สรุปโดยย่อ
- คำกล่าวอ้างไวรัลที่ว่า ChatGPT ช่วยรักษามะเร็งสุนัขนั้นเป็นการลดความซับซ้อนของความพยายามทางวิทยาศาสตร์ที่ซับซ้อน
- นักวิจัยมนุษย์ ไม่ใช่ AI เป็นผู้ลำดับจีโนม สร้างวัคซีน mRNA และดำเนินการรักษา
- เครื่องมือ AI ช่วยในการวิจัยและสำรวจข้อมูล แต่ไม่ได้ออกแบบการบำบัดมะเร็ง ถึงแม้หัวข่าวจะบอกเช่นนั้นก็ตาม
ผู้ร่วมก่อตั้ง OpenAI Greg Brockman ได้เผยแพร่เรื่องราวที่แชร์กันอย่างแพร่หลายในช่วงสุดสัปดาห์ เกี่ยวกับสุนัขที่ได้รับการรักษาด้วยวัคซีนมะเร็งแบบเฉพาะบุคคลที่พัฒนาขึ้นโดยได้รับความช่วยเหลือจาก ChatGPT ซึ่งได้รับความสนใจจากชุมชนเทคโนโลยีและ AI
กรณีนี้เกี่ยวข้องกับ Rosie สุนัขพันธุ์ Shar Pei อายุเจ็ดปี ซึ่งเป็นเจ้าของโดยที่ปรึกษาด้าน AI ชาวออสเตรเลีย Paul Conyngham
ตามโพสต์ที่แพร่กระจายออนไลน์ Rosie ได้รับการวินิจฉัยว่าเหลือเวลาอยู่ได้อีกไม่กี่เดือนก่อนจะได้รับการรักษาทดลอง ซึ่ง Conyngham กล่าวว่าได้รับการพัฒนาด้วยความช่วยเหลือจากแชทบอท AI
“ในปี 2022 ผมสังเกตเห็นก้อนแปลกบนหัวของเธอ” Conyngham เขียนไว้ในกระทู้พฤศจิกายน 2024 ซึ่งบันทึกเส้นทางตั้งแต่ต้น “สัตวแพทย์วินิจฉัยว่าเป็น ‘หูดธรรมดา’ แต่สุดท้ายกลายเป็นมะเร็งระยะสุดท้าย” สัตวแพทย์ประมาณ Rosie เหลือเวลาอีกระหว่างหนึ่งถึงหกเดือน และบอกกับ Conyngham ว่าไม่สามารถทำอะไรได้อีก
บัญชีนี้แพร่กระจายอย่างรวดเร็วหลัง Brockman แชร์ให้กับผู้ติดตามนับแสนของเขา ทำให้มีการรายงานข่าวในหลายสำนักเทคโนโลยี
แม้ว่าการรักษาดังกล่าวดูเหมือนเป็นของจริง แต่บทบาทที่ ChatGPT ถูกกล่าวถึงว่าเป็นผู้ช่วยในการพัฒนาวัคซีนก็เป็นที่ถกเถียง โดยนักวิจัยบางคนตั้งคำถามว่าส่วนใดของกระบวนการสามารถจัดการได้จริงโดยโมเดลภาษาขนาดใหญ่
เดินหน้าต่อไป
Conyngham กล่าวว่าเขาไม่ยอมแพ้ Rosie เขาตัดสินใจสร้างสายงานวิจัยจากเครื่องมือ AI สำหรับผู้บริโภค เริ่มต้นด้วย ChatGPT ใช้มันวางแผนกลยุทธ์
โมเดลบอกเขาว่าต้องการการลำดับจีโนม ตัวอย่างเนื้อเยื่อสุขภาพหนึ่งตัวอย่างและหนึ่งจากเนื้องอก และชี้แนะสถานบันและอุปกรณ์เฉพาะ
“สิ่งที่น่าขันที่สุดคือ ในการสนทนากับ ChatGPT ก่อนหน้านี้ มันบอกว่าผมควรติดต่อ Elita หรือ Dr. Martin และควรใช้เครื่อง Illumina” เขาเขียนในเวลานั้น
ดังนั้นเขาจึงตามคำแนะนำนี้
ผู้อำนวยการที่ UNSW เชื่อมต่อเขากับ Dr. Martin Smith หัวหน้าศูนย์ Ramaciotti สำหรับจีโนม ซึ่งตกลงลำดับจีโนมของ Rosie ในราคาประมาณ 3,000 ดอลลาร์
สิบวัน ความลึก 30 เท่าในเนื้อเยื่อสุขภาพ และ 60 เท่าในเนื้องอก ซึ่งเป็นอัตราการผ่านที่สูงขึ้นเพื่อแยกความแตกต่างของการกลายพันธุ์ที่เป็นสาเหตุของมะเร็ง ศูนย์ส่งมอบข้อมูลดิบ 320 กิกะไบต์
ข้อมูลจีโนมถูกแสดงในสายอักษร A, T, C, G ซึ่งผู้เชี่ยวชาญจึงได้ข้อมูลเป็นเอกสารจำนวน 700,000 หน้า ที่เต็มไปด้วยอักษรเหล่านั้น ซึ่งเป็นจีโนมของ Rosie ซึ่งเป็นลายนิ้วมือทางชีวภาพของเธอ
จากนั้นเขามุ่งเน้นไปที่ c-KIT ซึ่งเป็นโปรตีนที่มีการบันทึกในวรรณกรรมเกี่ยวกับเนื้องอกเซลล์เม็ด mast ในสุนัข
โดยใช้ AlphaFold ของ Google เขาสร้างโมเดลของโปรตีน c-KIT ของ Rosie และเปรียบเทียบกับฐานข้อมูลสุขภาพ มันดูผิดปกติ ผิดกลายพันธุ์ในแบบที่วรรณกรรมทำนายไว้ จากนั้นเขาค้นหาสารประกอบที่อาจโจมตี c-KIT หรือโปรตีนที่คล้ายกัน และพบหนึ่ง: ยาที่ใช้ในสหรัฐอเมริกาเพื่อรักษามะเร็งชนิดอื่นในมนุษย์
“เราเอาเนื้องอกของเธอ ลำดับดีเอ็นเอ แปลงจากเนื้อเยื่อเป็นข้อมูล และใช้มันเพื่อค้นหาปัญหาในดีเอ็นเอของเธอ แล้วพัฒนาวิธีรักษาโดยอิงจากนั้น” Conyngham กล่าวในรายการ Today Show ของออสเตรเลียเมื่อวันเสาร์ “ChatGPT ช่วยในกระบวนการทั้งหมดนั้น”
บทบาทที่แท้จริงของ AI
อย่างไรก็ตาม ยังมีช่องว่างใหญ่ระหว่าง ChatGPT ค้นพบวิธีรักษามะเร็งและ ChatGPT ช่วยในการวิจัย
Conyngham ในที่สุดก็เชื่อมต่อกับ Prof. Palli Thordarson ผู้อำนวยการสถาบัน RNA ของ UNSW “Prof. @martinalexsmith ทำการลำดับดีเอ็นเอ/อาร์เอ็นเอ เพื่อแปลงเนื้อเยื่อ Rosie เป็นข้อมูลดิบ” Conyngham โพสต์ “Prof @PalliThordarson รวบรวมวัคซีน mRNA” เขาเสริมในทวิตอีกอัน
Thordarson ยืนยันเรื่องนี้ในกระทู้ของเขาเอง: “ภูมิใจที่ได้ร่วมงานกับ @UNSWRNA ในการสร้าง mRNA-LNP สำหรับ Rosie” เขาเขียนบน X เมื่อวันอาทิตย์ “จุดตัดของเทคโนโลยี RNA, จีโนม และ AI เป็นโอกาสที่จะเปลี่ยนแปลงวิธีการทำยาและทำให้การเข้าถึงเป็นธรรมมากขึ้น”
แต่ Dr. Smith ไม่ใช่คนอยู่หน้าจอ ChatGPT เขาเป็นอาจารย์ที่ดูแลสถาบัน RNA ของมหาวิทยาลัย ทำในสิ่งที่ห้องปฏิบัติการของเขาถูกสร้างขึ้นเพื่อทำ
และเมื่อ Conyngham ระบุโครงสร้างวัคซีนสุดท้าย—แบบแปลนโมเลกุลเฉพาะที่จะถอดรหัสเป็น mRNA—เขาเปิดเผยว่าเครื่องมือใดเป็นผู้ออกแบบ ไม่ใช่ AlphaFold ไม่ใช่ ChatGPT “โครงสร้างวัคซีนสุดท้ายสำหรับ Rosie ออกแบบโดย Grok”
อย่างไรก็ตาม เขายอมรับในโพสต์แยกต่างหากว่า “Gemini ก็ช่วยทำงานหนักไปมากเช่นกัน”
ChatGPT ถูกใช้เพื่อคัดกรองบทความวิจัยและระบุว่านักวิจัยคนใดอาจช่วยได้ แชทบอทชี้ไปที่ศูนย์ Ramaciotti และแนะนำอุปกรณ์ลำดับที่เหมาะสม ทำหน้าที่เป็นเครื่องมือในการนำทางวรรณกรรมวิจัย บทบาทนี้อาจเป็นประโยชน์ แต่แตกต่างจากการออกแบบวัคซีนหรือวิเคราะห์ทางวิทยาศาสตร์
AlphaFold ซึ่งเป็นระบบลึกจาก Google DeepMind ทำนายโครงสร้างโปรตีนสามมิติจากลำดับกรดอะมิโน ไม่ใช่โมเดลแรกที่ฝึกบนข้อมูลชีวภาพ: โครงการโอเพนซอร์สอื่น ๆ เช่น Ankh หรือ AlphaGenome ก็ทำงานบนแนวคิดคล้ายกัน
Conyngham ใช้ Alphafold สร้างโมเดลของโปรตีน c-KIT ของ Rosie ผลลัพธ์มีคะแนนความมั่นใจ 54.55 ซึ่งนักชีววิทยาโครงสร้างของ UNSW Dr. Kate Michie อธิบายว่าเป็นคะแนนต่ำ
เธอชี้ให้เห็นว่า AlphaFold “อาจผิดพลาดได้” และต้องมีการทำงานในห้องปฏิบัติการเพื่อยืนยันผลลัพธ์ใด ๆ Dr. Smith ผู้อำนวยการด้านจีโนมของ UNSW ยืนยันในทวิตเดียวกันว่า AlphaFold ไม่ได้ถูกใช้ในการออกแบบวัคซีน mRNA เลย
Thordarson ก็ระมัดระวังเรื่องการวางกรอบด้วยเช่นกัน
“อาจจะไม่ได้รักษา Rosie ให้หายขาด” เขาเขียนบน X “ได้เวลามากขึ้นแน่นอน แต่เนื้องอกบางส่วนก็ไม่ตอบสนอง”
ทีมของเขากำลังตรวจสอบว่าก้อนเนื้องอกเหล่านั้นกลายพันธุ์ต่างกันหรือไม่ ซึ่งอาจอธิบายได้ว่าทำไมบางส่วนของการรักษาจึงได้ผลและบางส่วนไม่ได้ วัคซีนก็ไม่ได้ผลในลักษณะเดียวกัน
“การรักษานี้ต้องร่วมกับการใช้ checkpoint inhibitor” Thordarson กล่าว “น่าจะเป็นกับวัคซีนมะเร็งเฉพาะบุคคลทั้งหมด”
iii) การประมาณต้นทุนจริงในโครงการวิจัยเป็นเรื่องยาก เนื่องจากเราทุกคนใช้เวลาและทรัพยากรในรูปแบบต่าง ๆ กัน iv) การรักษาต้องร่วมกับการใช้ checkpoint inhibitor (น่าจะเป็นกับวัคซีนมะเร็งเฉพาะบุคคลทั้งหมด) v) ต้นทุนโดยรวมจึงค่อนข้างสูง./3
— Palli Thordarson (@PalliThordarson) 15 มีนาคม 2026
การใช้ AI ในการรักษามะเร็งไม่ได้เป็นประวัติความสำเร็จเสมอไป
ในปี 2017 เอกสารภายในของ IBM เปิดเผยว่า Watson for Oncology ซึ่งตลาดว่าเป็นระบบที่สามารถแนะนำการรักษามะเร็งได้ดีกว่ามะเร็งแพทย์มนุษย์นั้น กำลังสร้างคำแนะนำที่วิศวกรของบริษัทเองระบุว่า “ไม่ปลอดภัยและไม่ถูกต้อง”
ศูนย์มะเร็ง MD Anderson ยกเลิกโครงการนี้หลังจากใช้เงินไป 62 ล้านดอลลาร์ IBM ขายกิจการ Watson Health ทั้งหมดในปี 2022
กรณีของ Rosie ไม่ใช่ความล้มเหลวของ AI ไม่มีใครได้รับอันตราย วิทยาศาสตร์พื้นฐานได้รับการยอมรับ และนักวิจัยที่เกี่ยวข้องก็มีความเชี่ยวชาญ
แพลตฟอร์ม mRNA เองได้รับการสนับสนุนโดยงานวิจัยทางคลินิก ความไม่สบายใจอยู่ที่วิธีการนำเสนอเรื่องราวมากกว่า เมื่อเครื่องมือ AI ได้รับเครดิตจากงานที่นักวิจัยและสถาบันวิจัยทำ การเข้าใจของสาธารณชนเกี่ยวกับเทคโนโลยีนี้อาจคลุมเครือ
นักวิจัยที่ทำการลำดับ การผลิตวัคซีน และดูแลความปลอดภัยเสี่ยงที่จะกลายเป็นเบื้องหลัง
เหตุการณ์นี้เป็นเครื่องเตือนใจว่า AI สามารถช่วยในงานเช่นการนำทางวรรณกรรมวิจัย แต่ยังห่างไกลจากการแทนที่ความเชี่ยวชาญและโครงสร้างพื้นฐานที่จำเป็นในการออกแบบและผลิตการรักษาทางการแพทย์
