AI とコンピュータ・サイエンスによるがん治療法改善の探求

この Tech Barometer ポッドキャスト・セグメンツでは、Nutanix の AI 部門エンジニアリング担当バイスプレジデントである Debojyoti "Debo" Dutta 氏が、計算生物学への情熱と、AI がどのように企業を劇的に変化させるかについて語ります。

By Jason Lopez

By Jason Lopez 2024年03月07日

計算生物学は、その努力によって人命が変わったり救われたりするまでは、しばしば人目に触れることのない重要な仕事です。今日、がんと闘うより良い治療法を見つけるための競争は、これまで以上に強力なコンピューターシステム上で広く行われています。人工知能(AI)と組み合わせれば、計算生物学は新薬の創製方法を完全に変えることができる、と Debojyoti “Debo” Dutta 氏は言います。

ハイブリッド・マルチクラウド・ソフトウェア企業である Nutanix のエンジニアリング(AI)担当副社長である Dutta氏は、「この AI の反復と、生物から生成できるデータの量とが相まって、私たちができるようになることのすべてを想像することすらできません」と語っています。

この Tech Barometer のポッドキャストでは、Dutta 氏が数学、コンピューターサイエンス、生物学への情熱を語っています。それらを計算生物学に融合させることで、彼は AI を活用した新世代の個別化医療への扉を開こうとしている。大規模なデータセットにコンピューターアルゴリズムを適用することで、人間の DNA やタンパク質の奥深くに埋もれている謎を解明することができるのです。

「 私は、 AI はむしろ人間をより知的で効率的な存在にすると信じています」 と同氏は語っています。

「 AI を使えば、がん治療に重要な DNA 配列を迅速に設計したり検索したりすることができます」と Dutta 氏は話してくれました。 「これまで何年もかかっていたことが、 10 分の 1 、 100 分の 1 の時間で済むかもしれません」

「コンピューター・サイエンスのシステム担当者として、もし私がより優れた AI ベースのツールで生物学者のスピードアップを手助けできれば、これらの専門家はがんをより良くすることができ、より多くの種類のがんやその他の複雑な病気を治すことができます」と Dutta 氏は語ります。

Dutta 氏はまた、大学時代の恩師や、ヘルスケアにおける AI/ML アプリケーション( MedPerf )を実行するためのベンチマークを作成する MLCommons の共同設立などのキャリアパスについても語ってくれました。

関連記事

生成 AI がタンパク質の設計をスピードアップ

また、起業家が自社のデータセンターで AI アプリケーションの運用を容易に開始できるようにするため、彼が開発に携わった Nutanix の GPT-in-a-Box についても説明しています。

「今、我々の顧客は、 ChatGPT のようなアプリケーションの原動力になる LLM(大規模言語モデル)を含む生成 AI モデルを、適切な安全性とガバナンスの下で、自分たちのプライベート・インフラで、自分たちのデータで、自分たちの条件で実行することができます」と Dutta 氏は付け加えました。

「これは将来の企業活動を劇的に変化させると思います。だからこそ、私たちはまだその経済効果を過小評価しているのです」

編集者注:Nutanix GPT-in-a-Box の詳細については、エッジからコアまでのイニシアチブを簡素化し、迅速に導入できるように設計された、フルスタックのソフトウェア定義 AI 対応プラットフォームについてご覧ください。詳細はこちらのブログポスト「 The AI-Ready Stack: Nutanix Simplifies Your AI Innovation Learning Curve」および Nutanix Bible をご覧ください。

トランスクリプト :

Debo Dutta: 今日起きていることを見てみると、それは AI のせいだけではなく、一般的に生物学的システムから生成できる高スループットデータのせいです。そして、生成できるデータの量は、数年前でも想像を絶するほどでした。

Jason Lopez: MedPerf の連載では、 AI と機械学習開発の最前線にいるコンピューター科学者を紹介したいと思います。Debojyoti Dutta、愛称 Debo です。彼の研究は、医療を含む多くの業界の IT リーダーに AI を提供しています。Tech Barometer ポッドキャスト、Jason Lopez よりお送りします。

関連記事

ヘルスケアにおける AI の可能性を探る

Jason Lopez: AI について、そしてそれが医療にとってどれほど素晴らしいものになるかについて耳にしたとき、それを実現しているのはいったい誰なのだろうと思うかもしれません。Debo は、コンピューターサイエンスと医学の点と点を結ぶことに取り組んでいる技術者の一人であり、そのような技術者の一人です。

Debo Dutta: AI と組み合わされれば、薬や抗体、新しい治療薬をデザインする方法が完全に変わるでしょう。生物から生成できるデータ量と組み合わされたこの AI の反復を使って、私たちができるようになることは想像もつきません。

Jason Lopez: Debo が AI が大きな効果を発揮すると考えている分野のひとつに、医療画像の検査があります。例えば、糖尿病患者は視力を失うリスクがあると言われています。 AI が支援すれば、眼球内部の画像から糖尿病性網膜症をはるかに早期に発見できる可能性があります。その他の画像診断の例としては、腫瘍やガンの検出があげられます。しかし、 AI が変革をもたらす可能性があるもうひとつの分野... それは免疫療法です。

Debo Dutta: 免疫療法を一言で言えば、体内の悪者と戦うように免疫系をプログラムすることです。悪者はウイルスかもしれないし、がん細胞かもしれない。

関連記事

AI が次のステップに進むためのインフラの構築

Jason Lopez: 我々の免疫システムはウイルスを検出することができるが、がん細胞は目に見えないことがあります。がん細胞は正常に見えることがあり、免疫システムはがん細胞が大混乱を引き起こすのを許してしまいます。 免疫療法では、免疫系の T 細胞の DNA を変化させ、腫瘍細胞の遺伝子鎖を認識してそれを破壊するのです。

Debo Dutta: AI がこの分野にどのように関わってくるか見てみましょう。既存の T 細胞をプログラミングすることは遺伝子治療で可能ですが、何をプログラミングすればいいのかどうやって知るのでしょうか?そこで AI の出番です。 AI を使えば、シーケンスを素早くデザインすることができます。今日、人々は文献だけでなく、多くの配列データを見て、それらを大規模な言語モデルに投入していく。そして実際に、研究室での実験用に配列の候補を生成しようとしているのです。

Jason Lopez: 大規模な言語モデルやコンピューター・インフラの進歩により、開発期間は劇的に短縮されています。Debo 氏によれば、これまで何年もかかっていたものが、 10 分の 1 、あるいは 100 分の 1 の時間で済むかもしれないとのことです。

Debo Dutta: 私は腫瘍学者ではありません。遺伝子治療の研究者でも免疫療法の研究者でもありませんが、システム担当者として、機械学習のライフサイクルをより早くする手助けができれば、免疫療法をより良いものにする手助けができると信じています。より多くの種類のがんや病気を治すことができるのです。

Jason Lopez: Debo 氏はインド生まれで、母親は医師、父親はエンジニアとして働いていました。この 2 つの職業はインドで最も求められるもののひとつであり、その職業を追求するために良い大学に入学するのは非常に競争が激しく、彼は工学部でもトップクラスの大学に入学することができ、そこでコンピューターサイエンスを学ぶことを選んだのです。

Debo Dutta: でも、生物学のことはずっと考えていましたが、あまり何もできませんでした。

Jason Lopez: 卒業後、南カリフォルニア大学で博士号を取得するために渡米した彼は、そこでコンピューターサイエンスの別の側面を目の当たりにすることになったのです。

Debo Dutta: 数学、応用数学、離散数学が多く、工学も多いので、いろいろな意味で純粋科学のように見えます。しかし、生物学に応用することもできるのです。

Jason Lopez: USC で彼は、計算生物学を研究する大規模なチームに出会いました。そして博士号取得後、彼はこう考えた :

Debo Dutta: 人生で何をするにしても、実際にキャリアを積んで研究者になる前に、 USC で計算生物学に時間を費やし、コンピューターサイエンスがどのように応用できるかを学ぶ必要がある。そこで初めて、現在機械学習として知られているものを学びました。

Jason Lopez: AI ブームについてどう思いますか?

Debo Dutta: ええ、とても興味深く、重要な質問ですね。それについて話すだけで、セッションのすべてを費やすことができるくらいです。

Jason Lopez: モデルは機械学習の中核です。データはモデルを学習させるために使われます。モデルは新しいデータから推測するために導入される。そして、 ChatGPT や生成的 AI の分野では、モデルはますます大きくなってきています。

Debo Dutta: これらのモデルは 1 兆ものパラメータを持つこともあります。そして通常、新しいデータを入手したら、そのデータをモデルに通す必要があります。大きなモデルは、より長い時間、より多くの計算資源を必要とします。そのため、パフォーマンスを正確に把握することは、インフラストラクチャー分野での技術革新につながります。

Jason Lopez: そうすることで、モデルの開発がより安くなり、導入もより安くなると考えられています。しかし、 Debo 、あなたはモデルの質は依然として重要だと指摘しますね。

Debo Dutta: テキストを生成しているとき、そのテキストの出来はどうだろうか?幻覚を見ているのか?このテキストは信じられるか?このモデルはどのように開発されたのか?オープンデータに基づいて開発されたのか?誰かの個人的なデータに基づいて開発されたのか?もしそうだとしたら、そのモデルを使った場合の責任は?

Jason Lopez: あなたが USC で計算生物学のポスドクをした当時は、統計的アルゴリズムと呼ばれていた。生物学的実験、特にプロテオミクス(タンパク質の研究)におけるシグナルを探求する中で、彼は正しい道を歩んでいたと言っていますね。

Debo Dutta: 人体の仕組みを理解する一環として、機械学習について学ばせてもらいました。

Jason Lopez: 統計的アルゴリズムは、彼の仕事(後に Cisco )でのツールのひとつでした。彼はしばらくコンピューティングの仕事をしていました。しかしその後、新しい分野を調査することにしたのです。

Debo Dutta: そして私が驚いたのは、米国のがん治療学は、コンピューター科学者の基準からすると、まだ十分に進歩していなかったということです。

Jason Lopez: ある日、彼はスタンフォード大学で機械学習の第一人者たちとミーティングをしていました。そのグループが MLCommonsとなりました。その後、彼らは ML Commons が何をすべきかを議論し始めました。医療に特化したワーキンググループが結成されるまで、そう時間はかからなかったと思います。

Debo Dutta: そしてその時、この医学論文というアイデアが浮かびました。

関連記事

Alex Karargyris 氏が医療 AI のパイオニアになるまでの道のり

Jason Lopez: MedPerf の論文は、「 Federated Benchmarking of Medical Artificial Intelligence with MedPerf 」と題され、組織のビジョンを確立しました。

Debo Dutta: MedPerf はまだ存在していませんでした。つまり、 MedPerfが始まったばかりだったん です。医療における問題は難しいので、さまざまな分野の専門家を集めました。腫瘍学者、コンピューター科学者、データ専門家、製薬業界の裏表を知っている多くの人たちに相談しました。

Jason Lopez: Debo 氏との会話の中で、Chat GPT について具体的に尋ねました。そして彼は Nutanix の顧客が言っていることを教えてくれました。

Debo Dutta: 私は Chat GPT が大好きで、素晴らしいことができるし、私のビジネスを変えてくれるかもしれない。

関連記事

IT リーダーは AI に備えよ

Jason Lopez: 彼らが求めているのは、Chat GPT と同等のもの、つまり、彼ら自身のプライベート・インフラで稼働する GPT-in-a-box のようなものなのです。

Debo Dutta: Nutanix は非常に顧客志向です。そのため、お客様のご要望にお応えするターンキー・ソリューションは、Chat GPT のようなアプリケーションの原動力となる大規模な言語モデルを含む生成 AI モデルを、お客様がプライベート・インフラストラクチャ上で実行できるようにするものです。

私が Nutanix に入社したのは、 2020 年のパンデミックの時期でした。そして、Nutanix に入社したとき、 Nutanix にはこの素晴らしいプラットフォームがあり、私たちの知らないところで世界を変えるような素晴らしい次世代 AI のワークロードを数多くホストできることに気づきました。例えば、新薬や新抗体などです。ですから私は、医療と AI とインフラ、そしてそれが人類にもたらす可能性にとてもワクワクしています。

Jason Lopez: Debo Dutta は Nutanix のエンジニアリング担当副社長で、 ML Commons の創設メンバーです。Tech Barometer のポッドキャスト、Jason Lopez がお送りしました。このレポートが気に入り、 MedPerf についてもっと知りたい方は、 MedPerf の共同設立者であり論文の著者である Alex Karargyris 氏についての記事と、論文に着目した記事をご覧ください。詳しくは、このポッドキャストを制作している The Forecast を www.theforecastbynutanix.comよりご覧ください。

Jason Lopez 氏は、The Forecast のポッドキャストである Tech Barometer のエグゼクティブ・プロデューサーです。Connected Social Media の創設者であり、以前は PodTech のエグゼクティブ・プロデューサー、 NPR のレポーターを務めていました。

この記事は Ken Kaplan が寄稿しました。The Forecast by Nutanix の編集長を務めています。

© 2024 Nutanix, Inc. 無断複写・転載を禁じます。その他の法的情報については、こちらをご覧ください

関連する記事