Trí tuệ nhân tạo thay đổi sinh học nhưng không thể chữa hết bệnh tật

Trí tuệ nhân tạo (AI) đã trở thành công cụ quan trọng trong lĩnh vực sinh học và y tế, hỗ trợ các nhà khoa học chuyển từ ý tưởng sang thực nghiệm nhanh chóng và hiệu quả hơn. Các phòng thí nghiệm hàng đầu đang nhận thấy tiềm năng của AI ở giao điểm giữa sinh học và chăm sóc sức khỏe. AI không chỉ giúp phát hiện enzym mới trong các cơ sở dữ liệu công khai mà còn hỗ trợ phân tích hình ảnh y tế để chẩn đoán sớm hơn.

Một minh chứng cụ thể về thành tựu của AI là AlphaFold, hệ thống dự đoán cấu trúc protein dựa trên chuỗi amino acid. Trong khi việc xác định cấu trúc ba chiều của protein bằng phương pháp truyền thống có thể mất nhiều tháng hoặc năm, AlphaFold đã dự đoán thành công cấu trúc của hơn 200 triệu loại protein. Công trình này đang được ghi nhận với nửa giải Nobel Hóa học năm 2024.

Các nghiên cứu gần đây công bố trên các tạp chí khoa học cho thấy xu hướng phát triển hệ thống AI ngày càng chuyên sâu. Biomni, được giới thiệu trong tạp chí Science, là một trợ lý nghiên cứu AI giúp nhà khoa học tìm kiếm, xử lý dữ liệu, lựa chọn phần mềm, viết mã và phân tích kết quả. Biomni đã xử lý nhanh dữ liệu từ 458 thiết bị đeo trong vòng chưa đầy một giờ, trong khi một người mất đến khoảng 60 giờ làm việc tương đương. Hệ thống này còn thiết kế các đoạn DNA và quy trình phòng thí nghiệm để thực hiện thành công thí nghiệm nhân bản CRISPR.

Trong khi đó, hệ thống Robin trong bài báo đăng trên tạp chí Nature hoạt động như cộng sự khoa học bán tự động. Nó được giao nhiệm vụ nghiên cứu phác đồ điều trị thoái hóa điểm vàng do tuổi tác gây mất thị lực. Robin phân tích 551 bài báo trong 30 phút, đề xuất cơ chế giúp tế bào võng mạc loại bỏ chất thải. Kết quả thử nghiệm cho thấy hai chất được giới thiệu giúp cải thiện khả năng này, đồng thời Robin tiếp tục đề xuất bước thử nghiệm tiếp theo. Mặc dù không thực hiện thực nghiệm hay chứng minh hiệu quả thuốc cuối cùng, Robin đã tạo điều kiện quan trọng cho giai đoạn từ câu hỏi bệnh tới thí nghiệm và giả thuyết kế tiếp.

Dù tiến bộ vượt bậc, AI vẫn chưa đạt tới trình độ trở thành một nhà khoa học tổng quát, có khả năng chọn ra vấn đề quan trọng, thiết kế thí nghiệm mới và đánh giá ý nghĩa của câu trả lời. Song các hệ thống tự động hóa kết hợp AI như dự án của Ginkgo Bioworks đã cho thấy tiềm năng trong việc tối ưu hóa quy trình sản xuất protein với chi phí giảm đến 40% sau hàng chục nghìn thử nghiệm liên tiếp.

Điều này không gây lo ngại cho các nhà khoa học trẻ hiện nay, bởi vai trò định hướng, kiểm chứng và giám sát nghiên cứu vẫn thuộc về chuyên gia con người. Khoa học vốn là nỗ lực của con người và AI chỉ là công cụ hỗ trợ đắc lực trong xử lý khối lượng lớn dữ liệu và thử nghiệm.

Ung thư là tập hợp hàng trăm bệnh khác nhau do những biến đổi gen khác biệt ở từng mô. Bất chấp tiến bộ lớn, chẳng hạn giảm tỷ lệ tử vong ung thư trong hơn hai thập niên qua, không phải tất cả loại ung thư đều có cách chữa hiệu quả. Ví dụ, protein KRAS cần nhiều thập kỷ nghiên cứu mới có thuốc nhắm tới, dù đây là mục tiêu quan trọng. AI có thể hỗ trợ sàng lọc và xác định vị trí thuốc hiệu quả hơn, nhưng thành công cuối cùng dựa trên nhiều thập kỷ thí nghiệm và thử nghiệm lâm sàng.

Alzheimer cũng là thử thách bởi vì cơ chế bệnh học phức tạp. Các giả thuyết về amyloid và tau từng được cho là nguyên nhân chính, nhưng nhiều thử nghiệm sử dụng thuốc loại bỏ amyloid không đạt hiệu quả mong muốn. Các liệu pháp mới có thể làm chậm sự suy giảm nhận thức nhưng không thể chữa khỏi hoàn toàn. Vấn đề nằm ở việc bệnh nhân thường được điều trị khi tổn thương đã lan rộng hoặc Alzheimer là sự kết hợp của nhiều yếu tố như viêm, mạch máu và lão hóa.

Theo Demis Hassabis, đồng sáng lập AlphaFold, AI có thể một ngày nào đó giúp chữa trị mọi bệnh tật. Đây là mục tiêu lớn lao nhưng khó thực hiện vì sinh học vốn đa chiều, phức tạp và chứa nhiều biến số không thể dự đoán hoàn toàn. Vì vậy, cần sự đóng góp của các nhà khoa học am hiểu cả mô hình kỹ thuật số lẫn sinh học thực nghiệm để lựa chọn dữ liệu đáng tin cậy, xác định câu hỏi nghiên cứu có giá trị và đánh giá kết quả phù hợp với thực tế sinh học của tế bào cũng như cơ thể người.

Anirban Mahapatra, nhà vi sinh vật học và nhà lãnh đạo khoa học, chia sẻ rằng AI đang thay đổi cách làm khoa học nhưng không thể thay thế vai trò con người trong nghiên cứu và tiến trình khám phá.

Bài viết được biên tập với sự hỗ trợ của công cụ trí tuệ nhân tạo (AI), tổng hợp từ các nguồn tin dẫn bên dưới và đã qua kiểm duyệt của toà soạn Quang Minh Việt Nam.