Google, hastalık mekanizmalarını moleküler düzeyde analiz etmekten teşhis ve halk sağlığı planlamasını desteklemeye kadar tıbbi araştırmanın birçok aşamasında yapay zekâ kullanıyor. Şirket, ekiplerinin son beş yıl içinde hastalıkları anlama ve tedavi etme konusunda 90 hakemli araştırma makalesi yayımladığını ve bu makalelerin 90 binden fazla atıf aldığını belirtiyor.
Google Başkan Yardımcısı ve Google Research Genel Müdürü Yossi Matias ile Google DeepMind Bilimden Sorumlu Başkan Yardımcısı ve Google Cloud Baş Bilim İnsanı Pushmeet Kohli tarafından kaleme alınan materyal, tek bir tıbbi ürünün duyurusundan ziyade araştırma araçları ve ortaklıklarının bir dökümünü sunuyor.
Genomdan beyin haritalarına
Google, AlphaGenome Atlas platformunu, genomdaki tek harfli değişikliklerin moleküler biyoloji üzerindeki etkilerine ilişkin tahminlerin bir dizini olarak sunuyor. University of Exeter'den araştırmacılar, 54 binden fazla kişinin verilerini analiz etmek ve yaşlanmayla ilişkili PLA2G7 ile hücresel oksijen sensörü EGLN1 dahil olmak üzere protein düzeyleriyle bağlantılı varyantları belirlemek için platformu kullandı.
İlaç keşfi alanında, Barcelona'daki Institute for Global Health'ten araştırmacılar, Chagas hastalığına karşı etkinlik aramak üzere 30 bin bileşiği sanal olarak taramak için AlphaFold modelini kullandı. Çalışma, yaklaşık 8 milyon kişiyi etkileyen ve tedavi edilmediğinde ciddi komplikasyonlara yol açabilen hastalığa karşı yeniden kullanılmak üzere FDA tarafından onaylanmış iki ilacın belirlenmesine katkıda bulundu.
Google ayrıca Harvard'daki Lichtman Lab ile iş birliği içinde insan beyninin bir bölümünü nanometre çözünürlüğünde yeniden oluşturdu ve verileri Neuroglancer üzerinden kullanıma sundu. Buna bir sineğin, zebra balığının larvasının ve ötücü bir kuşun beyin haritaları da eklendi.
Araştırma ile uygulama arasındaki mesafeyi kısaltmak
Stanford University School of Medicine ile yürütülen bir klinik çalışmada DeepVariant ve DeepConsensus modelleri, zaman açısından kritik vakalarda tam genom dizilemesi kullanılarak sekiz saatten kısa sürede genetik tanıya ulaşılmasına yardımcı oldu. Google, bu başarının Guinness World Record tarafından da tanındığını belirtiyor.
Şirket ayrıca yeni enzimleri ilkelerden hareketle tasarlamaya yönelik bir makine öğrenimi süreci olan AlphaProtein Novo'yu tanıtıyor. Laboratuvar testlerinde sistem, ilaçların temel parçalarını sentezlemek ve zorlu koşullarda zehirli çevresel plastikleri parçalamak üzere enzimler tasarladı.
Teşhis ve halk sağlığına destek
Imperial College London ve National Health Service ile iş birliği içinde Nature Cancer'da yayımlanan iki çalışmada, 125 bin kadın üzerinde bir meme radyografisi görüntüleme sistemi test edildi. Sistem, tarihsel olarak gözden kaçırılan ara kanser vakalarının yüzde 25'ini tespit etti ve uzmanların görüntüleri okuma yükünü yüzde 40'a kadar azaltma potansiyeli gösterdi. Bunlar araştırma sonuçlarıdır ve sistemin radyologların yerine geçecek şekilde onaylandığı anlamına gelmez.
Çocukluk çağı lösemisi vakalarında DeepSomatic, bilinen varyantları doğruladı ve Children’s Mercy Hospital'da daha önce dizilenmiş gerçek vakalara uygulandığında daha önce gözlemlenmemiş 10 mutasyon keşfetti. Google ayrıca hastalık salgınlarını öngörmeye yardımcı olmak için çevresel, hava durumu ve hareketlilik verileriyle birlikte coğrafi modeller kullandı. WHO AFRO ve Demokratik Kongo Cumhuriyeti'ndeki INRB tarafından yürütülen bir araştırmada, diyalog temelli coğrafi modeller Ebola'ya maruz kalma ve bulaşma risklerinin daha hızlı belirlenmesine yardımcı oldu.
Bu eğilim neden önemli?
Buradaki gerçek değişim, yalnızca bir dil modelinin klinikte kullanılması değil; yapay zekânın rolünün ilaç keşfini, genetik varyantların yorumlanmasını, teşhis görüntülerinin işlenmesini ve halk sağlığı kaynaklarının tahsisini kapsayacak şekilde genişletilmesi. Bununla birlikte kaynak, sonuçları Google'ın bakış açısından sunuyor ve bu materyalde her modelin düzenleyici onayına veya farklı nüfus grupları ve sağlık sistemleri geneline uygulanabilirliğine ilişkin ayrıntıları açıklamıyor.
Google.org, 2026'da hastalık araştırmalarında gelişmiş modelleri kullanan kuruluşlara 60 milyon dolardan fazla kaynak sağladığını belirtiyor. Bu kuruluşlar arasında Makerere University ve University of Pennsylvania da bulunuyor. Bu girişimlerin değeri, bağımsız doğrulama ve tıbbi gözetim korunarak araştırma sonuçlarının güvenilir klinik araçlara dönüştürülmesine bağlı olmaya devam ediyor.