For å løse dette matet forskerteamet 376 avidentifiserte saker inn i OpenAIs o3 Deep Research-modell. KI-en fikk i oppgave å koble kliniske trekk, arvemønstre, variantbevis og den mest oppdaterte vitenskapelige litteraturen til evidenskoblede kandidatforklaringer. Hver eneste ledetråd modellen fant, ble deretter vurdert av mennesker: ekspertgjennomgang, ytterligere testing og klinisk bekreftelse .
Tilstandene som ble identifisert, spente over nevroutviklingsforstyrrelser, sjeldne nevromuskulære sykdommer, plutselig uventet død hos barn og tidlig psykose . Mange av disse sakene hadde unngått år med ekspertanalyse.
Sjefinnovasjonssjef John Brownstein erkjente det beskjedne antallet. «Det å oppnå nesten 5 % nye diagnoser høres kanskje ikke mye ut,» sa han til NBC News, «men med tanke på hvor mange analyser som allerede var gjort, og hvor mye ekspertise som var brukt, er det faktisk ganske betydelig» .
Denne studien er ikke et isolert eksperiment. Den er en del av en mye større KI-transformasjon på tvers av hele Boston Children's Hospital, som institusjonen selv beskriver som å behandle KI som «kjerneinfrastruktur» .
Viktige resultater fra det bredere initiativet sammen med OpenAI:
Sykehuset rapporterer at KI har redusert administrativ byrde, kuttet kostnader, utvidet klinisk kapasitet og gjort det mulig å ta fatt på diagnostiske saker som tidligere ble ansett som umulige .
Tallet på 50 millioner dollar som ofte dukker opp i forbindelse med denne nyheten, har to deler.
For det første lanserte OpenAI i mars 2025 NextGenAI-konsortiet med 15 forskningsinstitusjoner (inkludert Harvard) og 50 millioner dollar i finansiering til forskningsstipender, datakraft og API-tilgang . Boston Children's Hospital har vært en direkte mottaker. Sjefinnovasjonssjef John Brownstein takket offentlig OpenAI for 50-millionersforpliktelsen i et LinkedIn-innlegg i mars 2025, og sa den fremmet deres arbeid med sjeldne sykdommer
.
For det andre forpliktet OpenAI Foundation seg i begynnelsen av 2026 til ytterligere 50 millioner dollar til sitt People-First AI Fund, som en del av en bredere forpliktelse om å investere minst 1 milliard dollar det neste året innen livsvitenskap og sykdomsforskning .
Anslagsvis 300 millioner mennesker verden over lider av sjeldne sykdommer . Mange gjennomgår en årelang diagnostisk odyssé: de oppsøker flere spesialister, tar utallige prøver og får ofte aldri et sikkert svar. Den følelsesmessige og økonomiske belastningen på familiene er enorm.
NEJM AI-studien viser at KI-resonneringsmodeller kan finne diagnoser i eksisterende genomdata som menneskelige eksperter har oversett – og potensielt kollapse år med leting til uker eller dager . Tilnærmingen er skalerbar, reproduserbar og blir bedre etter hvert som medisinsk kunnskap vokser. Dette betyr at KI-assistert genomisk reanalyse kan bli et standard andrelinjeverktøy, noe som dramatisk kan redusere diagnostiseringsbyrden for millioner av familier.
Et utbytte på 5 % fra saker som allerede var grundig undersøkt, kan virke lite. Men i verdenen av sjeldne sykdommer, der hvert prosentpoeng representerer ekte barn som endelig får svar og behandlingsplaner som endelig kan iverksettes, er effekten umiddelbar – og utviklingen bare akselererer.
Comments
0 comments