Υγεία

Φάρμακο Ανεπτυγμένο Με Τη Βοήθεια Της Τεχνητής Νοημοσύνης Πρόκειται Να Ξεκινήσει Κλινικές Δοκιμές

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Η εταιρεία τεχνητής νοημοσύνης Exscientia δημιούργησε một νέο φαρμακευτικό σύνθετο που σύντομα θα ξεκινήσει κλινικές δοκιμές στην Ιαπωνία. Αυτό είναι ένα από τα λίγα παραδείγματα φαρμάκων που αναπτύχθηκαν με τη βοήθεια της τεχνητής νοημοσύνης και χρησιμοποιούνται σε κλινικό περιβάλλον, με στόχο να φέρει τον κόσμο πιο κοντά στη ευρεία χρήση της τεχνητής νοημοσύνης στην ανάπτυξη και ανάπτυξη φαρμάκων. Το νέο σύνθετο αναπτύχθηκε σε συνεργασία με την Sumitomo Dainippon Pharma και, σε αντίθεση με τα παραδοσιακά φάρμακα, το φάρμακο που αναπτύχθηκε με τη βοήθεια της τεχνητής νοημοσύνης θα ξεκινήσει κλινικές δοκιμές σε λιγότερο από ένα χρόνο από την έναρξη του έργου. Η典τυπική ανάπτυξη φαρμάκων διαρκεί περίπου τέσσεριςμισυ χρόνια.

Η Exscientia ανέπτυξε το φάρμακο με τη χρήση μιας πλατφόρμας τεχνητής νοημοσύνης που χρησιμοποίησε διάφορους αλγόριθμους για να δημιουργήσει εκατομμύρια πιθανών μοριακών συνδυασμών. Η τεχνητή νοημοσύνη στη συνέχεια διέกรινε τους γεννηθέντες μοριακούς συνδυασμούς για να μειώσει το πεδίο στα καλύτερα υποψήφια που πρέπει να συντεθούν και να δοκιμαστούν.

Οι κλινικές δοκιμές έρχονται σε μια περίοδο που οι επενδύσεις στην ανάπτυξη φαρμάκων με τη βοήθεια της τεχνητής νοημοσύνης αυξάνονται. Η τεχνητή νοημοσύνη έχει το δυναμικό να κάνει την ανακάλυψη φαρμάκων πιο γρήγορη και φθηνότερη, με το μέσο κόστος ανάπτυξης φαρμάκων να είναι περίπου 2,6 δισεκατομμύρια δολάρια. Αυτό σημαίνει ότι новые θεραπείες για ασθένειες όπως η καρδιακή νόσος και ο καρκίνος θα μπορούσαν να παραχθούν πιο γρήγορα. Το φάρμακο που πρόκειται να δοκιμαστεί ονομάζεται DSP-1181. Ο Andrew Hopkins, μοριακός βιολόγος και διευθύνων σύμβουλος της Exscientia, εξήγησε στο Financial Times ότι οι ερευνητές είχαν μόνο να δοκιμάσουν περίπου 350 συνθέσεις, που ήταν περίπου το ένα πέμπτο του συνηθισμένου αριθμού συνθέσεων που δοκιμάζονται κατά τη διάρκεια της ανάπτυξης φαρμάκων.

Ο John Bell, καθηγητής ιατρικής στο Πανεπιστήμιο της Οξφόρδης, δεν ήταν εμπλεκόμενος με την έρευνα, αλλά εξήγησε την επίδραση της πρόσφατης ανάπτυξης στο Financial Times:

“Η σχεδίαση και ανάπτυξη μορίων μέσω της φαρμακευτικής χημείας έχει πάντα ήταν một αργή και επίπονη διαδικασία. Η Exscientia μπορεί να το κάνει αυτό σε πολύ λιγότερα βήματα, που είναι πραγματικά εντυπωσιακό, και προέρχεται από πολύ σαφείς επιστημονικούς κανόνες.”

Η Exscientia θα συνεργαστεί με άλλες φαρμακευτικές εταιρείες όπως η Sanofi (SNY ) και η Bayer σε μια προσπάθεια να βρεθούν νέες θεραπείες για ασθένειες. Ενώ έχει αναφερθεί ότι το DSP-1181 είναι το πρώτο φάρμακο που σχεδιάστηκε με τη βοήθεια της τεχνητής νοημοσύνης και θα χρησιμοποιηθεί σε κλινικές δοκιμές, το ScienceMag ανέφερε ότι πολλά άλλα σύνθετα έχουν ήδη δει ανθρώπινες δοκιμές, συμπεριλαμβανομένων φαρμάκων που έχουν δοκιμαστεί για την αντιμετώπιση καταστάσεων όπως η νόσος του Πάρκινσον και ο εγκεφαλικός θάμβος.

Όσο εντυπωσιακά και αν είναι τα επιτεύγματα της Exscientia, υπάρχουν κάποια προβλήματα πουлежουν στον δρόμο προς την ανάπτυξη φαρμάκων με τη βοήθεια της τεχνητής νοημοσύνης.

Ενώ η τεχνητή νοημοσύνη μπορεί να βοηθήσει στην ανακάλυψη και ανάπτυξη φαρμάκων, δεν υπάρχει εγγύηση ότι τα φάρμακα που ανακαλύπτονται από την τεχνητή νοημοσύνη θα είναι ιδιαίτερα χρήσιμα. Μπορεί να είναι ότι τα φάρμακα που ανακαλύπτονται είναι εξαιρετικά παρόμοια με μόρια που οι άνθρωποι έχουν ήδη μελετήσει. Όταν συνδυαστεί με το γεγονός ότι η αποτελεσματική χρήση ενός φαρμάκου εξαρτάται από την κατανόηση των επιστημόνων για τη φύση της ασθένειας που προσπαθούν να θεραπεύσουν, οι στρατηγικές ανάπτυξης φαρμάκων με τη βοήθεια της τεχνητής νοημοσύνης μπορεί να μην μεταμορφώσουν το τοπίο της ιατρικής τόσο ριζικά όσο κάποιοι άνθρωποι ελπίζουν. Ένα άλλο ζήτημα που οι εταιρείες φαρμάκων με τη βοήθεια της τεχνητής νοημοσύνης θα πρέπει να αντιμετωπίσουν είναι το ζήτημα της ρύθμισης. Η FDA προσπαθεί ακόμη να αποφασίσει τον καλύτερο τρόπο να ρυθμίσει τα φάρμακα που ανακαλύπτονται από συστήματα τεχνητής νοημοσύνης, λαμβάνοντας υπόψη το γεγονός ότι η διαδικασία διαφέρει από την παραδοσιακή έρευνα φαρμάκων, ενώ προσπαθεί να αναπτύξει στρατηγικές ρύθμισης.

Σύμφωνα με το Vox, ο εκπρόσωπος της FDA Jeremy Khan εξήγησε ότι οποιαδήποτε φάρμακα που αναπτύσσονται με τη βοήθεια της τεχνητής νοημοσύνης πρέπει να τηρούν τους ίδιους προτύπους όπως τα τρέχοντα μοντέλα φαρμάκων, ακόμη και αν υπάρχουν διαφορές στη διαδικασία ανακάλυψης. Ο Khan εξήγησε:

“Ο πλήρης ρόλος της τεχνητής νοημοσύνης στην ανάπτυξη φαρμάκων εξακολουθεί να διευκρινίζεται, και οι ενδιαφερόμενοι κατανοούν την τεχνητή νοημοσύνη με διαφορετικούς τρόπους, λαμβάνοντας υπόψη το φάσμα των εργαλείων και των τεχνικών που καλύπτονται από αυτόν τον ομπρελόνιο όρο. Σημαντικά, τα προτυπικά πρότυπα που απαιτούνται για την υποστήριξη των εγκρίσεων φαρμάκων παραμένουν τα ίδια, ανεξάρτητα από τις τεχνολογικές προόδους που εμπλέκονται.”

Blogger και προγραμματιστής με ειδικότητες στα Machine Learning και Deep Learning θέματα. Ο Daniel ελπίζει να βοηθήσει τους άλλους να χρησιμοποιήσουν τη δύναμη του AI για κοινωνικό καλό.