TxGNN: Model AI Baru untuk Temukan Obat Penyakit Langka

Para ilmuwan di Universitas Harvard telah mengembangkan sebuah model artificial intelligence (AI) yang memiliki potensi besar dalam menemukan obat baru untuk penyakit langka. Model yang dinamakan TxGNN ini memanfaatkan teknologi zero-shot learning untuk mengidentifikasi penggunaan baru dari obat-obatan yang sudah ada. Penemuan ini diharapkan dapat mempercepat proses pengembangan obat, mengurangi biaya penelitian, dan memberikan terapi yang lebih cepat dan efektif kepada pasien yang membutuhkan.

Pimpinan studi, Marinka Zitnik, mengungkapkan bahwa alat AI ini bisa membantu mengatasi kesenjangan kesehatan, terutama dalam menangani penyakit langka yang seringkali memiliki pilihan pengobatan terbatas. Studi ini telah dipublikasikan di jurnal Nature Medicine, yang menyoroti bagaimana TxGNN dapat menjadi solusi bagi tantangan global dalam menemukan pengobatan untuk kondisi medis yang jarang atau sulit diobati.

Teknologi di Balik TxGNN

Model AI TxGNN menggunakan pendekatan berbasis Graph Neural Networks (GNN), yang memungkinkan analisis hubungan kompleks dalam data medis berukuran besar. Data yang dianalisis oleh TxGNN mencakup informasi penting tentang penyakit, obat-obatan, serta interaksi protein di dalam tubuh manusia. Dengan jaringan saraf grafik ini, TxGNN dapat mengidentifikasi kemungkinan penggunaan baru dari obat yang sudah ada, bahkan untuk kondisi medis yang belum ditangani dengan baik oleh pengobatan konvensional.

Menurut Zitnik, banyak model kecerdasan buatan yang ada saat ini memiliki keterbatasan, terutama ketika berhadapan dengan penyakit langka. Hal ini disebabkan oleh minimnya data yang tersedia untuk kondisi medis yang jarang ditemui. Namun, TxGNN berbeda karena ia tidak hanya mengandalkan pengetahuan dari penyakit serupa. Dengan pendekatan zero-shot learning, TxGNN mampu memprediksi cara penggunaan obat tanpa pelatihan sebelumnya pada penyakit tertentu. Bahkan, model ini mampu meningkatkan akurasi prediksi hingga 19 persen.

Dampak Bagi Pasien Penyakit Langka

Secara global, ada lebih dari 300 juta orang yang menderita lebih dari 7.000 jenis penyakit langka, banyak di antaranya tidak terdiagnosis dengan baik. Dari sekian banyak penyakit langka ini, hanya sekitar 7 persen yang memiliki pengobatan yang disetujui oleh Badan Pengawas Obat dan Makanan Amerika Serikat (FDA). Ini berarti jutaan pasien di seluruh dunia masih menunggu terapi yang efektif untuk kondisi mereka.

Model TxGNN dapat menjadi jawaban bagi kebutuhan mendesak akan pengobatan baru. Selain dapat memprediksi penggunaan obat yang belum disetujui secara khusus untuk kondisi tertentu, model ini juga unggul dalam mendeteksi kontraindikasi obat. Dalam pengujian yang dilakukan, TxGNN sering kali menyarankan obat yang cocok dengan resep dokter, meskipun obat tersebut belum secara resmi diakui untuk mengobati penyakit yang dimaksud.

Keunggulan GPU dalam Pengembangan Model AI

Dalam pengembangan TxGNN, para peneliti memanfaatkan klaster AI dari Kempner Institute, yang didukung oleh unit pengolahan grafis (GPU) NVIDIA V100 Tensor Core dan NVIDIA H100 Tensor Core. Teknologi GPU ini sangat penting untuk memproses dan menganalisis grafik pengetahuan medis yang sangat besar, yang mencakup data tentang 17.080 penyakit dan hampir 8.000 obat. GPU ini mempercepat pelatihan model AI dengan memproses data dalam jumlah besar secara efisien dan cepat.

Zitnik menjelaskan bahwa GPU memainkan peran krusial dalam meningkatkan kinerja TxGNN. Dalam pengujian, model ini berhasil meningkatkan akurasi prediksi pengobatan tanpa dilatih secara spesifik pada penyakit tertentu. Hal ini membuktikan bahwa TxGNN memiliki potensi yang besar untuk membantu para ilmuwan dan dokter dalam menemukan terapi yang lebih baik untuk penyakit langka.

Masa Depan Pengobatan dengan AI

Penemuan model AI seperti TxGNN membuka peluang besar dalam dunia kedokteran, terutama dalam menemukan pengobatan untuk penyakit langka yang selama ini terabaikan. Dengan kemampuan untuk menganalisis data dalam jumlah besar dan mengidentifikasi pola-pola baru, alat ini dapat membantu mempercepat proses penelitian dan mengurangi biaya yang biasanya dibutuhkan dalam pengembangan obat baru.

Dengan terus berkembangnya teknologi kecerdasan buatan, diharapkan semakin banyak penyakit langka yang dapat ditangani dengan lebih efektif. Para ilmuwan percaya bahwa TxGNN akan menjadi salah satu solusi utama dalam mengatasi tantangan global terkait kesenjangan kesehatan, sehingga lebih banyak pasien di seluruh dunia dapat menerima terapi yang mereka butuhkan tepat waktu.