אלמנטרי: ווטסון של יבמ קוראת מאמרים מדעיים ותגלה תרופות

הענק הכחול השיק עוד יכולות קוגניטיביות של ווטסון (Watson), מערכת המיחשוב המסוגלת לתקשר ולהבין תכנים בשפה אנושית ולטפל בהם – בשדה הרפואה.

מערכת יועץ הגילוי של יבמ – Watson Discovery Advisor, מסוגלת להבין ניואנסים דקים של שפה אנושית רגילה, וגם להבין גם את השפה המדעית: המערכת מבינה, למשל, את הנוסחאות המתארות תגובה כימית או מבנה כימי מורכב במיוחד – באופן ההופך אותה לכלי בשירותם של מדענים בתחום מדעי החיים. הבנה זאת מקצרת את הזמן הנדרש על מנת להציג היפותיזות מדעיות חדשות ומסקנות לגבי נוסחאות כימיות, תוך קידום עבודת המחקר וקיצור תהליכי הבדיקה התיאורטית של אפשרויות שונות מתקופה של חודשים לימים ספורים, ומימים ספורים לשעות מעטות של עיבוד. כך, תהליכי המחקר והפיתוח מקבלים רמות חדשות של מהירות ודיוק, שאינן אפשריות בעבודה אנושית רגילה.

מערכת יועץ הגילוי של ווטסון זמינה כשירות ענן המוצע על ידי הענק הכחול, ובנויה באופן המאפשר לה לגדול ולהתרחב על פי הצרכים המחקריים הייחודיים של כל לקוח ומשתמש.
חוקרים, מדענים ואנשי אקדמיה משורה ארוכה של אוניברסיטאות, חברות תרופות ומרכזי מחקר מסחריים אחרים כבר החלו להשתמש במערכת החדשה, על מנת להציג ולבחון במהירות היפותיזות כימיות מסוגים שונים, על בסיס הנתונים הזמינים במאגרים של מיליוני מאמרים מדעיים הזמינים לשימוש הציבור.

על פי נתונים של המכון הלאומי האמריקאי לבריאות (NIH), חוקר טיפוסי קורא כ-23 מאמרים מדעיים מדי חודש, שהם כמעט 300 מאמרים בשנה. קצב העבודה האנושי אינו מאפשר לחוקרים אלה להתמודד עם מהירות ההופעה של מאמרים חדשים הרלוונטיים לעבודתם. ווטסון יכול לסרוק בהתמדה את בסיס הידע המדעי – ולנתח את השינויים החלים בו, עם כל פרסום של מאמר חדש.

על פי נתוני המחקר, 1,000 חברות המו"פ הגדולות בעולם הוציאו בשנת 2013 יותר מ-600 מיליארד דולר על מחקר בלבד. ההתקדמות בתחומים אלה איטית: 10-15 שנים נדרשות להעברת תרופה חדשה משלב פיתוח המולקולה הראשונית – ועד לזמינותה כתרופה מוכחת ומאושרת. השימוש במערכת החדשה של ווטסון, נמסר מיבמ – יאפשר לגלות הקשרים כימיים חדשים ותגובות בהן עשויה המולקולה להיות מעורבת, לחשוף קשרים בין ישויות כימיות ותהליכים שונים, ולזהות דפוסים בלתי צפויים ובלתי מוכרים של נתונים, באופן העשוי לשפר משמעותית ולהאיץ את תהליכי הגילוי המחקריים והמדעיים.
בין הגופים הראשונים המשתמשים כבר במערכת, נמצאים בית הספר לרפואה של אוניברסיטת ביילור, חברת התרופות ג'ונסון את ג'ונסון (Johnson & Johnson), ומרכז חקר הגנום של ניו יורק.

כך, לדוגמה, במחקר המתבצע בקולג' ביילור לרפואה, הצליחו החוקרים לגלות חלבונים המחוללים שינוי ב- p53, חלבון חשוב הקשור בסוגים רבים של סרטן. הגילוי הזה עשוי להוביל לפיתוח תרופות וטיפולים חדשים המתמקדים בחלבון p53. בדרך אל הגילוי הזה, ניתח ווטסטון 70 אלף מאמרים מדעיים העוסקים בחלבון p53, והצליח לחזות את המבנה המבוקש של חלבונים שיהיו מסוגלים להפעיל את חלבון p53 או לבלום אותו. הניתוח האוטומטי הוביל לזיהוי ששה חלבונים בהם ראוי להתמקד במחקרים חדשים, על מנת לבדוק האם אכן ניתן להפוך אותם לתרופה חדשה. תהליך הגילוי נמשך שבועות ספורים בלבד – כאשר לצורך ההשוואה ראוי לציין כי בשלושים השנים האחרונות הצליחו המדענים לגלות בממוצע חלבון מטרה אחד בלבד מדי שנה.

חברת ג'ונסון את ג'ונסון משתפת פעולה עם יבמ בפיתוח יכולותיו של ווסטון לקרוא ולהבין מאמרים מדעיים המפרטים תוצאות של ניסויים קליניים בתהליכי הפיתוח של תרופות וטיפולים. הפיתוח החדש נועד להאיץ את תהליכי הפקת המסקנות בהשוואות בין מחקרים שונים – באופן שיסיייע לרופאים להתאים את התרופה אותה הם רושמים לאוכלוסיה המתאימה ביותר של חולים, על מנת להגדיל את האפקטיביות שלה ולצמצם את תופעות הלוואי. מחקרי השוואת אפקטיביות טיפוסיים נעשו עד היום בתהליך ידני, ודרשו בממוצע 2.5 שנות-אדם רק לשלב איסוף הנתונים והכנתם לשימוש, ועוד לפני התחלת הניתוח, והצגת היפותיזות לבחינה. במסגרת המחקר המשותף ליבמ ולג'ונסון את ג'ונסון, מנסים המפתחים ללמד את ווסטון לקרוא ישירות את גוף המחקרים עליהם תתבסס ההשוואה, ולסנתז בעצמו את הנתונים באופן שיאפשר לחוקרים להציג שאלות אודותיהם בתהליך מיידי, על מנת לקבוע את מידת יעילות הטיפול בתרופה אחת ולהשוותו לתרופה אחרת, כמו גם להתייחס לתופעות הלוואי של שתי התרופות.

במסגרת מרכז המחקר בתחום הגנום, New York Genome Center, יסייע ווטסון באמצעות לימוד והבנת מחקרים רפואיים גנומיים. בשלב הראשון, יתמקד המרכז בהשלכות הקליניות של ניתוח גנומי, באופן המיועד לסייע לרופאים אונקולוגים להציע טיפולים מבוססי DNA  לגליובלסטומה, סוג אגרסיבי של סרטן המוח, ממנו מתים מדי שנה 13,000 אמריקאים.

מערכת ווטסון מטפלת בנתונים, בין אם הם מנוהלים בפורמט מובנה, דוגמת בסיסי נתונים מוכרים ובין אם בפורמט בלתי מובנה, ובנפחים עצומים של Big Data. היכולות החדשות של ווטסון מאפשרות להאיץ את תהליכי המחקר המדעי ופריצות הדרך שלו, באמצעות גילוי קשרים בלתי ידועים בתוך מאגרי Big Data.