Jinsi Mbinu Inayoongozwa na AI Ilivyomsaidia Mwanzilishi wa Teknolojia Kushinda Saratani Adimu

Wakati Conno Christou, mjasiriamali anayezingatia afya kwa hali ya juu, alipogundulika na aina kali ya non-Hodgkin’s lymphoma, alikataa kuacha kupona kwake kuwa bahati nasibu. Kwa kutendea mapambano yake ya matibabu kama kampuni changa (startup) yenye hatari kubwa, alitumia data kutoka vifaa vinavyovaliwa (wearables) na LLMs ili kupita katika mazingira magumu ya huduma za afya.

Kupona kwa Kutegemea Data Katika Kukabiliana na Ugonjwa Adimu

Ugunduzi wa Christou ulikuwa jambo la kipekee kitakwabu: uvimbe wa sentimita 11 kwa 11 kwa 8 nyuma ya mfupa wake wa kifua (sternum), uliosababishwa na mabadiliko ya kijenetiki ya ghafla. Kwa hali inayowapata watu mmoja tu kati ya 420,000, itifaki ya kawaida ya matibabu mara nyingi haikutosha kwa kiwango cha usahihi alichohitaji. Baada ya kupokea mapendekezo ya matibabu yanayopingana kabisa kutoka kwa wataalamu wawili—mmoja akipendekeza utaratibu wenye uwezekano wa mafanikio wa 60% na mwingine akipendekeza njia kali yenye uwezekano wa mafanikio wa 85%—Christou aligeukia ukusanyaji wa data.

Hakuridhika tu na maoni ya pili; alikusanya maoni 12. Kwa kutendea ukarabati wake kama "marathoni ya mbio fupi" (marathon of sprints), alitumia kifaa chake cha Whoop kutabiri kushuka kwa kinga ya mwili na akaweka shajara ya makini ya dalili kupitia nakala za sauti. Ukusanyaji huu wa data za kina ulimruhusu kufuatilia usingizi, lishe, na ustahimilivu wa kisaikolojia kwa ukali uleule aliotumia kukuza makampuni yake.

Kutumia LLMs Kuziba Pengo la Maarifa ya Kimatibabu

Hatua muhimu zaidi katika safari ya Christou ilikuwa matumizi yake ya Claude, LLM iliyotengenezwa na Anthropic. Wakati wataalamu wa matibabu kama Danielle Bitterman wa Mass General Brigham wanatahadharisha kuwa roboti za mazungumzo (chatbots) za jumla bado hazijathibitishwa kwa ajili ya utambuzi wa kibinafsi, Christou alipata manufaa kwa njia tofauti: kutumia AI kuuliza maswali bora zaidi.

Kwa lymphoma adimu, daktari wa saratani (oncologist) anaweza kukutana na hali fulani mahususi mara moja tu kwa mwaka. Kinyume chake, LLM ime"ing'amua" mwili mkubwa wa fasihi ya kimatibabu ya kimataifa. Christou aliingiza matokeo yake ya damu, data za skani, matokeo ya vifaa vinavyovaliwa, na maandishi ya shajara yake kwenye modeli hiyo, akibadilisha data ghafi kuwa maarifa yanayoweza kutumika ambayo yalimsaidia kuongoza mazungumzo na wataalamu wa kiwango cha dunia.

Kuepuka Matibabu Yasiyo ya Lazima Kupitia Utambuzi wa Mifumo wa AI

Nguvu halisi ya AI ilionekana wakati wa skani ya mwisho ya PET ya Christou, ambayo ilitoa matokeo yasiyo na uhakika. Daktari wake wa saratani alipendekeza kuanza hatua ya pili ya tiba, ikiwa ni pamoja na matibabu ya mionzi (radiotherapy) yenye hatari inayoweza kutokea karibu na moyo na mapafu yake.

Hata hivyo, Christou alibaini takwimu muhimu: kiwango cha matokeo ya uongo (false-positive rate) kwa skani za PET za mwisho wa matibabu katika hali yake mahususi kinaweza kufikia hadi 60%. Aliingiza skani zake za PET na data za MRI kwenye Claude, ambayo ilionyesha jambo fulani la kitabibu: "thymus rebound." Modeli hiyo ilipendekeza kwamba kwa wagonjwa chini ya umri wa miaka 40, tezi ya thymus inayofanya kazi tena inaweza kuiga ugonjwa hai kwenye picha za skani. AI iliweka uwezekano wa maelezo haya takriban 90%. Baada ya kutafuta uhakiki zaidi wa kitaalamu, utambuzi ulithibitishwa—hakuwa na saratani, na matibabu ya mionzi yasiyo ya lazima yaliepukwa.

Mustakabali wa Utetezi wa Mgonjwa wa Kibinafsi

Hadithi ya Christou inaangazia mwelekeo unaochipukia wa "utetezi wa AI unaoongozwa na mgonjwa." Kadiri LLMs zinavyozidi kuwa za kisasa, mpaka kati ya utaalamu wa kitabibu na uchambuzi wa data unaoongozwa na mgonjwa unazidi kufifia. Kwa watengenezaji na waanzilishi, hii inawakilisha fursa kubwa katika muunganiko wa MedTech na Generative AI: kutengeneza zana ambazo hazichukui nafasi ya madaktari, bali zinawawezesha wagonjwa kupita katika mipaka ya mfumo wa matibabu.

Mambo Muhimu ya Kuzingatia

• Ufanyaji Maamuzi Unaoegemea Data: Christou alichukulia safari yake ya matibabu kama tatizo la sayansi ya data, akitumia vifaa vinavyovaliwa na uwekaji kumbukumbu wa makini kusimamia hali yake ya kimwili na kiakili.
• AI kama Tabaka la Kufikiri: Badala ya kutumia LLMs kwa ajili ya utambuzi wa moja kwa moja, alitumia Claude kuunganisha data tata na kuandaa maswali ya kiwango cha juu kwa timu yake ya matibabu.
• Kupunguza Makosa ya Kimatibabu: AI ilisaidia kutambua jambo la "thymus rebound" ambalo lilizuia matibabu ya mionzi yasiyo ya lazima na yenye kuingilia mwili, ikithibitisha thamani ya AI katika kutambua mifumo ya kitabibu iliyopuuzwa.