കുട്ടികളെ ബാധിക്കുന്ന അപൂർവ ജനിതക രോഗങ്ങൾ നിർണയിക്കുന്നതിന് ഡോക്ടർമാരെ സഹായിക്കാൻ AI ഉപയോഗിക്കുന്നു

ജീനോമിക് സീക്വൻസിംഗ് നടത്തിയാലും, അപൂർവ രോഗങ്ങളുള്ള പലരുടെയും കാര്യത്തിൽ വ്യക്തമായ ജനിതക രോഗനിർണയം ഒരിക്കലും സാധ്യമാകാറില്ല. നിരവധി പരിശോധനയും വിദഗ്ദ്ധ അവലോകനവും കഴിഞ്ഞിട്ടും ഏകദേശം പകുതിയോളം പേരുടെ രോഗനിർണയം സാധ്യമാകാതെ തുടരുന്നു. അവരുടെ മെഡിക്കൽ ഡാറ്റയിൽ സൂചനകൾ ഉണ്ടാകാമെങ്കിലും അവ കണ്ടെത്തണമെങ്കിൽ സാധ്യതയനുസരിച്ച് ആയിരങ്ങൾ മുതൽ ദശലക്ഷങ്ങൾ വരെ വരുന്ന ജനിതക വേരിയന്റുകളും നാലുപാടുമുള്ള ക്ലിനിക്കൽ രേഖകളും അതിവേഗം മാറിക്കൊണ്ടിരിക്കുന്ന ശാസ്ത്ര ലേഖനങ്ങളും തിരയേണ്ടിവരും.

പുതിയ ജീൻ-രോഗ ബന്ധങ്ങൾ, കേസ് റിപ്പോർട്ടുകൾ, വർഗീകരണ തെളിവുകൾ എന്നിവ കൂടിക്കൂടി വരുന്നതിനാൽ, പരിഹരിക്കാൻ കഴിയാതിരുന്ന കേസുകൾ പുതുതായി വ്യാഖ്യാനിക്കാവുന്നതായി മാറാം.

ബോസ്റ്റൺ ചിൽഡ്രൻസ് ഹോസ്പിറ്റലിലെ മാന്റൺ സെന്റർ ഫോർ ഓർഫൻ ഡിസീസ് റിസർച്ച്, ഹാർവാർഡ് യൂണിവേഴ്സിറ്റി, OpenAI എന്നിവിടങ്ങളിലെ ഗവേഷകർ OpenAI o3 ഡീപ് റിസർച്ച് റീസണിംഗ് മോഡൽ ഉപയോഗിച്ച്, മുമ്പ് വിശകലനം ചെയ്തിട്ടും പരിഹരിക്കപ്പെടാതെ ശേഷിച്ച 376 കേസുകളിൽ നിന്നുള്ള തിരിച്ചറിയപ്പെടാത്ത ക്ലിനിക്കൽ, ജീനോമിക് വിവരങ്ങൾ വിശകലനം ചെയ്തു. ഗവേഷകർക്കും ചികിത്സാവിദഗ്ദ്ധർക്കും അവലോകനം ചെയ്യാനായി, തെളിവുകളുമായി ബന്ധിപ്പിച്ച, പങ്കെടുക്കുന്നവരുടെ വിശദീകരണങ്ങൾ മോഡൽ മുന്നോട്ടുവച്ചു. വിദഗ്ദ്ധരുടെ അവലോകനം, കൂടുതലായ പരിശോധന, ക്ലിനിക്കൽ സ്ഥിരീകരണം എന്നിവയ്ക്കുശേഷം ഡോക്ടർമാർ 18 കേസുകളിൽ രോഗനിർണയങ്ങൾ നിജപ്പെടുത്തി—വിദഗ്ദ്ധരുടെ മുൻ വിശകലനത്തിന് ശേഷം ലഭിച്ച അധിക രോഗനിർണയ ഫലം 4.8% ആയിരുന്നു. ഈ പഠനം 2026 ജൂൺ 18-ന് NEJM AI-ൽ പ്രസിദ്ധീകരിക്കുകയുണ്ടായി; ഏറ്റവും ബുദ്ധിമുട്ടുള്ള ചില കേസുകൾ വീണ്ടും പരിശോധിക്കുമ്പോൾ സൂചനകൾ കണ്ടെത്താൻ വിദഗ്ദ്ധർക്ക് എങ്ങനെ AI-യുടെ സഹായത്തോടെയുള്ള ഗവേഷണ വർക്ക്ഫ്ലോ പ്രയോജനപ്പെടാമെന്ന് ഇത് കാണിക്കുന്നു.

ഇവയിൽ പല കേസുകളും വർഷങ്ങളായുള്ള വിദഗ്ദ്ധ വിശകലനത്തെയും മറികടന്ന് അവ്യക്തമായി തുടർന്നവയായിരുന്നു. സ്ഥാപിത ക്ലിനിക്കൽ പ്രക്രിയകളിലൂടെ പിന്നീട് OpenAI o3 ഡീപ് റിസർച്ച് വിലയിരുത്തിയ സൂചനകൾ തിരിച്ചറിയാൻ ഈ പഠനം ഗവേഷകരെ സഹായിച്ചു. അറിവ് വികസിക്കുന്നതിനനുസരിച്ച് വിദഗ്ദ്ധർ നയിക്കുന്ന കാലാനുസൃത പുനർവിശകലനം കൂടുതൽ വ്യാപിപ്പിക്കാനാകുമെന്ന് ഇത് സൂചിപ്പിക്കുന്നു. മോഡൽ ഏതെങ്കിലും രോഗിയുടെ രോഗനിർണയം നടത്തുകയോ ക്ലിനിക്കൽ തീരുമാനങ്ങൾ എടുക്കുകയോ ചെയ്തിട്ടില്ല. വിദഗ്ദ്ധർക്ക് അവലോകനം ചെയ്യാനും, അനുയോജ്യമായിടത്ത് അധിക പരിശോധനയിലൂടെ അന്വേഷിച്ച് ക്ലിനിക്കൽ ലബോറട്ടറിയിൽ സ്ഥിരീകരിക്കാനും കഴിയുന്ന തെളിവുകളുമായി ബന്ധപ്പെട്ട അനുമാനങ്ങളാണ് അത് കൈക്കൊണ്ടത്.

നിഗമനത്തിലെത്താത്ത ഒരു ജനിതക പരിശോധന എപ്പോഴും ഒരു ശാശ്വത കണ്ടെത്തലായിരിക്കണമെന്നില്ല. ഒരു രോഗിയുടെ ഫീനോടൈപ്പ് വിവരണങ്ങൾ, പരിശോധനാഫലങ്ങൾ, കുടുംബചരിത്രം എന്നിവ വ്യത്യസ്ത ഐഡന്റിഫയറുകളും ഫോർമാറ്റുകളും പദാവലികളും ഉപയോഗിക്കുന്ന ഡാറ്റാബേസുകളിലായി ചിതറിക്കിടക്കാം. ആ രേഖകൾ തമ്മിൽ ബന്ധിപ്പിക്കുന്നത് ബുദ്ധിമുട്ടായതിനാൽ വിദഗ്ദ്ധർക്കുപോലും രോഗനിർണയം നടത്താൻ കഴിഞ്ഞെന്നുവരില്ല. ഒരു പ്രത്യേക ജീൻ അല്ലെങ്കിൽ അതിന്റെ വേരിയന്റുകൾ രോഗവുമായി ബന്ധിപ്പിക്കുന്നതിന് മുമ്പ് തന്നെ വിദഗ്ദ്ധർ ഒരു കുട്ടിയുടെ ജീനോം സീക്വൻസ് ചെയ്തിട്ടുണ്ടാകാം. ശാസ്ത്രീയ അറിവ് മുന്നേറുമ്പോൾ, മുമ്പ് കണ്ടെത്താൻ അസാധ്യമായിരുന്ന ഉത്തരങ്ങൾ വെളിപ്പെടുത്താൻ അതേ ഡാറ്റയ്ക്ക് കഴിയും.

അപൂർവ രോഗങ്ങളുടെ പുനർവിശകലനം ശാസ്ത്രീയ പ്രശ്നവും പരിപാലന പ്രശ്നവും കൂടിയാണ്. രോഗിയുടെ ജീനോം അതേപടി തുടർന്നേക്കാം, പക്ഷേ അതിനെ ചുറ്റിപ്പറ്റിയുള്ള തെളിവുകൾ മാറിക്കൊണ്ടിരിക്കുന്നു: ഗവേഷകർ പുതിയ ജീനുകളെയും വേരിയന്റുകളെയും രോഗങ്ങളുമായി ബന്ധിപ്പിക്കുന്നു, ലബോറട്ടറികൾ പഴയ വേരിയന്റുകൾ പുനർവർഗീകരിക്കുന്നു, കേസ് ഡാറ്റാബേസുകളും പ്രബന്ധങ്ങളും പുതിയ നിരീക്ഷണങ്ങൾ ശേഖരിക്കുന്നു. ഓരോ അപ്ഡേറ്റും, നിഗമനത്തിലെത്താത്ത ഒരു പഴയ കേസിനെ വീണ്ടും പരിശോധിക്കാൻ തക്ക മൂല്യമുള്ളതാക്കാം; അതിനാൽ മുന്നേറിക്കൊണ്ടിരിക്കുന്ന അറിവിന്റെ ശേഖരത്തോട് ഒത്തുപോകാൻ പല സ്ഥാപനങ്ങൾക്കും പരിപാലിക്കേണ്ട ജീനോമുകളുടെ വർധിച്ചുവരുന്ന ബാക്ക്‌ലോഗ് ലഭിക്കുന്നു.

ഈ പഠനത്തിൽ, നിലവിലുള്ള ജീനോമിക് പൈപ്പ്ലൈനുകളുടെ മുകളിൽ വിശദീകരണത്തിന് മുൻഗണന നൽകുന്ന റീസണിംഗ് പാളിയായി മോഡൽ പ്രവർത്തിക്കുന്ന വിധത്തിൽ ഗവേഷകർ വർക്ക്ഫ്ലോ രൂപകൽപ്പന ചെയ്തു. റാങ്ക് ചെയ്ത ഒരു ജീൻ മാത്രം തിരികെ നൽകുന്നതിന് പകരം, ക്ലിനിക്കൽ സവിശേഷതകൾ, പാരമ്പര്യരീതി, വേരിയന്റ് തെളിവ്, ശാസ്ത്ര ലേഖനങ്ങൾ എന്നിവയെ ഒരു മനുഷ്യ അവലോകകന് ചോദ്യം ചെയ്യാനാകുന്ന ഒരു ന്യായീകരണത്തിലേക്ക് ബന്ധിപ്പിക്കാൻ അതിനോട് ആവശ്യപ്പെട്ടു. 

ടീം ഓരോ കേസിനും, രോഗിയുടെ ക്ലിനിക്കൽ അവതരണം വിവരിക്കുന്ന സ്റ്റാൻഡേർഡ് ഹ്യൂമൻ ഫീനോടൈപ്പ് ഒന്റോളജി പദങ്ങൾ, ഇടയ്ക്കുള്ള ക്ലിനീഷ്യന്റെ കുറിപ്പുകളും വിവരണാത്മക ക്ലിനിക്കൽ രോഗനിർണയങ്ങളും, പ്രായം, ലിംഗം പോലുള്ള മെറ്റാഡാറ്റ, ഫിൽറ്റർ ചെയ്ത വേരിയന്റ് പട്ടിക എന്നിവ ഉൾപ്പെട്ട തിരിച്ചറിയൽ നീക്കിയ ഒരു പായ്ക്കറ്റ് തയ്യാറാക്കി. ഓരോ വേരിയന്റിന്റെയും അപൂർവത, എൻകോഡ് ചെയ്ത പ്രോട്ടീനിൽ ഉണ്ടാകുമെന്ന് പ്രവചിക്കുന്ന സ്വാധീനം, ClinVar വർഗീകരണം, ലഭ്യമായ കുടുംബാംഗങ്ങളിലുടനീളമുള്ള സിഗ്നൽ ഗുണമേന്മ എന്നിവ ആ പട്ടികയിൽ രേഖപ്പെടുത്തി. മിക്ക കേസുകളിലും കുട്ടിയുടെയും സ്വാഭാവിക മാതാപിതാക്കളിൽ രണ്ടുപേരുടെയും ഡാറ്റ ഉൾപ്പെടുത്തിയിരുന്നു.

ഏറ്റവും വിശ്വസനീയമായ തന്മാത്രാ വിശദീകരണം നിർദേശിക്കാനും അതിന്റെ പ്രവർത്തനം കാണിക്കാനും മോഡലിനോട് ടീം ആവശ്യപ്പെട്ടു. തുടർന്ന്, ജനിതക വേരിയന്റുകൾ വർഗീകരിക്കാൻ ക്ലിനിക്കൽ ലബോറട്ടറികൾ ഉപയോഗിക്കുന്ന അതേ ACMG/AMP ഫ്രെയിംവർക്ക് ഉപയോഗിച്ച് ഗവേഷകർ ഔട്ട്പുട്ടുകൾ അവലോകനം ചെയ്തു. പങ്കെടുത്ത ഓരോ വ്യക്തിയെയും കുറഞ്ഞത് രണ്ട് ടീം അംഗങ്ങൾ അവലോകനം ചെയ്തു, അഭിപ്രായ ഭിന്നതകൾ സമവായത്തിലൂടെ പരിഹരിച്ചു, മാത്രമല്ല, മോഡലിന്റെ ഔട്ട്പുട്ടിനെ ഒരിക്കലും രോഗനിർണയമായി കണക്കാക്കിയില്ല. യോഗ്യരായ വിദഗ്ദ്ധർ തെളിവ് അവലോകനം ചെയ്ത്, വേരിയന്റിനെ രോഗകാരകമോ രോഗകാരകമാകാൻ സാധ്യതയുള്ളതോ ആയി വർഗീകരിച്ച്, CLIA-സർട്ടിഫൈ ചെയ്ത ലബോറട്ടറി അത് സ്ഥിരീകരിച്ച്, ക്ലിനിക്കൽ ടീം ഫലം കുടുംബത്തെ അറിയിച്ചതിന് ശേഷമേ ഒരു കണ്ടെത്തലിനെ രോഗനിർണയമായി കണക്കാക്കിയുള്ളൂ.

പരിഹരിക്കാത്ത കേസുകൾ വിശകലനം ചെയ്യുന്നതിന് മുമ്പ്, സ്ഥാപിത രോഗനിർണയങ്ങളുള്ള കേസുകളിൽ ടീം വർക്ക്ഫ്ലോ മെച്ചപ്പെടുത്തി. വിവിധതരം അപൂർവ അവസ്ഥകൾ ഉൾപ്പെടുന്ന 51 കേസുകളിൽ 48 എണ്ണത്തിലും, ആവർത്തിച്ച റണ്ണുകളിൽ ശരിയായ ജീനും വേരിയന്റും അത് വീണ്ടെടുത്തു. 57 ന്യൂറോമസ്കുലർ കേസുകളുടെ ഒരു സെറ്റിൽ, 45 കേസുകളിലും, ആവർത്തിച്ച റണ്ണുകളിൽ വർക്ക്ഫ്ലോ ശരിയായ രോഗനിർണയം നൽകി. 15 കേസുകളുള്ള ലോങ്-റീഡ് ജീനോം സെറ്റിൽ, എല്ലാ കേസുകളിലും ശരിയായ ജീനിനെയും 12 കേസുകളിൽ രോഗകാരകമായ അല്ലീലുകളെയും അത് പേരെടുത്തു പറഞ്ഞു. ഈ വിലയിരുത്തലുകൾ വേഗത്തിലുള്ള പുരോഗതിക്ക് നിദാനമായി; വിദഗ്ദ്ധ അവലോകനം അനിവാര്യമായി തുടരുന്ന മേഖലകളും അവ ചൂണ്ടിക്കാണിച്ചു.

മുമ്പ് പരിഹരിച്ച ഈ കേസുകളിൽ, മോഡൽ സ്വയം റിപ്പോർട്ട് ചെയ്ത ആത്മവിശ്വാസ സ്കോറുകൾ, ശരിയായ രോഗനിർണയങ്ങളുമായി പൊരുത്തപ്പെട്ടു: സ്ഥിരം ശരിയായ കോളുകളുടെ ഏറ്റവും കുറഞ്ഞ ശരാശരി സ്കോർ 85.6 ആയിരുന്നു, തെറ്റായതോ അറിയാത്തതോ ആയ കോളുകളുടേത് 42.1 ആയിരുന്നു. സ്കോറുകൾ കാലിബ്രേറ്റ് ചെയ്ത സാധ്യതകളായിരുന്നില്ല; തെളിവിനോ ക്ലിനിക്കൽ വിധിനിർണയത്തിനോ പകരമായി ടീം അവയെ ഉപയോഗിച്ചില്ല. എങ്കിലും, പങ്കെടുക്കുന്നവരിലെ ഏറ്റവും പ്രതീക്ഷ നൽകുന്ന രോഗനിർണയങ്ങളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കാൻ വിദഗ്ദ്ധ അവലോകകരെ നയിക്കുന്നതിൽ അവ സഹായകരമായിരുന്നു. 

പിന്നീട് ടീം, മുമ്പ് പരിഹരിക്കാൻ കഴിയാതിരുന്ന കേസുകളുടെ നാല് ഗ്രൂപ്പുകളിലേക്ക് വർക്ക്ഫ്ലോ പ്രയോഗിച്ചു: നാഡീവികസന പ്രശ്നങ്ങളുള്ള കുട്ടികൾ, അപൂർവമായ ന്യൂറോമസ്കുലർ രോഗമുള്ളവർ, ആദ്യകാല സൈക്കോസിസുള്ള കുട്ടികളും കൗമാരക്കാരും, ശിശുരോഗങ്ങളിലെ പെട്ടെന്നുള്ള അപ്രതീക്ഷിത മരണ കേസുകൾ. ആദ്യമായി ഒരു അവലോകനത്തിനായി കാത്തിരുന്ന പുതിയ കേസുകളല്ല ഇവ. ഇതിനകം നിരവധി വാണിജ്യ അല്ലെങ്കിൽ സ്ഥാപന പൈപ്പ്ലൈനുകൾ പരിശോധിക്കുകയും ബഹുവിഷയ ടീമുകൾ ചർച്ച ചെയ്യുകയും ചെയ്തവയായിരുന്നു ഇവയിൽ പലതും.

പങ്കെടുത്തവരെ മോഡൽ മുന്നോട്ടുവയ്ക്കുകയും വിദഗ്ദ്ധർ അവലോകനവും ക്ലിനിക്കൽ സ്ഥിരീകരണവും പൂർത്തിയാക്കുകയും ചെയ്തതിന് ശേഷമാണ്, 4.8% കേസുകളിൽ ഡോക്ടർമാർ രോഗനിർണയങ്ങൾ ഉറപ്പാക്കിയത്. മുൻ വിദഗ്ദ്ധ അവലോകനങ്ങൾക്ക് കേസുകൾ പരിഹരിക്കാനായിരുന്നില്ല എന്നതിനാൽ, ഈ സംഖ്യയിൽ ആ നിരക്ക് ചെറുതെങ്കിലും അർത്ഥവത്താണ്. വളരെയധികം അവലോകനം ചെയ്ത കേസുകളിലെ സമാന പുനർവിശകലന പഠനങ്ങൾ ഒറ്റ അക്ക നേട്ടങ്ങളാണ് റിപ്പോർട്ട് ചെയ്യുന്നത്; സാധാരണയായി, പുതിയ കേസുകളോ ജനിതക സ്ഥിരീകരണം കാത്തിരിക്കുന്ന സുപരിചിത രോഗങ്ങളോ ഉൾപ്പെട്ട പഠനങ്ങളിൽ നിന്നാണ് കൂടുതൽ ഫലങ്ങൾ വരുന്നത്.

18 രോഗനിർണയങ്ങളിൽ 7 എണ്ണം വീണ്ടും കണ്ടെത്തിയവയായിരുന്നു: പ്രാദേശിക ഗവേഷണ വർക്ക്ഫ്ലോയ്ക്ക് പുറത്ത് സ്ഥാപിച്ചതും ടീം അവലോകനം ചെയ്ത രേഖയിൽ ഇല്ലാത്തതുമായ രോഗനിർണയങ്ങൾ. പല കേസുകളിലും, വേരിയന്റുകളെ പൊതു ഡാറ്റാബേസുകളിൽ ഇതിനകം രോഗകാരകമോ രോഗകാരകമാകാൻ സാധ്യതയുള്ളതോ ആയി പട്ടികപ്പെടുത്തിയിരുന്നു; ഡാറ്റ ഉറവിടങ്ങളിലുടനീളം വിവരങ്ങൾ സമന്വയിപ്പിക്കുന്നതിലെ പ്രവർത്തനപരമായ വെല്ലുവിളി ഇത് എടുത്തുകാട്ടുന്നു.

ഒരു ആദ്യകാല സൈക്കോസിസ് കേസിൽ, ഇൻപുട്ട് ഡാറ്റയിൽ പട്ടികപ്പെടുത്തിയിട്ടില്ലാത്ത ഒരു ഘടനാപരമായ സംഭവം ജീനോമിൽ ഉണ്ടെന്ന് മോഡൽ അനുമാനിച്ചു. ഇത് ക്രോമസോം 22-ലെ താഴ്ന്ന നിലവാരമുള്ള കോളുകളുടെ ഒരു ഓട്ടത്തെ കുട്ടിയുടെ ഹൃദയം, രോഗപ്രതിരോധം, നാഡീ വികസനം, മാനസിക സവിശേഷതകൾ എന്നിവയുമായി ബന്ധിപ്പിച്ചു, തുടർന്ന് ഡിജോർജ് സിൻഡ്രോമുമായി ബന്ധപ്പെട്ട 22q11.2 ഇല്ലാതാക്കൽ അനുമാനിച്ചു. തുടർന്നുള്ള ജീനോം സീക്വൻസിംഗ് വഴി ഈ സാങ്കൽപ്പിക വേരിയന്റ് സ്ഥിരീകരിച്ചു.

ഒരു മോണോജെനിക് കാരണമേ പ്രോംപ്റ്റ് ആവശ്യപ്പെട്ടുള്ളുവെങ്കിലും, സങ്കീർണ്ണമായ ഒരു അവതരണത്തെ നന്നായി വിശദീകരിക്കുന്ന രണ്ട് ജീനുകൾ ചിലപ്പോൾ മോഡൽ പുറത്തുകൊണ്ടുവന്നു. ഒരു കേസിൽ LAMA2 , FOXP1 എന്നിവയിലെ വേരിയന്റുകൾ ഒരുമിച്ച് പേശികളുടെയും നാഡീ വികസനത്തിന്റെയും സവിശേഷതകൾ വിശദീകരിക്കാൻ സഹായിച്ചു; മറ്റൊന്ന് TTN, SRPK3 എന്നിവ ഉൾപ്പെടുന്ന മുമ്പ് തിരിച്ചറിയാത്ത ഒരു ഡൈജനിക് വിശദീകരണം നൽകി.

രോഗനിർണയങ്ങൾക്ക് പുറമേ, വെള്ളപ്പാണ്ട് എന്ന അവസ്ഥയുടെ സാധ്യതയുള്ള പുതിയ യാന്ത്രിക വിശദീകരണവും മോഡൽ തിരിച്ചറിഞ്ഞു. ഒരു നാഡീവികസന കേസിൽ മോഡൽ, വെള്ളപ്പാണ്ട് ഉള്ള ഒരാളിൽ S1PR1-ലെ 11-അമിനോ ആസിഡ് ഇല്ലാതാക്കൽ എടുത്തുകാട്ടി. സിഗ്നലിംഗ്, രോഗപ്രതിരോധ-കോശ ചലനം, ടിഷ്യു ബയോളജി എന്നിവയിൽ പങ്കുള്ള കോശോപരിതല റിസപ്റ്ററിനെ S1PR1 എൻകോഡ് ചെയ്യുന്നു. ഇത് ഇല്ലാതാക്കുന്നത് റിസപ്റ്റർ ഘടനയും സിഗ്നലിംഗും മാറ്റുമെന്നും പിഗ്മെന്റ് ഉൽപാദനം കുറയ്ക്കുന്നതിനൊപ്പം രോഗപ്രതിരോധ കോശങ്ങൾ ചർമ്മത്തിൽ നിലനിൽക്കാൻ സഹായിച്ചേക്കുമെന്നും സൂചിപ്പിക്കുന്ന തെളിവുകൾ മോഡൽ സംയോജിപ്പിച്ചു.

നിർദേശിച്ച S1PR1-വെള്ളപ്പാണ്ട് ബന്ധത്തിന് അധിക പരീക്ഷണാധിഷ്ഠിത സ്ഥിരീകരണം ആവശ്യമാണ്; എങ്കിലും ഘടനാ ജൈവശാസ്ത്രം, ഇമ്മ്യൂണോളജി, ക്ലിനിക്കൽ ജനിതകശാസ്ത്രം എന്നിവയിലെ ചിതറിക്കിടക്കുന്ന കണ്ടെത്തലുകൾ, വ്യക്തവും പരിശോധനായോഗ്യവുമായ അനുമാനങ്ങളാക്കി മാറ്റുന്നതിൽ AI-ക്കുള്ള ശക്തമായ പങ്ക് ഇത് വ്യക്തമാക്കുന്നു.

ന്യൂറോമസ്കുലർ കോഹോർട്ടിൽ സാധ്യതയുള്ള ഫീനോടൈപ്പ് വിപുലീകരണവും ടീം കണ്ടു. HSPB8, CDK13 എന്നിവയിലെ ഹാനികരമായ വേരിയന്റുകൾ ആ ജീനുകളുമായി ബന്ധപ്പെട്ട് ഏറ്റവും അറിയപ്പെടുന്ന രോഗങ്ങളുമായി പൂർണ്ണമായി പൊരുത്തപ്പെട്ടില്ല; കൂടുതൽ കേസുകളും ലബോറട്ടറി പ്രവർത്തനവും പരിശോധിക്കേണ്ട വിശാലമായ ക്ലിനിക്കൽ സ്പെക്ട്രം ഉണ്ടാകാമെന്ന് ഇത് സൂചിപ്പിക്കുന്നു.

ഫീനോടൈപ്പ്, പാരമ്പര്യം, വേരിയന്റ് അനോട്ടേഷനുകൾ, ഡാറ്റ ഗുണമേന്മയുടെ പാറ്റേണുകൾ, ശാസ്ത്ര ലേഖനങ്ങൾ എന്നിവയെ അവലോകനം ചെയ്യാവുന്ന അനുമാനങ്ങളുമായി സംയോജിപ്പിച്ചുകൊണ്ട് ഒരു പൊതു-ഉദ്ദേശ്യ റീസണിംഗ് മോഡലിന്, മുൻകാല ജീനോമിക് പുനർവിശകലനത്തിനായി സംഭാവന ചെയ്യാനാകുമെന്ന് ഈ പഠനം കാണിക്കുന്നു. കാലാനുസൃതമായ പുനർവിശകലനം എന്തുകൊണ്ട് പ്രധാനമാണെന്നും ഇത് കാണിക്കുന്നു: അറിവ് മുന്നേറിയതിന് ശേഷമോ ചിതറിക്കിടക്കുന്ന രേഖകൾ ഒന്നിപ്പിച്ചതിന് ശേഷമോ മാത്രമേ ചില ഉത്തരങ്ങൾ പുറത്തുവരൂ.

രോഗം നിർണിക്കാനോ ചികിത്സാ തീരുമാനങ്ങൾ എടുക്കാനോ രോഗികളും ക്ലിനിഷ്യന്മാരും ഉപഭോക്താക്കളും OpenAI മോഡലുകൾ ഉപയോഗിക്കണം എന്നതിന്റെ തെളിവല്ല ഈ ഗവേഷണം. രോഗനിർണയത്തിനായി OpenAI o3 ഡീപ് റിസർച്ച്, ChatGPT, മറ്റേതെങ്കിലും OpenAI ഉൽപ്പന്നം എന്നിവയുടെ ഉദ്ദേശിച്ച ഉപഭോക്തൃ ഉപയോഗത്തെ ഇത് വിവരിക്കുകയോ അംഗീകരിക്കുകയോ ചെയ്യുന്നില്ല. പങ്കെടുക്കുന്ന ആരുടെയും രോഗനിർണയം ഈ മോഡൽ നടത്തിയിട്ടില്ല; സ്ഥാപിത അവലോകനം, പരിശോധന, ക്ലിനിക്കൽ സ്ഥിരീകരണ പ്രക്രിയകൾ എന്നിവ വഴിയാണ് ഡോക്ടർമാരും മറ്റ് യോഗ്യരായ ക്ലിനിക്കൽ വിദഗ്ദ്ധരും ഓരോ രോഗനിർണയവും നടത്തിയത്.

പഠനം ഭൂതകാലത്തേക്ക് തിരിഞ്ഞുനോക്കുന്നതായിരുന്നു, കോഹോർട്ടുകൾ വൈവിധ്യമാർന്നതായിരുന്നു, അവലോകകർ മോഡലിന്റെ ആത്മവിശ്വാസം കണ്ണടച്ച് വിശ്വസിച്ചില്ല. ലാഭിച്ച സമയം, ചെലവ്, ക്ലിനീഷ്യന്റെ പരിശ്രമം, ഫാൾസ്-പോസിറ്റീവ് ജോലിഭാരം, പരിചരണത്തിലെ മാറ്റങ്ങൾ എന്നിവ ഗവേഷകർ അളന്നില്ല. ഘടനാപരമായ വേരിയന്റുകൾ, ആവർത്തിച്ചുള്ള വികാസങ്ങൾ, ആഴത്തിലുള്ള ആന്തരിക മാറ്റങ്ങൾ തുടങ്ങിയ ജനിതക വ്യതിയാനങ്ങളുടെ മറ്റ് രൂപങ്ങൾ അവർ വ്യവസ്ഥാപിതമായി വിലയിരുത്തിയില്ല.

ലാർജ് ലാംഗ്വേജ് മോഡലുകൾ സന്ദർഭം തെറ്റായി വായിക്കുകയോ വിശ്വസനീയമായി തോന്നിപ്പിക്കുമെങ്കിലും സൂക്ഷ്മമായി പരിശോധിക്കുമ്പോൾ വിലപ്പോകാത്ത വിശദീകരണങ്ങൾ സൃഷ്ടിക്കുകയോ ചെയ്തേക്കാം. അതിനാൽ, ഓരോ ഫലവും മനുഷ്യരുടെ വിധിനിർണയവും ക്ലിനിക്കൽ സ്ഥിരീകരണവും വഴി കടന്നുപോയതാണ്. തിരച്ചിലിന്റെ പരിധി മോഡൽ വിപുലമാക്കുകയും തുടർന്നുള്ള മനുഷ്യ നേതൃത്വത്തിലുള്ള വിശകലനത്തിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുകയും ചെയ്തു; ഒരു കുടുംബത്തെ ഏത് വിവരമോ രോഗനിർണയമോ അറിയിക്കണമെന്ന് അത് തീരുമാനിച്ചില്ല.

ഈ പഠനം തിരിച്ചറിയൽ സൂചനകൾ നീക്കിയ വിവരങ്ങളാണ് ഉപയോഗിച്ചത്; സംരക്ഷിത ആരോഗ്യവിവരങ്ങൾ അംഗീകൃത പരിസരങ്ങൾക്ക് പുറത്തേക്ക് ഉപയോഗിക്കുകയോ കൈമാറുകയോ ചെയ്തിട്ടില്ല. സ്വകാര്യത, സുരക്ഷ, ഓഡിറ്റ് ചെയ്യാൻ കഴിയൽ, പ്രാദേശിക നിയന്ത്രണം എന്നിവയുടെ കാര്യത്തിൽ എല്ലാ മെഡിക്കൽ പരിചരണങ്ങൾക്കും ബാധകമായ അതേ ശ്രദ്ധ വിപുലമായ ക്ലിനിക്കൽ വിന്യാസത്തിനും ആവശ്യമാകും. സീക്വൻസിംഗ് അടിസ്ഥാന സൗകര്യത്തെയോ ജനിതക കൗൺസിലിംഗിനെയോ സ്ഥിരീകരണ പരിശോധനയെയോ വിദഗ്ദ്ധ വിധിയെയോ മോഡൽ ആക്സസ് പകരംവയ്ക്കുന്നില്ല.

പല കേന്ദ്രങ്ങളിലായി നടക്കുന്ന പ്രതീക്ഷയ്ക്ക് വകയുള്ള പഠനങ്ങൾ, LLM സഹായത്തോടെയുള്ള പുനർവിശകലനത്തെ രോഗനിർണയ ഫലങ്ങൾ, പങ്കെടുക്കുന്ന വ്യക്തിയുമായി ചെലവിടുന്ന സമയം, ഫാൾസ്-പോസിറ്റീവ് ജോലിഭാരം, ചെലവ്, പരിചരണത്തിലെ സ്വാധീനം എന്നിവയുമായി ബന്ധപ്പെട്ട സാധാരണ നടപടികളുമായി താരതമ്യം ചെയ്യണം. പല പതിപ്പാക്കിയ പ്രോംപ്റ്റുകൾ, റഫറൻസ് പരിശോധനകൾ, ഓഡിറ്റ് ലോഗുകൾ, കാലിബ്രേറ്റ് ചെയ്ത അനിശ്ചിതത്വം എന്നിവ പുനരുൽപാദനക്ഷമതയ്ക്കും സുരക്ഷയ്ക്കും പ്രധാനമാകും. അത്തരം പഠനങ്ങളിൽ, തെളിവ് വിലയിരുത്താനും അനുയോജ്യമായ പരിശോധനകൾ നിർദേശിക്കാനും ഏതെങ്കിലും രോഗനിർണയമോ ചികിത്സാ തീരുമാനമോ എടുക്കാനും യോഗ്യരായ ക്ലിനീഷ്യന്മാർ കൂടിയേതീരൂ.

ഈ പഠനം OpenAI o3 ഡീപ് റിസർച്ച് ഉപയോഗപ്പെടുത്തി. പുതിയ പൊതു-ഉദ്ദേശ്യ മോഡലുകൾക്ക് കൂടുതൽ ശാസ്ത്രീയ വിവരങ്ങൾ തിരയാനും സംയോജിപ്പിക്കാനും കഴിയും; അതേസമയം GPT‑Rosalind പോലുള്ള പ്രത്യേക ലക്ഷ്യത്തോടെ നിർമിച്ച സിസ്റ്റങ്ങൾ, പ്രോട്ടീൻ ഘടനയിലും പ്രവർത്തനത്തിലും വേരിയന്റുകളുടെ സ്വാധീനം ഉൾപ്പെടെ, കൂടുതൽ ആഴത്തിലുള്ള ലൈഫ് സയൻസ് പ്രവർത്തനങ്ങൾക്കായി രൂപകൽപ്പന ചെയ്തതാണ്. ആ കഴിവുകൾ ഇവിടെ പരീക്ഷിച്ചിട്ടില്ല; അവയ്ക്ക് സ്വന്തം വിലയിരുത്തലുകളും ആക്സസ് നിയന്ത്രണങ്ങളും ആവശ്യമാണ്.

OpenAI ഈ പ്രാരംഭ ഗവേഷണ പഠനത്തിന് പിന്തുണ നൽകി സഹായിച്ചെങ്കിലും, OpenAI Foundation-ൽ നിന്നുള്ള ഒരു ഗ്രാന്റിലൂടെ ജോലിയുടെ അടുത്ത ഘട്ടത്തെ നയിക്കുന്നത് മാന്റൺ സെന്റർ ആണ്. അപൂർവ രോഗവുമായി ബന്ധപ്പെട്ട കേസുകൾ കൂടുതൽ വേഗത്തിലും സ്ഥിരതയോടെയും വിശകലനം ചെയ്യാൻ ക്ലിനിക്കൽ ടീമുകളെ സഹായിക്കുന്ന പ്ലാറ്റ്‌ഫോം-അഗ്നോസ്റ്റിക് അതായത്, കുറഞ്ഞ ചെലവിലുള്ള ജനിതക AI കോപൈലറ്റ് വികസിപ്പിക്കാനുള്ള സെന്ററിന്റെ വിപുലമായ ശ്രമത്തെ ഈ ഗ്രാന്റ് പിന്തുണയ്ക്കും.

വിദഗ്ദ്ധരുടെ നേതൃത്വത്തിലുള്ള AI അധിഷ്ഠിത പുനർവിശകലനത്തിന്, കണ്ടെത്തലുകളുടെ വേഗത്തിനൊപ്പം ശാസ്ത്രീയ ധാരണ മുന്നേറാൻ സഹായിക്കാനാകുമോ എന്ന് പരിശോധിക്കുന്നതിനുള്ളതാണ് ഈ ദീർഘകാല ഗവേഷണാവസരം. ഡോക്ടർ നടത്തുന്ന രോഗനിർണയത്തിന് പകരമായി AI ഉപയോഗിക്കും എന്നതല്ല വാഗ്ദാനം; മറിച്ച്, അന്വേഷണാർഹമായ തെളിവുകൾ തിരിച്ചറിയാൻ സൂക്ഷ്മമായി വിലയിരുത്തിയ ഗവേഷണ ടൂളുകൾ വിദഗ്ദ്ധരെ സഹായിച്ചേക്കാം എന്നതാണ്. ആയിരക്കണക്കിന് കുടുംബങ്ങളുടെ കാര്യത്തിൽ, ഇന്നത്തെ ഉത്തരം കിട്ടാത്ത ചോദ്യങ്ങൾ എന്നെന്നേക്കുമായി ഉത്തരമില്ലാതെ തുടരേണ്ടതില്ല.