കാൻസർ 10 വർഷത്തിനുള്ളിൽ പഴയ കഥയാകും: ആന്ത്രോപിക് സിഇഒയുടെ ഉറപ്പ്

Tech leaders argue AI can drastically accelerate biological research (like AlphaFold mapping protein structures) and eliminate major diseases

എം രാഖി

വാഷിംഗ്ടൺ: ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (AI) വൈദ്യശാസ്ത്രത്തിൽ അത്ഭുതങ്ങളുടെ ഒരു യുഗത്തിന് വഴിതുറക്കുമെന്ന് ആന്ത്രോപിക് സിഇഒ ഡാരിയോ അമോഡെയ്. എന്നാൽ, ഈ സാങ്കേതികവിദ്യ അത്രയും പെട്ടെന്ന് ആ വാഗ്ദാനം നിറവേറ്റാൻ പാകത്തിലായിട്ടുണ്ടെന്ന് മരുന്ന് നിർമ്മാതാക്കളും ശാസ്ത്രജ്ഞരും കരുതുന്നില്ല.

"കാൻസർ, അൽഷിമേഴ്സ്, ഹൃദ്രോഗങ്ങൾ, മാനസിക രോഗങ്ങൾ എന്നിവയൊക്കെ വരും ദശകത്തിനുള്ളിൽ ഭൂതകാലത്തിന്റെ അവശിഷ്ടങ്ങൾ മാത്രമായി മാറും," ക്ലാഡ് നിർമ്മാതാക്കളായ ആന്ത്രോപിക് സിഇഒ ഡാരിയോ അമോഡെയ് പറഞ്ഞു.

ഇവ നിസ്സാരമായ രോഗങ്ങളല്ല, ദശലക്ഷക്കണക്കിന് കുടുംബങ്ങളെ ബാധിക്കുന്നതും ഇന്നുവരെ വൈദ്യശാസ്ത്രത്തിന് വലിയ വെല്ലുവിളിയായി തുടരുന്നതുമായ രോഗങ്ങളാണ്.

"നാം ഇത് ശരിയായ രീതിയിലാണ് ചെയ്യുന്നതെങ്കിൽ, സഹസ്രാബ്ദങ്ങളായി നമ്മെ വലയ്ക്കുന്ന പ്രശ്നങ്ങൾ പരിഹരിക്കാൻ മാനവികതയ്ക്ക് കഴിയുന്ന ഒരു അത്ഭുത യുഗം സൃഷ്ടിക്കാൻ നമുക്ക് കഴിയും," അമോഡെയ് പറഞ്ഞു.

ജീവശാസ്ത്ര ഗവേഷണം, മരുന്ന് കണ്ടുപിടുത്തം, വൈദ്യശാസ്ത്ര മുന്നേറ്റങ്ങൾ എന്നിവയെ വേഗത്തിലാക്കാൻ ശേഷിയുള്ള സാങ്കേതികവിദ്യയായിട്ടാണ് അമോഡെയ് AI-യെ കാണുന്നത്.

അമോഡെയ് മാത്രമല്ല ഇത്തരം പ്രതീക്ഷകൾ പങ്കുവെക്കുന്നത്. ഇലോൺ മസ്ക്, ഗൂഗിളിന്റെ AI വിഭാഗം മേധാവി ഡെമിസ് ഹസ്സാബിസ് എന്നിവരുൾപ്പെടെയുള്ള മറ്റ് AI നേതാക്കളും ഇതേ അഭിപ്രായക്കാരാണ്.

വർഷങ്ങൾ നീളുന്ന മരുന്ന് കണ്ടെത്തൽ പ്രക്രിയയെ ആഴ്ചകളിലേക്ക് ചുരുക്കാൻ AI-ക്ക് കഴിയുമെന്നും, അതിലൂടെ ഒരു ദശകത്തിനുള്ളിൽ രോഗങ്ങളെല്ലാം ഇല്ലാതാക്കാൻ സാധിക്കുമെന്നും ഹസ്സാബിസ് സൂചിപ്പിച്ചിട്ടുണ്ട്. 20 കോടിയിലധികം പ്രോട്ടീൻ ഘടനകൾ മാപ്പ് ചെയ്ത 'ആൽഫാഫോൾഡ്' (AlphaFold) പോലുള്ള മുന്നേറ്റങ്ങൾ, ജീവശാസ്ത്ര ഗവേഷണത്തെ AI-ക്ക് എത്രത്തോളം വേഗത്തിലാക്കാൻ കഴിയുമെന്നതിന്റെ തെളിവായി ഹസ്സാബിസ് ചൂണ്ടിക്കാണിക്കുന്നു.

ആൽഫാഫോൾഡ് വലിയൊരു ശാസ്ത്രീയ നേട്ടമാണെങ്കിലും, ഒരു ദശകത്തിനുള്ളിൽ കാൻസറിനോ അൽഷിമേഴ്സിനോ മറ്റ് സങ്കീർണ്ണ രോഗങ്ങൾക്കോ ഉള്ള പരിഹാരം കണ്ടെത്താൻ AI-ക്ക് കഴിയും എന്നതിന്റെ പൂർണ്ണമായ തെളിവല്ല അത്.

AI-യുടെ മുന്നേറ്റത്തിലൂടെ അമേരിക്കൻ പ്രസിഡന്റിന് ലഭിക്കുന്ന അതേ നിലവാരത്തിലുള്ള മികച്ച വൈദ്യസഹായം ലോകത്തിലെ എല്ലാ മനുഷ്യർക്കും ലഭ്യമാകുമെന്ന് ഇലോൺ മസ്ക് അവകാശപ്പെട്ടിട്ടുണ്ട്.

എന്നാൽ, യഥാർത്ഥത്തിൽ മരുന്നുകൾ വികസിപ്പിക്കുന്ന ആളുകൾ ഈ സമയപരിധിയെ പൂർണ്ണമായി വിശ്വസിക്കുന്നില്ല. വിദഗ്ദ്ധരും മരുന്ന് നിർമ്മാണ കമ്പനി സിഇഒമാരും ഇതുവരെ പൂർണ്ണമായി വിശ്വസിച്ചിട്ടില്ല

വെർടെക്സ് ഫാർമസ്യൂട്ടിക്കൽസിന്റെ എക്സിക്യൂട്ടീവ് ചെയർമാനായ ജെഫ് ലൈഡൻ ഈ സമയപരിധികളെ "പൂർണ്ണമായും തെറ്റായ അവകാശവാദം" എന്ന് പറഞ്ഞ് തള്ളിക്കളഞ്ഞു. 10,000 മരുന്ന് സംയുക്തങ്ങൾ പരിശോധിക്കാൻ വെർടെക്സ് ഏകദേശം 50 AI കമ്പനികളെ ഉപയോഗിച്ചെങ്കിലും, അവയിലൊന്നിനുപോലും സ്വന്തമായി ഒരു മരുന്ന് കണ്ടെത്താൻ കഴിഞ്ഞില്ലെന്ന് അദ്ദേഹം ചൂണ്ടിക്കാട്ടി.

പ്രാരംഭ ഘട്ടത്തിലെ തന്മാത്ര കണ്ടെത്തൽ വേഗത്തിലാക്കാൻ കഴിയുമെങ്കിലും, അത് ക്ലിനിക്കൽ ട്രയലുകൾ, റെഗുലേറ്ററി അനുമതികൾ, മൃഗങ്ങളിലും മനുഷ്യരിലും നടത്തുന്ന പരിശോധനകൾ എന്നിവയെ ഒഴിവാക്കില്ലെന്ന് ഫാർമസ്യൂട്ടിക്കൽ നേതാക്കൾ ഊന്നിപ്പറയുന്നു. 10 മുതൽ 12 വർഷം വരെ നീളുന്ന മരുന്ന് വികസന പ്രക്രിയയുടെ ഭൂരിഭാഗവും ഈ ഘട്ടങ്ങളാണ്.

കമ്പ്യൂട്ടർ സ്ക്രീനിൽ പ്രതീക്ഷ നൽകുന്ന ഒരു തന്മാത്ര കണ്ടെത്തുന്നത് തുടക്കം മാത്രമാണ്. അത് സുരക്ഷിതമാണോ എന്നും ഫലപ്രദമാണോ എന്നും ഉറപ്പാക്കാൻ ലബോറട്ടറികളിലും മൃഗങ്ങളിലും മനുഷ്യരിലും ക്ലിനിക്കൽ ട്രയലുകൾ നടത്തേണ്ടതുണ്ട്. സാധ്യതയുള്ള ചികിത്സകളുടെ തിരച്ചിൽ വേഗത്തിലാക്കാൻ AI-ക്ക് കഴിഞ്ഞേക്കാം, എന്നാൽ ഈ ഘട്ടങ്ങളെ പൂർണ്ണമായി ഒഴിവാക്കാൻ അതിനാവില്ല.

കോഗ്നിറ്റീവ് സയന്റിസ്റ്റ് ഗാരി മാർക്കസ്, കാർഡിയോളജിസ്റ്റും ഡിജിറ്റൽ മെഡിസിൻ വിദഗ്ദ്ധനുമായ എറിക് ടോപോൾ തുടങ്ങിയ വിമർശകർ ചൂണ്ടിക്കാണിക്കുന്നത്, വിപ്ലവകരമായ ചികിത്സകൾ വികസിപ്പിക്കുന്നതിന് ആവശ്യമായ ആഴത്തിലുള്ള ജീവശാസ്ത്രപരമായ ധാരണ നിലവിലെ AI മോഡലുകൾക്കില്ല എന്നാണ്. കൂടാതെ, പൂർണ്ണമായി AI രൂപകൽപ്പന ചെയ്ത ഒരു മരുന്നും ഇതുവരെ ക്ലിനിക്കൽ ഉപയോഗത്തിൽ എത്തിയിട്ടുമില്ല.

കൂടാതെ, നടപ്പിലാകാത്ത രീതിയിൽ വൈദ്യശാസ്ത്ര മുന്നേറ്റങ്ങൾ വാഗ്ദാനം ചെയ്ത ചരിത്രവുമുണ്ട്. 1970-കളിലെ 'കാൻസറിനെതിരെയുള്ള യുദ്ധം' ഇതിനൊരു ഉദാഹരണമാണ്. ശാസ്ത്രത്തിന് ഇപ്പോൾ നൽകാൻ കഴിയുന്നതിലും അപ്പുറമുള്ള വലിയ പ്രതീക്ഷകൾ ജനങ്ങളിൽ ഉണ്ടാക്കുന്നത് അപകടകരമാണെന്ന് വിദഗ്ദ്ധർ മുന്നറിയിപ്പ് നൽകുന്നു.

ചിപ് ഭീമന്‍ എന്‍വിഡിയയെ വലയിലാക്കിയ ചൈനീസ് ചാര വനിത, അമേരിക്കയെ നടുക്കിയ ചൈനീസ് ചാരപ്രവര്‍ത്തനം

Summary:  Tech leaders—including Anthropic CEO Dario Amodei, Google’s Demis Hassabis, and Elon Musk—predict that AI will revolutionize medicine. They argue it can drastically accelerate biological research (like AlphaFold mapping protein structures) and eliminate major diseases like cancer, Alzheimer's, and heart disease within a decade.

The Industry Skepticism: Pharmaceutical executives and drug developers strongly dispute this timeline. Jeff Leiden of Vertex Pharmaceuticals points out that current AI tools have not yet successfully discovered a standalone drug on their own.

The Regulatory & Biological Hurdles: Critics and experts emphasize that AI can only speed up early-stage discovery. It cannot bypass the lengthy and rigorous process of clinical trials, animal and human testing, and regulatory approvals, which typically take 10 to 12 years.

Current Limitations: Experts like Gary Marcus and Eric Topol note that current AI models lack the deep biological understanding needed for revolutionary treatments, and no fully AI-designed drug has reached clinical use yet, serving as a warning against creating unrealistic public expectations.