Một mô hình trí tuệ nhân tạo (AI) quy mô lớn với 27 tỷ tham số, do Google hợp tác cùng Đại học Yale phát triển, vừa mang lại bước đột phá trong việc hiểu cách các khối u ung thư “ẩn mình” trước hệ miễn dịch.

Mô hình AI mang tên Cell2Sentence-Scale 27B (C2S-Scale) được xây dựng trên nền tảng Gemma – mô hình AI nguồn mở của Google. C2S-Scale được thiết kế để phân tích dữ liệu ở cấp độ đơn bào, cho phép các nhà nghiên cứu dự đoán hành vi của tế bào ung thư trong cơ thể sống. Các thử nghiệm lâm sàng ban đầu đã xác nhận độ chính xác của những dự đoán này, mở ra triển vọng phát triển các liệu pháp điều trị hiệu quả hơn.

Theo nhóm nghiên cứu, C2S-Scale 27B có khả năng “hiểu ngôn ngữ của tế bào sống”, giúp giải mã cách tế bào ung thư tương tác với hệ miễn dịch. Nhờ đó, AI có thể “biến” những khối u lạnh (vốn khó phát hiện) thành khối u nóng, giúp hệ miễn dịch dễ dàng nhận diện và tiêu diệt tế bào ác tính hơn.

Đáng chú ý, mô hình còn phát hiện một loại thuốc khuếch đại có điều kiện (conditional amplifier drug) có thể tăng cường tín hiệu miễn dịch trong một số tình huống cụ thể, chẳng hạn khi protein interferon không đủ mạnh để kích hoạt quá trình trình diện kháng nguyên. Khả năng này chưa từng được ghi nhận ở các mô hình AI nhỏ hơn.

Để huấn luyện mô hình, các nhà khoa học đã áp dụng phương pháp mô phỏng tác động của hơn 4.000 loại thuốc trên dữ liệu khối u thực tế và dòng tế bào cô lập, không có sự can thiệp của hệ miễn dịch. Khi được yêu cầu xác định các loại thuốc có thể tăng cường chọn lọc sự trình diện kháng nguyên, C2S-Scale đã đề xuất nhiều ứng viên tiềm năng, trong đó chỉ 10–30% từng được biết đến trước đây là có hiệu quả điều trị ung thư. Những gợi ý mới này sau đó cũng được xác nhận bằng thực nghiệm lâm sàng.

Hiện tại, cả hai mô hình Gemma và C2S-Scale 27B đều đã được công bố công khai trên nền tảng Hugging Face và GitHub. Google đồng thời phát hành bản công bố khoa học sơ bộ (preprint) trên trang bioRxiv, nhằm hỗ trợ các nhà nghiên cứu khác tiến hành sàng lọc thuốc ảo và phát triển giả thuyết mới có thể cứu sống bệnh nhân.

Tuy nhiên, các chuyên gia nhấn mạnh rằng mọi kết quả và dự đoán từ mô hình AI vẫn cần được đánh giá ngang hàng (peer review) và xác nhận lâm sàng trước khi có thể ứng dụng rộng rãi trong điều trị ung thư.