AI hjálpar læknum að greina sjaldgæfa erfðasjúkdóma í börnum

Jafnvel með erfðamengisraðgreiningu fá margir með sjaldgæfa sjúkdóma aldrei skýra erfðafræðilega greiningu. Um það bil helmingur er áfram án greiningar eftir umfangsmiklar prófanir og yfirferð sérfræðinga. Læknisfræðileg gögn þeirra geta geymt vísbendingar, en til að finna þær þarf stundum að sigta í gegnum þúsundir til milljóna mögulegra erfðaafbrigða, sundurlausar sjúkraskrár og vísindarit sem breytast hratt.

Eftir því sem ný tengsl gena og sjúkdóma, tilfellarannsóknir og flokkunargögn safnast upp geta óleyst tilfelli orðið túlkanleg á nýjan hátt.

Vísindamenn frá Manton Center for Orphan Disease Research við Boston Children’s Hospital, Harvard University og OpenAI notuðu OpenAI o3 djúprannsóknar-rakalíkanið til að greina ópersónugreinanlegar klínískar upplýsingar og erfðamengisupplýsingar úr 376 áður greindum tilfellum sem voru enn óleyst. Líkanið dró fram mögulegar skýringar tengdar gögnum til yfirferðar hjá vísindamönnum og læknum. Eftir yfirferð sérfræðinga, viðbótarprófanir og klíníska staðfestingu staðfestu læknar greiningar í 18 tilfellum — 4,8% viðbótargreiningarhlutfall eftir fyrri greiningu sérfræðinga. Rannsóknin var birt 18. júní 2026 í NEJM AI og sýnir hvernig rannsóknarferli með aðstoð AI getur hjálpað sérfræðingum að finna vísbendingar þegar farið er aftur yfir sum erfiðustu tilfellin.

Mörg þessara tilfella höfðu staðist margra ára greiningu sérfræðinga. Í þessari rannsókn hjálpaði OpenAI o3 djúprannsókn vísindamönnum að finna vísbendingar sem voru síðar metnar með viðurkenndum klínískum ferlum, sem bendir til þess að regluleg endurgreining undir stjórn sérfræðinga gæti orðið skalanlegri eftir því sem þekking þróast. Líkanið greindi engan sjúkling og tók enga klíníska ákvörðun. Það bjó til gagnatengdar tilgátur sem sérfræðingar gátu yfirfarið og, þar sem við átti, rannsakað með viðbótarprófunum og staðfest á klínískri rannsóknarstofu.

Ófullnægjandi niðurstaða úr erfðaprófi er ekki alltaf varanleg niðurstaða. Lýsingar á svipgerð sjúklings, prófaniðurstöður og fjölskyldusaga geta verið dreifðar á gagnagrunna sem nota ólík auðkenni, snið og orðaforða. Það er erfitt að tengja þessar skrár saman og því geta jafnvel sérfræðingar misst af greiningu. Sérfræðingar kunna einnig að raðgreina erfðamengi barns áður en viðkomandi gen eða afbrigði þess hafa verið tengd sjúkdómi. Eftir því sem vísindaleg þekking eykst geta sömu gögn leitt í ljós svör sem áður var ómögulegt að finna.

Endurgreining sjaldgæfra sjúkdóma er bæði vísindalegt vandamál og viðhaldsvandamál. Erfðamengi sjúklingsins kann að haldast óbreytt, en gögnin í kringum það breytast stöðugt: vísindamenn tengja ný gen og afbrigði við sjúkdóma, rannsóknarstofur endurflokka gömul afbrigði og tilfellagagnagrunnar og greinar safna nýjum athugunum. Hver uppfærsla getur gert gamalt, ófullnægjandi tilfelli þess virði að skoða aftur, þannig að margar stofnanir erfa vaxandi stafla erfðamengja sem þarf að halda í takt við þekkingargrunn á hreyfingu.

Í þessari rannsókn hönnuðu vísindamenn ferlið þannig að líkanið virkaði sem rök-lag með skýringar í forgrunni ofan á núverandi erfðamengisferlum. Í stað þess að skila aðeins röðuðu geni var það beðið um að tengja klínísk einkenni, erfðamynstur, gögn um afbrigði og vísindarit í rökstuðning sem mannlegur yfirlesari gæti spurt út í. 

Fyrir hvert tilfelli setti teymið saman ópersónugreinanlegan gagnapakka með stöðluðum hugtökum úr Human Phenotype Ontology til að lýsa klínískri framsetningu sjúklingsins, stöku athugasemdum lækna og případlegri lýsandi klínískri greiningu, lýsigögnum á borð við aldur og kyn og síaðri töflu yfir afbrigði. Taflan sýndi hversu sjaldgæft hvert afbrigði var, spáð áhrif þess á skráða prótínið, ClinVar-flokkun og gæði merkja hjá tiltækum fjölskyldumeðlimum. Flest tilfelli innihéldu gögn frá barninu og báðum líffræðilegum foreldrum þess.

Teymið bað líkanið að leggja til líklegustu sameindafræðilegu skýringuna og sýna hvernig það komst að henni. Vísindamenn yfirfóru síðan úttakið með sama ACMG/AMP-ramma og klínískar rannsóknarstofur nota til að flokka erfðaafbrigði. Að minnsta kosti tveir í teyminu yfirfóru hvern mögulegan valkost, ágreiningur var leystur með samstöðu og úttak líkans var aldrei meðhöndlað sem greining. Niðurstaða taldist aðeins greining eftir að hæfir sérfræðingar höfðu yfirfarið gögnin, afbrigðið hafði verið flokkað sem sjúkdómsvaldandi eða líklega sjúkdómsvaldandi, CLIA-vottuð rannsóknarstofa hafði staðfest það og klíníska teymið hafði skilað niðurstöðunni til fjölskyldunnar.

Áður en teymið greindi óleyst tilfelli fínstillti það ferlið á tilfellum með staðfestar greiningar. Það fann rétt gen og rétt afbrigði í tvíteknum keyrslum fyrir 48 af 51 tilfelli sem náðu yfir ýmsa sjaldgæfa sjúkdóma. Í safni 57 taugavöðvatilfella skilaði ferlið réttri greiningu í tvíteknum keyrslum fyrir 45 tilfelli. Í safni 15 tilfella með langlestrarerfðamengi nefndi það rétt gen í öllum tilfellum og báðar sjúkdómsvaldandi samsætur í 12 tilfellum. Þessi möt hjálpuðu við þróun kvaðninga og sýndu hvar yfirferð sérfræðinga var áfram nauðsynleg.

Sjálfgefin öryggisstig líkansins fylgdu réttum greiningum í þessum áður leystu tilfellum: meðaltal lægsta stigs var 85,6 fyrir stöðugt réttar niðurstöður og 42,1 fyrir rangar eða óþekktar niðurstöður. Stigin voru ekki kvarðaðar líkur og teymið notaði þau ekki í stað gagna eða klínískrar úrlausnar. En þau hjálpuðu til við að leiðbeina sérfræðingunum að einbeita sér að vænlegustu mögulegu greiningunum. 

Teymið beitti síðan ferlinu á fjóra hópa áður óleystra tilfella: börn með taugaþroskaraskanir, fólk með sjaldgæfan taugavöðvasjúkdóm, börn og unglinga með snemmbæra geðrofsröskun og tilfelli skyndilegs óvænts andláts barna. Þetta voru ekki ný tilfelli sem biðu fyrstu yfirferðar. Mörg höfðu þegar verið skoðuð með mörgum ferlum, ýmist hjá fyrirtækjum eða stofnunum, og rædd af þverfaglegum teymum.

Eftir að líkanið dró fram mögulega valkosti og sérfræðingar luku yfirferð og klínískri staðfestingu staðfestu læknar greiningar í 4,8% tilfella. Hlutfallið er hóflegt en þýðingarmikið í þessum hópi, vegna þess að fyrri yfirferðir sérfræðinga höfðu ekki leyst tilfellin. Sambærilegar endurgreiningarrannsóknir sýna eins stafs aukningu í mikið yfirförnum tilfellum; hærra greiningarhlutfall kemur yfirleitt úr rannsóknum með nýjum tilfellum eða vel þekktum röskunum sem bíða erfðafræðilegrar staðfestingar.

Af 18 greiningum voru 7 enduruppgötvanir: greiningar sem höfðu verið staðfestar utan staðbundna rannsóknarferlisins en vantaði í gögnin sem teymið yfirfór. Í nokkrum tilfellum voru afbrigðin þegar skráð sem sjúkdómsvaldandi eða líklega sjúkdómsvaldandi í opinberum gagnagrunnum, sem undirstrikar rekstrarlega áskorunina við að samþætta upplýsingar úr mörgum gagnalindum.

Í einu tilfelli snemmbærar geðrofsröskunar ályktaði líkanið um byggingarbreytingu í erfðamenginu sem var ekki tilgreind í inntaksgögnunum. Það tengdi röð af lággæða niðurstöðum á litningi 22 við einkenni barnsins frá hjarta, ónæmiskerfi, taugaþroska og geðheilsu og setti síðan fram tilgátu um 22q11.2-úrfellingu sem tengist DiGeorge-heilkenni. Þetta tilgátukennda afbrigði var staðfest með frekari erfðamengisraðgreiningu.

Þótt kvaðningin bæddi um eina eingena orsök dró líkanið stundum fram tvö gen sem skýrðu flókna sjúkdómsmynd betur. Afbrigði í LAMA2 og FOXP1 skýrðu saman vöðva- og taugaþroskaeinkenni í einu tilfelli; í öðru fannst áður óþekkt tvígena skýring sem tengdist TTN og SRPK3.

Auk greininga fann líkanið einnig mögulega nýja verkunarskýringu á sjúkdómi sem kallast skjallblettir. Í einu taugaþroskatilfelli benti líkanið á 11-amínósýru úrfellingu í S1PR1 hjá einstaklingi með skjallbletti. S1PR1 skráir frumuyfirborðsviðtaka sem tekur þátt í boðflutningi, hreyfingu ónæmisfrumna og vefjalíffræði. Líkanið samþætti gögn sem bentu til þess að úrfellingin gæti breytt byggingu og boðflutningi viðtakans með þeim hætti að litarefnaframleiðsla minnki en ónæmisfrumur haldist jafnframt lengur í húðinni.

Fyrirhuguð tengsl S1PR1 við skjallbletti krefjast frekari tilraunastaðfestingar, en þau sýna öflugt hlutverk AI í að umbreyta dreifðum niðurstöðum úr byggingarlíffræði, ónæmisfræði og klínískri erfðafræði í skýrar, prófanlegar tilgátur.

Teymið sá einnig mögulega víkkun svipgerðar í taugavöðvahópnum. Skaðleg afbrigði í HSPB8 og CDK13 pössuðu ekki fullkomlega við þekktustu sjúkdóma genanna, sem bendir til víðara klínísks litrófs sem fleiri tilfelli og rannsóknarstofuvinna þurfa að prófa.

Þessi rannsókn sýnir að almennt rakalíkan getur lagt sitt af mörkum til afturvirkrar endurgreiningar erfðamengja með því að sameina svipgerð, erfðamynstur, skýringar á afbrigðum, mynstur í gagnagæðum og vísindarit í yfirferðarhæfar tilgátur. Hún sýnir einnig hvers vegna regluleg endurgreining skiptir máli: sum svör koma aðeins fram eftir að þekking hefur aukist eða sundurlaus gögn hafa verið sameinuð.

Þessi rannsókn er ekki sönnun þess að sjúklingar, læknar eða viðskiptavinir ættu að nota líkön frá OpenAI til að greina sjúkdóma eða taka læknisfræðilegar ákvarðanir. Hún lýsir ekki né mælir með fyrirhugaðri notkun viðskiptavina á OpenAI o3 djúprannsókn, ChatGPT eða nokkurri annarri vöru frá OpenAI til greininga. Líkanið greindi engan þátttakanda; læknar og aðrir hæfir klínískir sérfræðingar gerðu allar greiningar með viðurkenndum ferlum fyrir yfirferð, prófanir og klíníska staðfestingu.

Rannsóknin var afturvirk, hóparnir voru misleitir og yfirlesarar voru ekki blindaðir gagnvart öryggi líkansins. Vísindamennirnir mældu ekki sparaðan tíma, kostnað, vinnuálag lækna, vinnu vegna falskra jákvæðra niðurstaðna eða breytingar á umönnun. Þeir mátu heldur ekki kerfisbundið aðrar gerðir erfðabreytileika, svo sem byggingarafbrigði, endurtekningarstækkun, djúpintrónabreytingar eða mósaík.

Stór mállíkön geta misskilið samhengi eða búið til trúverðugar skýringar sem standast ekki nánari skoðun. Þess vegna fór hver niðurstaða í gegnum mannlega úrlausn og klíníska staðfestingu. Líkanið víkkaði leitina og beindi síðari, mannstýrðri greiningu; það ákvað ekki hvaða upplýsingum eða greiningu ætti að skila til fjölskyldu.

Rannsóknin notaði ópersónugreinanlegar upplýsingar og engar verndaðar heilbrigðisupplýsingar voru notaðar eða sendar út fyrir samþykkt umhverfi. Víðtækari klínísk innleiðing mun krefjast sömu áherslu á persónuvernd, öryggi, rekjanleika og staðbundnar reglur og gildir um alla heilbrigðisþjónustu. Aðgangur að líkani kemur ekki í stað raðgreiningarinnviða, erfðaráðgjafar, staðfestingarprófana eða mats sérfræðinga.

Framskyggnar fjölsetra rannsóknir ættu að bera saman LLM-studda endurgreiningu og hefðbundna framkvæmd út frá greiningarhlutfalli, tíma að mögulegum valkosti, vinnuálagi lækna, byrði falskra jákvæðra niðurstaðna, kostnaði og áhrifum á umönnun. Útgáfustýrðar kvaðningar, heimildaprófanir, endurskoðunarskrár og kvörðuð óvissa verða mikilvæg fyrir endurtekningarhæfni og öryggi. Slíkar rannsóknir myndu þó áfram krefjast þess að hæfir læknar meti gögn, panti viðeigandi prófanir og taki allar ákvarðanir um greiningu eða meðferð.

Þessi rannsókn notaði OpenAI o3 djúprannsókn. Nýrri almenn líkön geta leitað í og samþætt meira vísindalegt efni, en sérhönnuð kerfi á borð við GPT‑Rosalind eru hönnuð fyrir dýpri vinnu í lífvísindum, þar á meðal áhrif afbrigða á byggingu og virkni prótína. Þessir eiginleikar voru ekki prófaðir hér og þurfa eigin mat og aðgangsstýringar.

Þótt OpenAI hafi hjálpað til við að styðja þessa upphaflegu rannsókn mun Manton Center leiða næsta áfanga verkefnisins með styrk frá OpenAI Foundation. Styrkurinn mun styðja víðtækara átak setursins til að þróa vettvangsóháðan, ódýran AI-aðstoðarmann í erfðafræði sem hjálpar klínískum teymum að greina tilfelli sjaldgæfra sjúkdóma hraðar og með samræmdari hætti.

Til lengri tíma felst rannsóknartækifærið í að kanna hvort endurgreining undir stjórn sérfræðinga og með aðstoð AI geti hjálpað vísindalegum skilningi að halda í við uppgötvanir. Fyrirheitið er ekki að AI komi í stað greiningar læknis, heldur að vandlega metin rannsóknartæki geti hjálpað sérfræðingum að finna gögn sem vert er að rannsaka. Fyrir þúsundir fjölskyldna þurfa ósvaraðar spurningar dagsins í dag ekki að vera ósvaraðar að eilífu.