Η επιβεβαίωση των ισχυρισμών της εταιρείας εκκρεμεί, καθώς δεν έχει δημοσιευθεί ακόμη σχετική μελέτη με αξιολόγηση από ομοτίμους. Αυτή είναι η πρώτη επιφύλαξη που πρέπει να έχει κανείς στο μυαλό του διαβάζοντας μια είδηση που, αν επαληθευτεί, θα σημάνει ένα νέο κεφάλαιο στην ιατρική: για πρώτη φορά, σύμφωνα με αμερικανική νεοφυή εταιρεία, χορηγήθηκε σε άνθρωπο ιός σχεδιασμένος από τεχνητή νοημοσύνη. Ο ιός αυτός δεν απειλεί τον άνθρωπο.
Από τη Ρούλα Σκουρογιάννη
Είναι ένας «κυνηγός βακτηρίων», που προορίζεται να αντιμετωπίσει λοιμώξεις στις οποίες τα αντιβιοτικά έχουν πάψει να δουλεύουν. Η ιδέα ακούγεται σαν επιστημονική φαντασία, όμως βασίζεται σε μια θεραπευτική προσέγγιση που ο κόσμος ξέρει εδώ και έναν αιώνα και που σήμερα, μπροστά στην άνοδο της αντοχής των μικροβίων, επιστρέφει δυναμικά στο προσκήνιο.
Τι ανακοίνωσε η Radical Numerics
Η Radical Numerics, νεοφυής εταιρεία τεχνητής νοημοσύνης με έδρα την Καλιφόρνια (το Σαν Φρανσίσκο), ανακοίνωσε ότι ασθενής με σοβαρή βακτηριακή λοίμωξη έλαβε πειραματική θεραπεία με ιούς που δημιούργησε το μοντέλο τεχνητής νοημοσύνης Omnii-1 της εταιρείας. Η ανακοίνωση έγινε στις 20 Οκτωβρίου, όταν η εταιρεία παρουσίασε και το ίδιο το μοντέλο. Ο συνιδρυτής και διευθύνων σύμβουλος, Eric Nguyen, δήλωσε ότι εισερχόμαστε σε ένα μέλλον όπου μπορούμε να σχεδιάζουμε φάρμακα για την ακριβή βιολογία κάθε ασθενούς.
Το Omnii-1 σχεδιάζει βακτηριοφάγους (ή φάγους), δηλαδή ιούς που προσβάλλουν και καταστρέφουν βακτήρια, χωρίς να στοχεύουν τα ανθρώπινα κύτταρα. Οι γιατροί χρησιμοποιούν ήδη τη θεραπεία αυτή πειραματικά για την αντιμετώπιση σοβαρών βακτηριακών λοιμώξεων, ιδιαίτερα σε περιπτώσεις ασθενών με περιορισμένες άλλες θεραπευτικές επιλογές. Η Radical Numerics υποστηρίζει ότι είναι η πρώτη φορά που βακτηριοφάγοι σχεδιασμένοι από τεχνητή νοημοσύνη χρησιμοποιούνται για τη θεραπεία ανθρώπου.
Πώς σχεδιάστηκε ο ιός
Το ενδιαφέρον βρίσκεται στον τρόπο. Αντί να αναζητήσει έναν ιό που θα μπορούσε να καταστρέψει τα βακτήρια του ασθενούς, το Omnii-1 επανασχεδίασε ένα τμήμα ενός ιού, ώστε να μπορεί να αναγνωρίζει και να επιτίθεται αποτελεσματικότερα στο συγκεκριμένο βακτηριακό στέλεχος που προκαλούσε τη λοίμωξη. Σύμφωνα με δημοσιεύματα, η εργασία βασίστηκε στον βακτηριοφάγο T7, που προσβάλλει το E. coli, και η λοίμωξη του ασθενούς οφειλόταν σε ανθεκτικό E. coli. Η εταιρεία υποστηρίζει ότι, στο μέλλον, η διαδικασία αυτή θα μπορούσε να ολοκληρώνεται μέσα σε λίγες ημέρες.
Για να γίνει κατανοητή η διαφορά, αξίζει να θυμηθούμε πώς δουλεύει η συμβατική φαγοθεραπεία. Μέχρι σήμερα, οι γιατροί πρέπει συνήθως να εντοπίσουν έναν ιό που υπάρχει στη φύση και μπορεί να στοχεύσει τα συγκεκριμένα βακτήρια που προκαλούν τη νόσο του ασθενούς. Για τον σκοπό αυτό χρησιμοποιείται δείγμα από τη λοίμωξη του ασθενούς, με το οποίο ελέγχονται υπάρχουσες συλλογές φάγων για αποτελεσματικούς υποψήφιους. Η διαδικασία είναι χρονοβόρα και, όταν ο ασθενής είναι σε κρίσιμη κατάσταση, ο χρόνος είναι ακριβώς αυτό που δεν υπάρχει. Η Radical Numerics ευελπιστεί ότι το μοντέλο της θα επιταχύνει αυτή τη διαδικασία, σχεδιάζοντας ιούς που στοχεύουν τη συγκεκριμένη λοίμωξη κάθε ασθενούς και επιτρέποντας ενδεχομένως στους γιατρούς να εντοπίζουν αποτελεσματικότερες θεραπείες σε μικρότερο χρονικό διάστημα.
Σύμφωνα με τα στοιχεία που έχει δημοσιοποιήσει η ίδια η εταιρεία, το μοντέλο δοκιμάστηκε έναντι 37 στελεχών E. coli που δεν είχε «δει» ποτέ κατά την εκπαίδευσή του και, όπως αναφέρεται, κάλυψε το 91,4% των επιλέξιμων στελεχών με μόλις δύο φάγους, ξεπερνώντας δύο εξειδικευμένα συστήματα πρόβλεψης. Πρόκειται για αποτελέσματα της εταιρείας, που δεν έχουν ελεγχθεί ανεξάρτητα.
Τι έγινε πριν από τη χορήγηση
Η εταιρεία ανέφερε ότι, πριν από τη χορήγηση της θεραπείας, δοκίμασε τους ιούς που είχε σχεδιάσει το μοντέλο τεχνητής νοημοσύνης σε βακτήρια που είχαν ληφθεί από τον ίδιο τον ασθενή. Σύμφωνα πάντα με την εταιρεία, το μείγμα των ιών εξάλειψε το δείγμα βακτηρίων του ασθενούς, τα οποία ήταν ανθεκτικά στα αντιβιοτικά, κατά τη διάρκεια εργαστηριακών δοκιμών. Η θεραπεία χορηγήθηκε με το καθεστώς της ανθρωπιστικής (συμπονετικής) χρήσης, με ευθύνη θεράποντος ιατρού. Πρόκειται για ειδικό πρόγραμμα που επιτρέπει στους γιατρούς να δοκιμάζουν πειραματικές θεραπείες όταν οι συμβατικές επιλογές είναι περιορισμένες. Σύμφωνα με δημοσίευμα, μάλιστα, πρόκειται για λοίμωξη που ήταν ανθεκτική τόσο στα αντιβιοτικά όσο και στις υπάρχουσες φαγοθεραπείες.
Τα μεγάλα ερωτήματα που μένουν αναπάντητα
Το πιο κρίσιμο ερώτημα είναι αν η θεραπεία δούλεψε. Η εταιρεία δεν έχει δημοσιοποιήσει λεπτομέρειες σχετικά με τη διάγνωση του ασθενούς, την έκβαση της θεραπείας ή το εάν η λοίμωξη αντιμετωπίστηκε τελικά με επιτυχία. Ο Eric Nguyen εξήγησε ότι η εταιρεία θέλει να προστατεύσει το απόρρητο του ασθενούς και την εμπιστοσύνη των κλινικών συνεργατών της, αλλά σκοπεύει να δημοσιεύσει στο μέλλον τα αποτελέσματα. Εξωτερικοί ειδικοί κινούνται με σκεπτικισμό. Ο μικροβιολόγος του Πανεπιστημίου του Χάρβαρντ, Michael Baym, δήλωσε στους New York Times ότι, αν η θεραπεία πετύχει, θα είναι εξαιρετικό, αλλά η πρώτη του παρόρμηση είναι να είναι επιφυλακτικός. Σημειωτέον ότι, η ίδια η τεχνική αναφορά της εταιρείας αναγνωρίζει ότι οι παρατηρήσεις από έναν μόνο ασθενή δεν μπορούν να τεκμηριώσουν ασφάλεια ή αποτελεσματικότητα.
Επιπλέον, όσο δεν υπάρχει δημοσίευση με αξιολόγηση από ομοτίμους, παραμένουν ανεπιβεβαίωτα και δύο ακόμη σημαντικά σημεία: πόσο πρωτότυποι είναι πραγματικά οι ιοί που σχεδιάστηκαν και πόσο ακριβώς συνέβαλε η τεχνητή νοημοσύνη. Χρειάζεται, επομένως, προσοχή: ένα περιστατικό δεν αποτελεί κλινική μελέτη, και η ιστορία της ιατρικής είναι γεμάτη από πρώτα περιστατικά που δεν επιβεβαιώθηκαν σε μεγαλύτερη κλίμακα.
Δεν είναι η πρώτη φορά που «κατασκευασμένοι» φάγοι φτάνουν σε ασθενή
Για να μπει η είδηση στις σωστές διαστάσεις, πρέπει να σημειωθεί ότι η φαγοθεραπεία δεν είναι καινούργια ιδέα και ότι ο σχεδιασμός ιών δεν ξεκίνησε τώρα. Τροποποιημένοι φάγοι έχουν φτάσει σε ασθενείς και στο παρελθόν, με πιο γνωστή την περίπτωση του 2019, όταν τροποποιημένοι φάγοι χρησιμοποιήθηκαν για τη θεραπεία διασπαρμένης λοίμωξης από ανθεκτικό Mycobacterium abscessus. Το νέο στοιχείο δεν είναι ο ιός ως θεραπεία, αλλά ο τρόπος σχεδιασμού του: με ένα γενετικό μοντέλο που έχει εκπαιδευτεί σε βιολογικά δεδομένα, με τον ίδιο τρόπο που τα μεγάλα γλωσσικά μοντέλα εκπαιδεύονται σε κείμενο. Το Omnii-1 είναι ένα «γλωσσικό μοντέλο γονιδιωμάτων» που, όπως αναφέρει η εταιρεία, μετατρέπει 28 είδη βιολογικών δεδομένων, όπως DNA, RNA και πρωτεΐνες, σε κοινή αναπαράσταση που μπορεί να «μάθει» η τεχνητή νοημοσύνη.
Γιατί η αντοχή στα αντιβιοτικά είναι ένα τόσο μεγάλο πρόβλημα
Ο λόγος που η επιστημονική κοινότητα ψάχνει εναλλακτικές είναι πολύ απλός: τα αντιβιοτικά χάνουν έδαφος. Σύμφωνα με τη μεγαλύτερη ως σήμερα ανάλυση, που δημοσιεύθηκε στο The Lancet από το πρόγραμμα GRAM, η βακτηριακή αντοχή στα αντιβιοτικά ευθύνεται άμεσα για 1,14 εκατομμύρια θανάτους το 2021, ενώ οι ετήσιοι θάνατοι προβλέπεται να φτάσουν τα 1,91 εκατομμύρια το 2050. Εκτιμάται ότι μεταξύ 2025 και 2050 θα καταγραφούν συνολικά 39 εκατομμύρια θάνατοι που οφείλονται άμεσα στην αντοχή. Παράλληλα, οι θάνατοι που σχετίζονται με την αντοχή υπολογίζεται ότι θα φτάσουν τα 169 εκατομμύρια στο ίδιο διάστημα. Ιδιαίτερα ανησυχητικό είναι ότι οι θάνατοι από ανθεκτικό σε μεθικιλλίνη χρυσίζοντα σταφυλόκοκκο (MRSA) υπερδιπλασιάστηκαν από 57.200 το 1990 σε 130.000 το 2021, ενώ οι θάνατοι από βακτήρια ανθεκτικά στις καρβαπενέμες αυξήθηκαν από 127.000 σε 216.000. Το ίδιο πρόγραμμα καταδεικνύει ότι τα πράγματα δεν είναι αναπόφευκτα: η βελτίωση της φροντίδας των λοιμώξεων και της πρόσβασης στα αντιβιοτικά θα μπορούσε να αποτρέψει 92 εκατομμύρια θανάτους μέχρι το 2050. Σε αυτό το πλαίσιο, κάθε νέο εργαλείο, από νέα αντιβιοτικά μέχρι φαγοθεραπεία, αξίζει να εξεταστεί σοβαρά.
Το πείραμα του Στάνφορντ και οι δυνατότητες του AI στον σχεδιασμό ιών
Η εξέλιξη αυτή έρχεται σε μια περίοδο αυξανόμενου ενδιαφέροντος για τη χρήση της τεχνητής νοημοσύνης με στόχο την επιτάχυνση της ιατρικής έρευνας, παράλληλα με τις ανησυχίες για τους κινδύνους που ενδέχεται να προκύψουν από την κακόβουλη χρήση της τεχνολογίας αυτής. Η Radical Numerics δεν ξεκίνησε από το μηδέν: ιδρύθηκε από μέλη της ομάδας που δημιούργησε τα μοντέλα Evo και Evo 2, με τα οποία σχεδιάστηκαν τα πρώτα γονιδιώματα βακτηριοφάγων που δημιουργήθηκαν εξ ολοκλήρου από τεχνητή νοημοσύνη.
Εκεί ακριβώς αναφέρεται και το πείραμα του Στάνφορντ. Ερευνητές από το Πανεπιστήμιο Στάνφορντ και το Arc Institute ανακοίνωσαν ότι χρησιμοποίησαν τεχνητή νοημοσύνη για να σχεδιάσουν νέους ιούς ικανούς να καταστρέφουν βακτήρια E. coli, όπως έδειξαν τα εργαστηριακά πειράματα. Από τα σχεδόν 300 γονιδιώματα ιών που σχεδιάστηκαν με τεχνητή νοημοσύνη, συντέθηκαν και δοκιμάστηκαν, μόνο τα 16 παρήγαγαν λειτουργικούς ιούς. Οι λεπτομέρειες δείχνουν πόσο απαιτητική είναι η εργασία. Τα μοντέλα παρήγαγαν περίπου 700.000 υποψήφια γονιδιώματα, από τα οποία επιλέχθηκαν 302 για σύνθεση, κατασκευάστηκαν επιτυχώς 285 και τελικά 16 έγιναν βιώσιμοι φάγοι, δηλαδή ποσοστό επιτυχίας 5,6%. Η δουλειά, που παρουσιάστηκε αρχικά ως προδημοσίευση τον Σεπτέμβριο του 2025, δημοσιεύθηκε στο επιστημονικό περιοδικό Science στις 6 Αυγούστου 2026. Για αντοχή στα αντιβιοτικά, το αποτέλεσμα ήταν ιδιαίτερα ενδιαφέρον: ένα «κοκτέιλ» των 16 σχεδιασμένων φάγων υπερνίκησε την αντοχή σε στελέχη E. coli, κάτι που ένα αντίστοιχο μείγμα φυσικών φάγων δεν κατάφερε. Να σημειωθεί ότι τα πειράματα έγιναν σε εργαστήριο και όχι σε ασθενείς.
Ο φόβος της κακής χρήσης και το ζήτημα της βιοασφάλειας
Η ίδια τεχνολογία που μπορεί να σχεδιάσει έναν ιό-θεραπευτή θα μπορούσε, θεωρητικά, να χρησιμοποιηθεί και με κακόβουλο σκοπό. Οι ερευνητές έχουν προειδοποιήσει ότι τα συστήματα τεχνητής νοημοσύνης που είναι σε θέση να σχεδιάζουν νέους ιούς εγείρουν σημαντικά ζητήματα βιοασφάλειας, ιδιαίτερα εάν αντίστοιχες μέθοδοι προσαρμοστούν για τη δημιουργία ιών που μπορούν να προσβάλλουν ανθρώπους. Η ερευνητική ομάδα του Στάνφορντ επικεντρώθηκε σκόπιμα σε ιούς που προσβάλλουν βακτήρια και όχι ανθρώπους ή ζώα, και, όπως έχει αναφερθεί, εξαίρεσε από τα δεδομένα εκπαίδευσης του μοντέλου γνωστές αλληλουχίες ιών που προσβάλλουν τον άνθρωπο. Ωστόσο, επιστήμονες ζητούν τη θέσπιση αυστηρότερων μέτρων προστασίας και ελέγχου, καθώς η έρευνα στον τομέα της βιολογίας με τη χρήση τεχνητής νοημοσύνης εξελίσσεται με ταχείς ρυθμούς. Σε σχετικό σχόλιο, ερευνητές του Κέντρου Υγείας και Ασφάλειας του Johns Hopkins επισήμαναν ότι η δυνατότητα σύνθεσης ιικών γονιδιωμάτων με γενετική τεχνητή νοημοσύνη υπάρχει ήδη, ενώ το πλαίσιο διακυβέρνησης που θα την καθοδηγεί με ασφάλεια υπολείπεται. Η Radical Numerics, από την πλευρά της, αναπτύσσει το Omnii και για σκοπούς βιοάμυνας, επισημαίνοντας ότι οι ίδιες εξελίξεις που επιτρέπουν τον σχεδιασμό φαρμάκων μπορούν να χρησιμοποιηθούν και για τη δημιουργία παθογόνων που διαφεύγουν των υπαρχουσών μεθόδων ανίχνευσης.
Τι σημαίνει όλο αυτό για τους ασθενείς
Η συγκεκριμένη προσέγγιση θα μπορούσε να προσφέρει μια επιπλέον θεραπευτική επιλογή για λοιμώξεις που είναι δύσκολο να αντιμετωπιστούν. Προς το παρόν, όμως, μιλάμε για ένα μεμονωμένο, πειραματικό περιστατικό, με άγνωστη έκβαση, που περιμένει επιστημονική επιβεβαίωση. Μέχρι να υπάρξουν δημοσιευμένα αποτελέσματα και κλινικές δοκιμές με αρκετούς ασθενείς, οι φάγοι από τεχνητή νοημοσύνη δεν αποτελούν διαθέσιμη θεραπεία. Για τον πολίτη, το πιο πρακτικό μήνυμα παραμένει το γνωστό: τα αντιβιοτικά χρησιμοποιούνται μόνο όταν τα συνταγογραφεί ο γιατρός και με πλήρη τήρηση της αγωγής, γιατί η κατάχρησή τους είναι ο βασικός μηχανισμός που τροφοδοτεί την αντοχή των μικροβίων.
Πηγή: Independent