Dalam satu kejayaan besar untuk penyelidikan perubatan, saintis dari Google Deepmind dan Yale University telah menggunakan AI baru untuk menemui laluan terapi kanser yang berpotensi. Model parameter 27 bilion, yang dipanggil C2S-skala 27b, telah diumumkan pada 15 Oktober, 2025. Penyelidik kemudian berjaya mengesahkan ramalan AI yang dihasilkan dalam eksperimen makmal ini.
Kejayaan ini menandakan momen penting untuk”AI untuk Sains.”Ia menunjukkan bahawa model besar bukan sahaja boleh memproses maklumat tetapi juga menghasilkan idea-idea yang boleh diuji asli. Ini dapat mempercepatkan perkembangan rawatan perubatan baru dan mengubah bagaimana penyelidikan biologi dijalankan.
Calon teratas AI adalah Silmitasertib (CX-4945). Model meramalkan ia akan meningkatkan persembahan antigen dalam konteks sasaran tetapi mempunyai sedikit kesan sebaliknya. Ini adalah hipotesis novel, kerana ubat itu tidak mempunyai pautan yang dilaporkan sebelum ini kepada mekanisme khusus ini.
Untuk menguji ramalan, pasukan mengambil hipotesis dari komputer ke bangku makmal. Mereka menggunakan model sel neuroendokrin manusia-jenis sel AI tidak pernah ditemui semasa latihannya. Hasilnya adalah pengesahan yang menakjubkan terhadap hipotesis model.
Langkah ini, bergerak dari ramalan komputer (dalam silico) ke ujian makmal (in vitro), adalah standard emas untuk mengesahkan hipotesis biologi AI yang didorong oleh AI. Eksperimen menunjukkan bahawa walaupun interferon dadah atau dosis rendah sahaja tidak mempunyai kesan, gabungan mereka menghasilkan penguatan yang ditandakan dan sinergi.
Konsep ini, yang memacu letupan baru-baru ini dalam model bahasa yang besar, menunjukkan bahawa sebagai model semakin besar, mereka tidak hanya memperbaiki-mereka dapat memperoleh keupayaan baru yang baru muncul. Bagi skala C2S, ini bermakna ia boleh melakukan penalaran bersyarat yang diperlukan untuk memahami logik”jika-kemudian”logik konteks imun-tugas yang telah menghindari model yang lebih kecil. Seperti yang dijelaskan oleh Shekoofeh Azizi Google Deepmind,”Hasil ini juga menyediakan pelan tindakan untuk penemuan biologi yang baru.”
Ini merupakan peralihan asas dari AI sebagai alat analisis data semata-mata kepada rakan kongsi kreatif dalam penemuan saintifik. Kejayaan model mencadangkan masa depan di mana AI dapat menjalankan skrin maya secara besar-besaran untuk mengungkap mekanisme biologi yang bergantung kepada konteks. Pasukan itu menyatakan ia membuktikan bahawa model yang lebih besar”dapat mencipta model ramalan tingkah laku selular yang cukup kuat untuk… menghasilkan hipotesis yang berasaskan biologi”. Google telah secara aktif membina”Gemmaverse”dengan model seperti TXGEMMA untuk penemuan dadah. Ini mencerminkan strategi yang memberi tumpuan kepada aplikasi sasaran yang berimpak tinggi.
Microsoft sedang mengejar inisiatif”AI untuk Sains”yang sama, melepaskan alat seperti BiomedParse untuk analisis imej perubatan dan model pengesanan anomali untuk mengesan kanser payudara. Usaha selari menggariskan pivot strategik di seluruh industri. sasaran=”_ blank”> memeluk muka dan github . Ini membolehkan komuniti penyelidikan global membina kerja mereka.
Pendekatan terbuka ini sangat penting untuk pengesahan saintifik. Dengan melepaskan alat, Google dan Yale mengundang pengawasan dan kerjasama, yang membolehkan penyelidik lain meniru penemuan mereka dan meneroka hipotesis baru. Ia memupuk persekitaran penyelidikan yang lebih telus.
Walaupun penemuan ini adalah pencapaian penting, jalan ke aplikasi klinikal adalah panjang. AI dalam bidang perubatan menghadapi rintangan yang ketara, dari memastikan kebolehpercayaan dunia nyata untuk menavigasi etika kompleks privasi data pesakit, kebimbangan yang ditonjolkan oleh AIS kesihatan berskala besar yang lain. Kerja ini, dengan berpindah dari ramalan tulen ke penemuan yang disahkan, membawa visi itu satu langkah penting yang lebih dekat dengan realiti.
