Cerebras Systems une-se à Mayo Clinic em modelo genômico que prevê tratamento para artrite

A Cerebras Systems se uniu à Mayo Clinic para criar um modelo de fundação genômica baseado em IA que prevê os melhores tratamentos médicos para pessoas com artrite reumatoide.

Ele também pode ser útil na previsão do melhor tratamento para pessoas com câncer e doenças cardiovasculares, disse Andrew Feldman, CEO da Cerebras Systems, em uma entrevista ao GamesBeat.

A Mayo Clinic, em colaboração com a Cerebras Systems, anunciou progressos significativos no desenvolvimento de ferramentas de inteligência artificial para avançar na assistência ao paciente, hoje, na Conferência de Saúde JP Morgan em São Francisco.

Como parte do compromisso da Mayo Clinic em transformar a assistência médica, a instituição liderou o desenvolvimento de um modelo de fundação genômica de classe mundial, projetado para apoiar médicos e pacientes.

Assim como a Nvidia e outras empresas de semicondutores, a Cerebras está focada em supercomputação de IA. No entanto, sua abordagem é muito diferente da da Nvidia, que depende de processadores de IA individuais. A Cerebras Systems projeta um único wafer — com muitos chips em um único wafer de silício — que coletivamente resolve grandes problemas de IA e outras tarefas computacionais com um consumo de energia muito mais baixo. Feldman disse que foram necessários dezenas de tais sistemas para computar o modelo de fundação genômica ao longo de meses. Ainda assim, isso consome muito menos tempo, esforço, energia e custo do que as soluções computacionais tradicionais, afirmou ele. A PitchBook previu recentemente que a Cerebras terá um IPO em 2025.

Com base na liderança da Mayo Clinic em medicina de precisão, o modelo foi projetado para melhorar o diagnóstico e personalizar a seleção do tratamento, com foco inicial na Artrite Reumatoide (AR). O tratamento da AR apresenta um desafio clínico significativo, muitas vezes exigindo múltiplas tentativas para encontrar medicamentos eficazes para pacientes individuais.

Abordagens tradicionais que examinam marcadores genéticos individuais mostraram sucesso limitado na previsão da resposta ao tratamento.

O modelo genômico da equipe conjunta foi treinado misturando dados de genoma de referência humano disponíveis publicamente com os dados de exoma de pacientes abrangentes da Mayo. O genoma de referência humano é uma sequência de DNA digital que representa uma versão composta e “idealizada” do genoma humano. Ele serve como uma estrutura padrão contra a qual os genomas humanos individuais podem ser comparados, permitindo que os pesquisadores identifiquem variações genéticas.

Em contraste com modelos treinados exclusivamente em genoma de referência humano, o modelo de fundação genômica da Mayo demonstra resultados significativamente melhores na classificação de variantes genômicas porque foi treinado com dados de 500 pacientes da Mayo Clinic. À medida que mais dados de pacientes são incorporados ao treinamento, a equipe espera uma melhoria contínua na qualidade do modelo.

A equipe projetou novos benchmarks para avaliar as capacidades clinicamente relevantes do modelo, como detecção de condições médicas específicas a partir de dados de DNA, abordando uma lacuna em benchmarks disponíveis publicamente, que se concentram principalmente na identificação de elementos estruturais, como regiões regulatórias ou funcionais.

O Modelo de Fundação Genômica da Mayo Clinic demonstra precisão de ponta em várias áreas-chave: 68-100% de precisão em benchmarks de AR, 96% de precisão na previsão de predisposição ao câncer e 83% de precisão na previsão de fenótipo cardiovascular. Essas capacidades estão alinhadas à visão da Mayo Clinic de oferecer assistência médica de classe mundial por meio de tecnologia de IA. Mais testes precisarão ser realizados para verificar os resultados, disse Feldman.

“A Mayo Clinic está comprometida em usar a tecnologia de IA mais avançada para treinar modelos que transformarão fundamentalmente a assistência médica”, afirmou Matthew Callstrom, diretor médico de estratégia da Mayo Clinic e presidente de radiologia, em uma declaração. “Nossa colaboração com a Cerebras nos permitiu criar um modelo de IA de ponta para genômica. Em menos de um ano, desenvolvemos ferramentas de IA promissoras que ajudarão nossos médicos a tomar decisões mais informadas com base em dados genômicos.”

“O modelo de fundação genômica da Mayo estabelece um novo padrão para modelos genômicos, destacando-se não apenas em tarefas padrão, como prever propriedades funcionais e regulatórias do DNA, mas também permitindo descobertas de correlações complexas entre variantes genéticas e condições médicas”, disse Natalia Vassilieva, CTO de campo da Cerebras Systems, em uma declaração. “Ao contrário das abordagens atuais que se concentram em associações de variantes únicas, este modelo permite a descoberta de conexões onde coleções de variantes contribuem para uma condição específica.”

O desenvolvimento rápido desses modelos — tipicamente um empreendimento de vários anos — foi acelerado ao treinar os modelos personalizados da Mayo Clinic na plataforma de IA da Cerebras. O Modelo de Fundação Genômica da Mayo representa passos significativos em direção ao aprimoramento do suporte à decisão clínica e ao avanço da medicina de precisão.

O produto principal da Cerebras é o CS-3, um sistema alimentado pelo Wafer-Scale Engine-3.

Avançando a IA para raios-X do tórax

Separadamente, a Mayo Clinic revelou hoje colaborações inovadoras com a Microsoft Research e com a Cerebras Systems no campo da inteligência artificial generativa (IA), projetadas para personalizar a assistência ao paciente, acelerar significativamente o tempo de diagnóstico e melhorar a precisão.

Anunciados durante a Conferência de Saúde JP Morgan, os projetos se concentram no desenvolvimento e teste de modelos de fundação personalizados para várias aplicações, aproveitando o poder de imagens e dados radiológicos multimodais (incluindo tomografias computadorizadas e ressonâncias magnéticas) com a Microsoft Research e dados de sequenciamento genômico com a Cerebras.

As inovações têm o potencial de transformar a forma como os clínicos abordam diagnóstico e tratamento, levando a melhores resultados para os pacientes.

Modelos de IA de fundação são grandes modelos pré-treinados capazes de se adaptar e executar muitas tarefas com treinamento adicional mínimo. Eles aprendem com conjuntos de dados massivos, adquirindo conhecimento geral que pode ser usado em diversas aplicações. Essa adaptabilidade os torna blocos de construção eficientes e versáteis para diversos sistemas de IA.

A Mayo Clinic e a Microsoft Research estão desenvolvendo colaborativamente modelos de fundação que integram texto e imagens. Para esse caso de uso, a Mayo e a Microsoft Research estão trabalhando em conjunto para explorar o uso da IA generativa em radiologia com a tecnologia de IA da Microsoft Research e os dados de raios-X da Mayo Clinic.

Empoderar os clínicos com acesso instantâneo às informações que precisam está no cerne deste projeto de pesquisa. A Mayo Clinic visa desenvolver um modelo que possa gerar automaticamente relatórios, avaliar o posicionamento de tubos e linhas em raios-X do tórax e detectar alterações em imagens anteriores. Este modelo proof-of-concept busca melhorar o fluxo de trabalho dos clínicos e a assistência ao paciente, fornecendo uma análise mais eficiente e abrangente de imagens radiográficas.

A Mayo Clinic tem 76.000 pessoas e atende a um enorme número de pacientes por ano.

“Iniciamos uma parceria para trazer a tecnologia de IA para a saúde. Isso nos permitiu combinar nossa expertise em domínio, nossos dados notáveis, com nossa expertise em IA e computação”, disse Feldman.

Ele disse que grandes modelos de linguagem prevêm palavras, mas modelos genômicos preveem nucleotídeos. Quando um nucleotídeo é alterado em uma mutação ou erro de transcrição, isso pode ser a causa de uma doença ou pode prever o início de uma doença.

Modelos existentes só podem perguntar se a alteração de um único nucleotídeo prevê uma doença. Mas a Cerebras analisa a alteração de mais de um nucleotídeo e chega a um modelo mais preciso.

“O que estamos usando para, juntamente com a Mayo Clinic, é prever qual medicamento funcionará para um paciente específico”, disse Feldman.

Trata-se de um modelo de fundação com um bilhão de parâmetros, ou dez vezes maior que o AlphaFold, e foi treinado em um trilhão de tokens. Isso o torna mais preciso, disse Feldman.

Frequentemente, os pacientes têm que passar por um processo de tentativa e erro para descobrir qual medicamento funcionará. Mas com este modelo, Feldman acredita que pode prever qual medicamento funcionará em uma pessoa específica. O primeiro alvo é a artrite reumatoide, que afeta 1,3 milhões de americanos.

“Embora ainda seja cedo, conseguimos mostrar que conseguimos prever com uma precisão impressionante qual medicamento funcionaria para um determinado paciente”, disse ele.

Na artrite, a precisão da previsão foi de 87%. Os dados ainda devem ser publicados e revisados por pares.