AI medicīna: nākamais solis zāļu izpētē un attīstībā

• Autors:
• Autors nosaukums

  Quantumrun Foresight
• Aprīlis 21, 2022

Ieskata kopsavilkums

Mākslīgā intelekta (AI) iekļaušana farmācijas pētījumos maina veidu, kā mēs pieejam veselības aprūpei, sākot no slēptu molekulu atklāšanas līdz mērķtiecīgāku ārstēšanas metožu izstrādes paātrināšanai. Šī sadarbība farmācijas nozarē pārveido uzņēmējdarbības modeļus, darbaspēka prasības, valdības noteikumus un pat vides apsvērumus. Lai gan tas sola efektīvāku un personalizētāku veselības aprūpi, tas prasa arī pārdomātu pieeju ētikas problēmām.

AI medicīnas konteksts

Farmācijas uzņēmumi arvien vairāk izmanto mākslīgā intelekta (AI) sistēmas, lai izstrādātu jaunas ārstēšanas metodes un zāles. Britu jaunuzņēmums Exscientia un Japānas farmācijas uzņēmums Sumitomo Dainippon Pharma ir izmantojuši algoritmus, kas izsijā tūkstošiem potenciālo savienojumu, lai izstrādātu medikamentu, kas drīzumā tiks klīniski pārbaudīts uz cilvēkiem. (Zāles ir paredzētas obsesīvi-kompulsīvu traucējumu ārstēšanai.)

Exscientia un Sumitomo Dainippon partnerība ir viens no piemēriem farmācijas uzņēmumiem un AI jaunizveidotiem uzņēmumiem, kas sadarbojas, lai izmantotu mašīnmācīšanos, lai atklātu modeļus, kas cilvēkiem varētu būt pārāk smalki vai sarežģīti. Turklāt AI var izmantot, lai prognozētu sīku molekulu reakcijas un uzvedību ķīmiskajos savienojumos, kas varētu radīt vēlamas zāļu īpašības. Piemēram, uzņēmums Iktos, kas izmanto AI, lai atklātu jaunas zāles, pielieto savu tehnoloģiju vairākām mazu molekulu atklāšanas programmām sadarbībā ar farmācijas gigantu Pfizer.

Vēl viens piemērs ir partnerība starp AstraZeneca un BenevolentAI. Abi uzņēmumi sadarbojas, lai atklātu jaunas zāles hroniskas nieru slimības un idiopātiskās plaušu fibrozes ārstēšanai - nopietnai plaušu slimībai. Vācijas biotehnoloģiju uzņēmums Evotec arī ir izveidojis partnerattiecības ar Exscientia. Evotec ir paziņojis par pirmās fāzes klīnisko pētījumu par jaunu pretvēža molekulu, kas izveidota sadarbībā ar Exscientia.

Traucējoša ietekme 

Sadarbība starp farmācijas uzņēmumiem un AI jaunizveidotiem uzņēmumiem ne tikai paātrina atklāšanas procesu, bet arī atklāj molekulas, kas iepriekš tika slēptas no zinātniekiem. Šīs jaunās atziņas varētu pavērt durvis, lai izprastu slimības dziļākā līmenī un atrastu veidus, kā tās ārstēt vai pat izārstēt. Privātpersonām tas nozīmē mērķtiecīgākas un efektīvākas ārstēšanas iespēju, savukārt uzņēmumiem tas nozīmē efektīvākus pētniecības un attīstības procesus.

Zāļu izstrādes paātrināšanās ir nozīmīgs AI ietekmes aspekts šajā jomā. Algoritmiem ir iespēja izsijāt milzīgus datu daudzumus par potenciālajiem savienojumiem, analizējot tos ar esošajām parametru datubāzēm niecīgā laika posmā, kas būtu nepieciešams zinātnieku komandai. Vienā ievērojamā piemērā, Exscientia izmēģinājumā, zāles, kuru apstiprināšanai parasti būtu nepieciešami apmēram pieci gadi, bija gatavas izmēģinājumam tikai 12 mēnešu laikā. Valdības var gūt labumu no šī paātrinātā ātruma, ja sabiedrībai ātrāk būs pieejamas efektīvākas ārstēšanas metodes, kas var uzlabot vispārējo sabiedrības veselību.

Tomēr straujā narkotiku attīstība, izmantojot AI, rada arī problēmas, kas jārisina. Var būt rūpīgi jāuzrauga ētiskie apsvērumi, piemēram, algoritmu neobjektivitāte. Turklāt paļaušanās uz mākslīgo intelektu zāļu izstrādē var izraisīt farmācijas nozarē nepieciešamo prasmju un zināšanu maiņu. Izglītības iestādēm, iespējams, būs jāpielāgo savas mācību programmas, lai sagatavotu nākamos zinātniekus ainavai, kurā AI ir galvenā loma.

Ar AI darbināmu farmaceitisko pētījumu ietekme

Ar AI darbināmu farmaceitisko pētījumu plašākas sekas var ietvert:

• Uzlabota sadarbība starp farmācijas un mākslīgā intelekta uzņēmumiem, radot dinamiskāku pieeju neārstējamu un iepriekš neārstējamu slimību ārstēšanai.
• Paātrināti zāļu atklāšanas un ražošanas procesi, kas ļauj ātrāk reaģēt uz jaunām veselības krīzēm un spēju risināt retas vai novārtā atstātas slimības.
• Efektīvāku un mērķtiecīgāku zāļu izstrāde, kas ļauj izstrādāt personalizētu medicīnu, kas var nodrošināt individuālu ģenētisko profilu un īpašu veselības stāvokli.
• Pārmaiņas farmācijas nozares uzņēmējdarbības modeļos, koncentrējoties uz uz datiem balstītām pieejām un AI integrāciju, kas var radīt jaunas investīciju iespējas un tirgus dinamiku.
• Izmaiņas darbaspēka prasībās farmācijas nozarē, kas prasa jaunas prasmju kopas, kas vērstas uz datu zinātni un mākslīgo intelektu, un potenciāli ietekmē nodarbinātības iespējas tradicionālajos pētniecības darbos.
• Valdības pielāgo normatīvos regulējumus, lai nodrošinātu mākslīgā intelekta ētisku izmantošanu zāļu izstrādē, līdzsvarojot nepieciešamību pēc ātras inovācijas ar pacientu drošību un datu privātumu.
• Iespējamā tirgū nonākušo zāļu panākumu līmeņa palielināšanās, piedāvājot vairāk ārstēšanas iespēju un, iespējams, samazinot veselības aprūpes izmaksas patērētājiem.
• Efektīvāki pētniecības procesi, kas samazina atkritumu daudzumu izmēģinājumu un kļūdu pieejās un nodrošina ilgtspējīgāku zāļu ražošanu.
• Potenciālie izaicinājumi globālajos intelektuālā īpašuma tiesību un tirdzniecības nolīgumos, jo mākslīgā intelekta integrēšana zāļu izstrādē var radīt sarežģītus juridiskus un ētiskus apsvērumus pāri starptautiskajām robežām.

Jautājumi, kas jāapsver

• Vai jūs lietotu zāles, kas atklātas un izstrādātas, izmantojot AI sistēmas?
• Kādi, jūsuprāt, ir iespējamie riski, lietojot AI sistēmu izstrādātās zāles un ārstēšanu cilvēku apstākļiem?