

Göğüs röntgeni için yapay zekanın geliştirilmesi

Ayrı bir gelişmede, Mayo Clinic bugün Microsoft Research ve Cerebras Systems ile hasta bakımını kişiselleştirmek, tanı süresini önemli ölçüde hızlandırmak ve doğruluğu artırmak için tasarlanan üretken yapay zeka (AI) alanında çığır açan işbirliklerini duyurdu.

JP Morgan Sağlık Konferansı sırasında duyurulan projeler, çeşitli uygulamalar için özelleştirilmiş temel modellerin geliştirilmesine ve test edilmesine, Microsoft Research ile multimodal radyoloji görüntülerinin ve verilerinin (CT taramaları ve MRI’lar dahil) ve Cerebras ile genomik sıralama verilerinin gücünden yararlanmaya odaklanıyor.

Yenilikler, klinisyenlerin tanı ve tedaviye yaklaşımlarını değiştirme ve sonuçta daha iyi hasta sonuçlarına yol açma potansiyeline sahiptir.

Temel yapay zeka modelleri, minimum ekstra eğitimle birçok göreve uyum sağlayabilen ve bunları yerine getirebilen büyük, önceden eğitilmiş modellerdir. Çok büyük veri kümelerinden bilgi edinerek çeşitli uygulamalarda kullanılabilecek genel bilgiler edinirler. Bu uyarlanabilirlik, onları çok sayıda yapay zeka sistemi için verimli ve çok yönlü yapı taşları haline getirir.

Mayo Clinic ve Microsoft Research, metin ve görselleri entegre eden temel modelleri işbirliği içinde geliştiriyor. Bu kullanım örneği için Mayo ve Microsoft Research, Microsoft Research’ün yapay zeka teknolojisini ve Mayo Clinic’in X-ışını verilerini kullanarak üretken yapay zekanın radyolojide kullanımını araştırmak üzere birlikte çalışıyor.

Klinisyenlerin ihtiyaç duydukları bilgilere anında erişmelerini sağlamak bu araştırma projesinin merkezinde yer almaktadır. Mayo Clinic, otomatik olarak rapor oluşturabilen, göğüs röntgenindeki tüp ve çizgi yerleşimini değerlendirebilen ve önceki görüntülerdeki değişiklikleri tespit edebilen bir model geliştirmeyi amaçlıyor. Bu kavram kanıtlama modeli, radyografik görüntülerin daha verimli ve kapsamlı bir analizini sağlayarak klinisyenin iş akışını ve hasta bakımını iyileştirmeyi amaçlamaktadır.

Mayo Kliniğinde 76.000 kişi var ve yılda çok sayıda hastaya bakılıyor.

“Yapay zeka teknolojisini sağlık hizmetlerine getirmek için bir ortaklığa başladık. Bu, onların alan uzmanlığını ve dikkate değer verilerini yapay zeka uzmanlığımız ve bilgi işlem gücümüzle birleştirmemize olanak sağladı” dedi Feldman.

Büyük dil modellerinin kelimeleri tahmin ettiğini, ancak genomik modellerin nükleotidleri tahmin ettiğini söyledi. Bir nükleotid mutasyon veya transkripsiyon hatasıyla ters çevrildiğinde, bu bir hastalığın nedeni olabilir veya bir hastalığın başlangıcını tahmin edebilir.

Mevcut modeller yalnızca tek bir nükleotidin ters çevrilmesinin bir hastalığı öngörüp öngörmediğini sorabiliyor. Ancak Cerebras birden fazla nükleotidin ters çevrilmesine bakıyor ve daha doğru bir model ortaya çıkarıyor.

Feldman, “Mayo Clinic ile birlikte bunu hangi ilacın belirli bir hastada işe yarayacağını tahmin etmek için kullanıyoruz” dedi.

Milyar parametreli bir temel modeli, yani AlphaFold’dan 10 kat daha büyük ve bir trilyon token üzerinde eğitilmiş. Feldman, bunun daha doğru olduğunu söyledi.

Çoğu zaman hastalar hangi ilacın işe yarayacağını bulmak için deneme yanılma sürecinden geçmek zorunda kalıyor. Ancak Feldman, bu modelle belirli bir kişide hangi ilacın işe yarayacağını tahmin edebileceğine inanıyor. İlk hedef 1,3 milyon Amerikalıyı etkileyen romatoid artrittir.

“Henüz erken olmasına rağmen, belirli bir hastada hangi ilacın işe yarayacağını etkileyici bir doğrulukla tahmin edebildiğimizi gösterebildik” dedi.

Artrit konusunda tahmin doğruluğu %87 idi. Veriler yine de yayınlanmalı ve hakemler tarafından incelenmelidir.