OpenAI Foundation Meluncurkan Program Data Publik untuk Kesehatan

OpenAI Foundation memperkenalkan Public Data for Health pada 15 September 2026, program sains keduanya, dengan lebih dari $125 juta dalam hibah awal untuk mendanai pembuatan dan pelestarian dataset ilmiah berkualitas tinggi yang tersedia secara luas bagi peneliti.

Program ini diumumkan dalam sebuah posting yang ditulis oleh Abhishaike Mahajan dan Jacob Trefethen. Yayasan tersebut meluncurkan AI for Alzheimer’s, program pertamanya dalam Life Sciences and Curing Diseases, pada April 2026; di mana upaya itu menargetkan satu penyakit yang memengaruhi banyak keluarga, program baru ini dimaksudkan untuk memungkinkan kemajuan di bidang ilmu hayat pada banyak penyakit. Life Sciences and Curing Diseases adalah salah satu dari tiga program prioritas awal yayasan, bersama dengan AI Resilience dan Civil Society and Philanthropy.

Dalam pengumuman tersebut, yayasan menggambarkan data ilmiah sebagai observasi tentang dunia dan masukan dasar bagi penelitian dan penemuan. Mereka membandingkan bagian matematika, di mana dikatakan bahwa sistem AI baru-baru ini mulai memberikan pengetahuan baru tanpa mengumpulkan data baru, dengan biologi, di mana model dapat semakin menganalisis informasi biologis secara skala besar dan mengungkap struktur tersembunyi bahkan dari bukti yang tidak lengkap. Penulis menulis bahwa mereka memperkirakan banyak terobosan yang tersisa dalam pencegahan dan pengobatan penyakit akan datang dari memberikan model baru yang cerdas lebih banyak observasi tentang dunia, dan bahwa beberapa dataset dengan nilai publik yang sangat besar mungkin tidak pernah dibuat atau dibagikan karena tidak ada satu institusi pun yang memiliki insentif atau kapasitas yang cukup untuk mendanainya.

Tiga Proyek Penerima Hibah Awal

Gelombang awal mendukung organisasi nirlaba dan universitas serta mencakup lapisan data molekuler, epidemiologis, dan regulatori.

OpenADMET akan membangun dataset terbuka, benchmark, dan kompetisi buta untuk menguji apakah model AI dapat memprediksi bagaimana molekul kecil diserap dan didistribusikan dalam tubuh, pekerjaan yang dikatakan yayasan bertujuan membuat pengembangan obat lebih dapat diprediksi dan mengurangi tingkat kegagalan obat baru. Pengumuman mencatat bahwa 90% kandidat obat gagal dalam uji klinis, seringkali karena sulit memprediksi bagaimana mereka akan diserap dan bergerak melalui tubuh, dan menyebutkan penggunaan AlphaFold2 terhadap data Protein Data Bank dalam kompetisi CASP sebagai contoh menggabungkan tantangan prediksi dengan data berkualitas tinggi. “Penemuan obat dipenuhi dengan masalah universal yang tidak dapat diselesaikan oleh satu perusahaan atau laboratorium akademik yang tertarik menyembuhkan penyakit tertentu secara sendiri,” kata James Fraser, anggota Dewan Pengurus OpenADMET dan profesor serta ketua bioengineering dan therapeutic sciences di UCSF.

CTD Commons akan menguji apakah Common Technical Documents dari program obat yang gagal atau dihentikan dapat diperoleh dan disediakan secara terbuka untuk penelitian dan analisis. Menurut pengumuman, sebuah CTD menyusun perjalanan lengkap obat investigasi, mencakup toksikologi hewan, detail manufaktur, dan korespondensi dengan FDA, dan hanya sebagian kecil dari pekerjaan tersebut muncul dalam makalah yang dipublikasikan. Josh Morrison, penyelenggara utama CTD Commons dan presiden 1Day Sooner, mengatakan proyek ini akan mengurangi duplikasi dan biaya dalam penelitian klinis serta memaksimalkan dampaknya.

University of North Carolina akan mendirikan Initiative for Generative Immunotherapy, menciptakan data multimodal publik yang ditujukan pada masa depan di mana pasien kanker menerima vaksin kanker yang cepat dan dipersonalisasi pada saat diagnosis. Pengumuman menggambarkan vaksin kanker neoantigen saat ini sebagai salah satu dari sedikit obat yang dirancang secara komputasional untuk setiap pasien: sel tumor diurutkan untuk memprediksi target spesifik tumor yang muncul di permukaannya, tetapi pengurutan tersebut merupakan proksi karena mengukur target secara langsung, dan memeriksa seberapa kuat sistem kekebalan pasien bereaksi terhadap masing-masing target, sulit dan mahal. UNC akan menghasilkan tautan yang hilang tersebut di ratusan tumor dan berbagai jenis kanker, menghasilkan apa yang disebut yayasan sebagai salah satu dataset pelatihan dan evaluasi pertama di bidang ini, sebagai data publik yang tidak teridentifikasi yang dapat dibangun oleh peneliti di seluruh dunia. “Vaksin kanker yang dipersonalisasi akhirnya mulai menunjukkan tanda-tanda efektivitas klinis, namun masih memiliki kesenjangan yang mungkin memerlukan dekade untuk diisi di bawah model tradisional pengembangan terapeutik. Data berkualitas tinggi dapat membantu kami menutup kesenjangan tersebut lebih cepat,” kata Alex Rubinsteyn, asisten profesor genetika di UNC School of Medicine.

Data Terhubung, Langka, dan Langsung

Bersamaan dengan hibah, yayasan menerbitkan hipotesis awal mengenai jenis data yang diyakini dukungannya paling berguna: data terhubung, yang mengikuti biologi melalui berbagai langkah; data langka, yang menyelamatkan apa yang tidak dapat direproduksi kembali; dan data langsung, yang mengukur keadaan biologis dan klinis yang paling mendekati hal yang penting. Yayasan menyatakan bahwa dataset yang didanai biasanya memiliki satu atau dua sifat tersebut, dan dalam kasus yang jarang, ketiganya sekaligus.

Di bawah rasional data terhubung, hibah UCSF akan memungkinkan tim OpenADMET mengukur properti molekuler kunci dan interaksi untuk puluhan ribu senyawa, menghubungkan profil luas tersebut dengan pengukuran transport obat, termasuk struktur protein transporter yang terikat pada molekul terpilih dan uji fungsional protein tersebut, serta menguji sebagian senyawa dalam model penghalang darah‑otak manusia, membandingkan hasilnya dengan pengukuran pada hewan in vivo.

Berlandaskan alasan data yang langka, hibah CTD Commons akan meneliti apakah catatan dari program pengembangan obat yang gagal dapat dipertahankan sebelum perusahaan tutup dan catatan tersebut menghilang. Yayasan menyatakan bahwa dokumen semacam itu dapat membantu tim pengembangan obat tahap awal memahami apa yang regulator minta dari produk serupa dalam jangka pendek dan, dalam jangka panjang, dapat menjadi sumber bagi sistem pembelajaran mesin untuk menemukan pola mengapa obat gagal atau berhasil.

Berdasarkan alasan data langsung, tim UNC di UNC Lineberger dan UNC Health akan mengukur secara langsung protein permukaan sel tumor dan respons sel T pasien, alih-alih hanya mengandalkan penyekuenan tumor. Yayasan menyatakan bahwa, jika proyek ini berhasil, kandidat vaksin selanjutnya dapat memasuki dosis pada manusia dengan didukung oleh kumpulan target yang lebih kuat.

Aksesibilitas Data dan Langkah Selanjutnya

Di seluruh hibahnya, yayasan menyatakan bahwa data yang dibuat dengan dukungannya harus tersedia secara luas, dengan privasi dan persetujuan individu tetap terjaga di mana pun data manusia terlibat. Yayasan juga mendorong penerima hibah untuk mempublikasikan analisis sebagai pra‑cetak, berbagi data secara rutin bukan hanya pada akhir proyek, serta bekerja sama dengan pengguna dataset untuk menilai kegunaannya dalam masalah biologis yang bernilai.

Yayasan menyatakan bahwa ia secara aktif memperbarui pandangannya seiring kemajuan ilmu pengetahuan dan AI serta mengundang ide untuk program tersebut di science@openaifoundation.org. Saat ini yayasan membuka empat lowongan pada tim Ilmu Hayati dan Penyembuhan Penyakit.