'의료계의 ChatGPT'가 류마티스 관절염 치료를 가속화하는 방법

AI 컴퓨터 스타트업 세레브라스(Cerebras)와 메이요 클리닉(Mayo Clinic)은 유전체학과 질병의 기초 모델을 제안합니다.

OpenAI의 GPT 시리즈 대규모 언어 모델의 성공에 따라 점점 더 많은 기관에서 GPT와 같이 지식 영역에서 매우 광범위한 기능을 갖도록 "사전 훈련된" 인공 지능을 위한 "기초" 모델을 제안하고 있습니다. 지난주 엔비디아 CEO 젠슨 황(Jensen Huang)이 자율주행 자동차와 로봇을 위한 '세계 재단 모델'을 제안한 것을 보았습니다.

지난 화요일 샌프란시스코에서 열린 JP 모건 헬스케어 컨퍼런스(JP Morgan Healthcare Conference)에서 AI 컴퓨터 스타트업 세레브라스 시스템즈(Cerebras Systems)와 의료 연구의 강자인 메이요 클리닉(Mayo Clinic)은 유전질환의 유전적 근원을 밝혀낼 수 있는 유전체학의 기초 모델이라고 부르는 연구 결과를 발표했다. Cerebras와 Mayo Clinic에 따르면 목표는 "의료의 ChatGPT를 구축하는 것"입니다.

1년에 걸친 협력의 첫 번째 돌파구는 류마티스 관절염 환자의 약물 반응을 예측할 수 있는 잠재적인 능력입니다. 이 잠재적인 돌파구는 "진단 시간을 크게 단축하고 정확도를 향상시킬 수 있다"고 회사는 말했다.

메이요 클리닉(Mayo Clinic)의 전략 의료 책임자이자 방사선과 과장인 매튜 콜스트롬(Matthew Callstrom) 박사는 발표에 앞서 진행한 인터뷰에서 "우리 팀이 함께 해온 작업, 우리가 항상 들어왔던 것, 즉 치료에 대한 반응을 예측할 수 있다는 것은 매우 흥미로운 일"이라고 말했습니다. Callstrom은 Cerebras와 함께 일하는 Mayo의 팀을 감독합니다. 

"우리가 이러한 기초 모델을 사용하고 텍스트가 아닌 데이터를 사용함에 따라 향후 몇 년 안에 현실이 될 것입니다"라고 Callstrom은 말했습니다.

매튜 콜스트롬(Matthew Callstrom)[왼쪽], 메이요 클리닉(Mayo Clinic) 전략 담당 의료 책임자, 세레브라스(Cerebras) CEO 앤드류 펠드먼(Andrew Feldman).

Cerebras의 공동 창립자이자 CEO인 Andrew Feldman은 같은 인터뷰에서 "언어에 대한 기초 모델도 있었고, 단백질 접힘에 대한 기초 모델도 있었으며, Mayo가 우리 장비에 대해 수행한 작업은 유전체학의 기초 모델"이라고 말했습니다. 

Cerebras와 Mayo Clinic은 1년 전에 Cerebras CS-3 AI 컴퓨터와 협력하기 위한 파트너십을 처음 발표했습니다. Cerebras는 개인 환자 데이터를 다루기 위해 몇 달 동안 HIPPAA 인증을 획득했습니다. 실험은 메이요 클리닉(Mayo Clinic)을 위해 예약된 세레브라스(Cerebras) 클라우드 컴퓨팅 시설에서 운영되는 CS-3 유닛에서 실행되었으며, 사용된 모든 데이터는 HIPAA 요구 사항을 준수하기 위해 로컬에 저장되었습니다.

펠드먼은 "이 파트너십은 도메인 전문 지식을 제공하는 파트너십이 기대했던 대로 정확히 진행되었으며, 그들은 엄청난 데이터 자산과 AI 전문 지식을 보유하고 있었다"고 말했습니다. "그리고 우리는 AI 전문 지식과 세계적 수준의 컴퓨팅을 도입했습니다."

생명 과학 분야에서는 오랫동안 신경망을 사용하여 DNA 뉴클레오타이드(DNA의 개별 핵산 중 하나), 구아닌, 아데닌, 시토신 또는 티민의 변화가 류마티스 관절염과 같은 유전성 질환을 예측할 수 있는지 여부를 예측해 왔습니다. 

Cerebras-Mayo 모델의 경우, 이 기술은 대신 뉴클레오티드 변화 그룹에 대해 작동하여 DNA 변화의 교차점을 사용하여 더 큰 예측력을 얻습니다. 

기초 모델은 데이터를 걸러내기 위해 10억 개의 매개변수 또는 신경 가중치로 구성되며, Feldman은 단백질 접힘 문제의 기초 모델로 간주되는 Google DeepMind의 AlphaFold보다 10배 더 크다고 지적합니다. 

Cerebras-Mayo 모델은 오픈 소스 게놈 데이터와 Tapestry라고 하는 Mayo의 사내 환자 데이터가 혼합된 1조 개의 토큰에 대해 총 100,000명의 환자 데이터에 대해 사전 훈련되었습니다.

펠드먼(Feldman)과 콜스트롬(Callstrom)에 따르면, 공개 도메인의 이상적이고 일반적인 데이터가 아닌 태피스트리(Tapestry)의 특정 개별 게놈 데이터가 모델의 정확성 향상에 기여한다고 합니다. 

"Mayo는 지구상에서 가장 위대한 데이터 세트 중 하나를 보유하고 있습니다"라고 Feldman은 말했습니다. "그들은 수십 년 동안 의료 분야의 데이터에 대해 신중하게 생각하는 데 앞장서 왔으며, 이제 그들은 그 안에서 통찰력을 찾고 있으며, 이는 몇 년 전에 예측했을 것과 정확히 일치합니다."

류마티스 관절염은 130만 명의 사람들에게 영향을 미치는 심각한 질환입니다. 지금까지의 표준 치료법은 메토트렉세이트(methotrexate)라는 화학 요법 약물로 시행착오 치료를 통해 염증의 진행을 막는 것이었습니다.

과학자들은 이 질환이 60% 유전될 수 있다는 것을 발견했는데, 이는 누군가가 그들의 유전적 구성에 따라 이 질환에 걸릴 확률이 50 대 50 이상이라는 것을 의미합니다.  

"류마티스 관절염은 관절에 염증을 일으키는 상당히 흔한 자가면역 질환입니다"라고 Callstrom은 설명했습니다. "연골이 침식되고, 뼈와 뼈가 부딪히고, 관절이 어긋나는 경우가 많습니다."

"목표는 염증을 조기에 멈추는 것입니다"라고 Callstrom은 말했는데, 류마티스 관절염은 영구적인 상태이기 때문입니다. "그리고 류마티스 관절염의 문제점은 환자가 무엇에 반응할지 모른다는 것입니다."평균적으로 환자의 40%만이 메토트렉세이트에 반응한다고 그는 말했다. 반응이 없는 사람들은 다른 치료법으로 몇 달 동안 또 다른 치료를 받아야 한다. 

"환자가 질병의 진행을 막을 수 있는지 확인하기 위해 여러 가지 약물 치료를 받는 것은 드문 일이 아닙니다"라고 Callstrom은 말했습니다. 

새로운 파운데이션 모델은 Tapestry의 특정 환자 게놈에 초점을 맞출 뿐만 아니라 치료에 반응한 것으로 알려진 500명의 환자로부터 얻은 Mayo Clinic 데이터를 사용하여 모델을 "미세 조정"합니다. 

"핵심은 우리 류마티스학 팀이 실제로 환자를 추적하고 메토트렉세이트 및 기타 표적 요법을 통해 환자가 치료에 어떻게 반응하는지 추적하고 6,000명의 환자에 대한 놀라운 데이터베이스를 유지했다는 것입니다"라고 Callstrom은 설명했습니다. "그것이 없었다면 많은 환자 데이터를 갖게 되었을 것이지만 무엇을 대상으로 테스트해야 할지 몰랐을 것입니다."

그런 다음 메토트렉세이트를 투여받은 환자의 보류된 샘플에 무슨 일이 일어났는지 예측하기 위해 모델을 백테스트하는데, 즉, 과거 치료 시험에서 실제로 발생한 일을 정확하게 예측할 수 있는지 확인하기 위해 모델을 테스트합니다.

"A/B 비교를 하는 것을 상상할 수 있습니다"라고 Callstrom은 말했는데, 한 그룹은 치료를 받고 다른 그룹은 위약을 받습니다. 

"그들의 유전자는 기본적으로 일반적인 모델에 반하여 새로운 환자가 반응할지 여부를 예측할 수 있는지 여부를 보고 확인합니다"라고 Callstrom은 말했습니다. 

"우리가 발견한 것은 메토트렉세이트에 대해 그렇게 할 수 있는 능력이 있다는 것을 조기에 보여주는 것으로 보인다"고 그는 말했다.

메토트렉세이트에 대한 반응을 예측하기 위해 AI 모델을 사용하는 것은 의학 분야에서 최초라고 콜스트롬은 말했다. "류마티스 관절염 환자에 대한 반응을 예측하는 모델은 없습니다"라고 그는 말했습니다. "'메토트렉세이트에 반응하겠다'고 말할 수 없다 -- 그런 말은 할 수 없다."

콜스트롬은 이 가설은 새로운 기초 모델이 이 질병의 기저 유전학을 가리키고 있다는 것이라고 말했다. 

"이 가설은 치료에 대한 환자의 반응이 적어도 부분적으로 그들의 DNA에 암호화되어 있다는 것"이라고 그는 말했다. "당신의 DNA는 치료에 반응하거나 반응하지 않는 특정 단백질을 생성합니다. 그것은 항상 혼합 반응에 대한 가설이었습니다, 그것이 특정 효소 또는 세포 반응이든 아니든 간에."

이 결과는 소수의 환자들의 과거 데이터에 근거한 "예비적"이라고 콜스트롬은 경고했다. 그는 파운데이션 모델이 "벤치마크에 비해 높은 성능을 보여주지만" 모델이 문제를 해결했다고 선언하기에는 너무 이르다고 말했다. 결과를 다루는 출판물은 취합되는 "마지막 단계"에 있다고 그는 말했다. 

그는 이 연구가 "꽤 좋은 신호를 발견했다"고 말했다. "우리는 그것을 확장하고 있으며, 더 많은 일을 할 것입니다."일부 환자가 약물에 반응하지 않을 것이라고 말할 수 있는 것조차도 도구의 초기 이점이 될 수 있다고 그는 말했습니다. "메토트렉세이트에서 확신을 가진 사람들을 제거할 수 있다면, 그것은 성공입니다."

특히 대규모 신경망 작업을 처리하는 관행을 만든 Cerebras의 경우, 개념에서 결과까지의 속도는 우수한 하드웨어를 검증하는 것이라고 Feldman은 말했습니다. 

그는 "엄청나게 빠른 컴퓨팅을 통해 결과를 얻을 수 있었고, 아직 초기 단계이지만 역사적으로 의학 연구의 표준보다 훨씬 빨랐습니다"라고 말했습니다. 

다음 단계는 기초 모델의 정확도를 더욱 향상시키는 것이라고 그는 말했습니다. 여기에는 게놈 데이터뿐만 아니라 손과 발의 방사선 필름을 포함한 다른 데이터 포인트도 모델에 입력하는 것이 포함될 수 있습니다. 발현된 단백질에 대한 연구인 단백질체학(Proteomics)은 데이터의 일부가 될 수 있습니다.

"이 유전자들의 발현은 정말로 중요하다"고 콜스트롬은 말했다. "따라서 단백질체학(proteomics)과 모든 유전자 발현 수준의 것들은 우리가 할 일의 또 다른 단계가 될 것입니다."

진정한 검사는 치료를 받는 실제 환자와 함께 할 것입니다. 

"앞으로 해야 할 일은 이러한 초기 결과, 이 사용 사례를 취하고, 앞으로 환자에게 이를 입증하는 의학에서 우리가 하는 일을 실제로 수행하는 것입니다"라고 Callstrom은 말했습니다.