AI và cuộc cách mạng “giải mã” hệ miễn dịch: Hướng đi mới cho điều trị ung thư và bệnh tự miễn

Trong bối cảnh y học hiện đại vẫn chưa thể giải thích chính xác vì sao cơ thể mỗi người phản ứng khác nhau với cùng một phương pháp điều trị, một bước tiến công nghệ đang mở ra hy vọng thay đổi cách chúng ta hiểu và ứng phó với bệnh tật.

Hệ miễn dịch con người gồm hàng nghìn tỉ tế bào hoạt động liên tục khắp cơ thể để chống lại bệnh tật, nhiễm trùng và duy trì cân bằng sức khỏe. Tuy nhiên chính sự “đa chiều” và phức tạp này khiến giới y học gặp khó trong việc dự đoán phản ứng của bệnh nhân đối với thuốc và điều trị. Điều này cũng là một trong những nguyên nhân khiến nhiều thử nghiệm lâm sàng thất bại dù thuốc cho kết quả hứa hẹn ở một số người.

Để giải quyết thách thức này, Immunai – một công ty khởi nghiệp công nghệ sinh học do các cựu nhà nghiên cứu tại MIT đồng sáng lập – đã xây dựng một “bản đồ miễn dịch toàn diện” sử dụng trí tuệ nhân tạo (AI). Bản đồ này giúp kết nối dữ liệu gene, protein, biểu hiện tế bào với kết quả thực tế từ thử nghiệm lâm sàng nhằm hiểu rõ hơn cơ chế miễn dịch và cách cơ thể đáp ứng điều trị.

Trung tâm của hệ thống này là AMICA (Annotated Multiomic Immune Cell Atlas) — một cơ sở dữ liệu mạnh mẽ tích hợp hàng loạt lớp thông tin từ triệu dữ liệu gene và protein trong các tế bào miễn dịch cùng dữ liệu lâm sàng từ hàng nghìn bệnh nhân. Nhờ AI và thuật toán tiên tiến, AMICA có thể giúp các nhà nghiên cứu định vị chính xác các loại thuốc phù hợp với từng nhóm người, từ đó tối ưu chiến lược điều trị.

Người đứng đầu dự án, Noam Solomon, có nền tảng toán học và khoa học máy tính, từng là nghiên cứu sinh tại MIT. Ông miêu tả sứ mệnh của Immunai như việc xây dựng “Google Maps cho hệ miễn dịch” — nơi dữ liệu được chuẩn hóa, phân tích và sử dụng để dự đoán phản ứng điều trị của từng bệnh nhân. Điều này truyền cảm hứng cho một triết lý mới trong chăm sóc y tế: dữ liệu lớn và AI có thể giúp giảm gánh nặng thử nghiệm kéo dài và tăng hiệu quả phát triển thuốc mới.

Qua việc phân tích dữ liệu miễn dịch sâu rộng, nhóm nghiên cứu không chỉ dự đoán được “người đáp ứng” và “không đáp ứng” thuốc mà còn hiểu được cơ chế tác động và chống lại của thuốc. Điều này mở ra cơ hội lớn cho các lĩnh vực y học khác như ung thư, bệnh tự miễn hay nhiễm trùng mãn tính — những nơi mà hệ miễn dịch đóng vai trò trung tâm nhưng vẫn chưa được giải mã hoàn toàn.

Theo nhà toán học này, việc lập bản đồ toàn diện hệ miễn dịch có thể mất từ 10 đến 15 năm. Đến nay, công ty Immunai đã thu thập được 40.000 mẫu bệnh phẩm từ bệnh nhân mắc nhiều loại bệnh khác nhau, với quy mô tăng gấp đôi mỗi năm. Dữ liệu bao gồm các bệnh ung thư cũng như các bệnh viêm và tự miễn như viêm ruột mạn tính từng vùng (Crohn), viêm loét đại tràng, viêm da cơ địa, viêm khớp và lupus (một bệnh tự miễn dịch mạn tính).

Nhờ công nghệ giải trình tự đơn bào ứng dụng AI, chỉ từ một giọt máu, các nhà khoa học có thể phân tích hàng nghìn tế bào miễn dịch, từ đó xây dựng các bản đồ tính toán quy mô lớn về cách hệ miễn dịch phản ứng trước, trong và sau điều trị.

Ông Solomon cho biết: “Chỉ từ một lần lấy máu, chúng tôi thu được hàng trăm triệu chỉ số đo lường. Khi đưa tất cả vào các hệ thống AI tiên tiến, chúng tôi bắt đầu nhận diện được các mô hình: những trường hợp đáp ứng điều trị, những trường hợp không, cũng như nhóm có nguy cơ gặp tác dụng phụ nghiêm trọng và quan trọng hơn là nguyên nhân vì sao".

Cách tiếp cận này đã mang lại thành công đáng kể. Kể từ năm 2018, Immunai đã huy động được 270 triệu USD vốn đầu tư và thiết lập quan hệ đối tác với nhiều “ông lớn” trong ngành dược. Tháng 10/2024, công ty công bố hợp tác nghiên cứu trị giá 85 triệu USD với AstraZeneca, nhằm xác định các mục tiêu sinh học cho việc phát triển thuốc điều trị bệnh viêm ruột (IBD). Trước đó, năm 2024, AstraZeneca cũng đã đầu tư khoảng 18 triệu USD để sử dụng nền tảng AI của Immunai trong các thử nghiệm lâm sàng ung thư.

Như vậy, công nghệ AI không chỉ thay đổi cách chúng ta nhìn nhận hệ miễn dịch mà còn làm giàu thêm phương pháp chăm sóc sức khỏe hiện đại. Việc xây dựng một bản đồ miễn dịch toàn diện là một bước đi dài hạn, nhưng tiềm năng của nó đối với cộng đồng — từ điều trị bệnh cá nhân đến hoạch định chính sách y tế — là vô cùng lớn. Đó là lời hứa về một tương lai nơi mỗi con người được chăm sóc sức khỏe dựa trên dữ liệu chính xác, phù hợp và hiệu quả hơn.