stubs Zāles, kas izstrādātas ar mākslīgo intelektu, sāks klīniskos izmēģinājumus — Unite.AI
Savienoties ar mums

Veselības aprūpe

Zāles, kas izstrādātas ar mākslīgo intelektu, lai sāktu klīniskos izmēģinājumus

mm
Atjaunināts on

AI starta uzņēmums Exscientia radīja jaunu zāļu savienojumu, kas drīzumā sāks darboties tiek veikti klīniskie pētījumi Japānā. Šis ir viens no dažiem gadījumiem, kad mākslīgā intelekta izstrādātas zāles tiek izmantotas klīniskā vidē, potenciāli tuvinot pasauli plašai AI izmantošanai zāļu izstrādē un ieviešanā. Jaunais savienojums tika izstrādāts sadarbībā ar Sumitomo Dainippon Pharma, un pretēji tam, lai tradicionāli izstrādātu zāles, mākslīgā intelekta izstrādātais savienojums sāks klīniskos izmēģinājumus tikai nepilna gada laikā no projekta sākuma. Tipisku zāļu izstrāde ilgst aptuveni četrarpus gadus.

Exscientia izstrādāja zāles, izmantojot AI platformu, kas izmantoja dažādus algoritmus, lai radītu miljoniem potenciālu molekulu kombināciju. Pēc tam AI filtrēja caur ģenerētajām molekulām, lai sašaurinātu lauku līdz labākajiem kandidātiem, kas būtu jāsintezē un jāpārbauda.

Klīniskais pētījums tiek veikts, jo pieaug investīcijas AI vadītu zāļu izstrādē. AI var padarīt zāļu atklāšanu ātrāku un lētāku, un vidējās zāļu izstrādes izmaksas ir aptuveni 2.6 miljardi dolāru. Tas nozīmē, ka jaunas ārstēšanas metodes tādām slimībām kā sirds slimības un vēzis varētu tikt ražotas ātrāk. Zāles, kuras ir jātestē ar nosaukumu DSP-1181. Endrjū Hopkinss, molekulārais biologs un Exscientia izpilddirektors, paskaidroja Financial Times ka pētniekiem bija jāpārbauda tikai aptuveni 350 savienojumi, kas bija aptuveni viena piektā daļa no parastā savienojumu skaita, kas parasti tiek pārbaudīti zāļu izstrādes laikā.

Džons Bells, Oksfordas universitātes Regiusa medicīnas profesors, nebija iesaistīts pētījumā, bet paskaidroja nesenās attīstības ietekmi. uz Financial Times:

"Molekulu projektēšana un izstrāde, izmantojot medicīnisko ķīmiju, vienmēr ir bijis lēns un darbietilpīgs process. Exscientia to var izdarīt daudz mazāk soļu, kas ir patiešām iespaidīgi, un tas izriet no ļoti pamatotiem zinātniskiem principiem.

Exscientia strādās kopā ar citām farmācijas korporācijām, piemēram, Sanofi un Bayer, cenšoties atrast jaunus slimību ārstēšanas veidus. Lai gan tiek apgalvots, ka DSP-1181 ir pirmā zāle, kas izstrādāta ar mākslīgo intelektu un ko izmantos klīniskajā pārbaudē, ScienceMag ziņoja ka daudzi citi savienojumi jau ir veikti izmēģinājumi ar cilvēkiem, tostarp dažas zāles, kas ir pārbaudītas tādu slimību ārstēšanai kā Parkinsona slimība un insults.

Lai arī cik iespaidīgi ir Exscientia sasniegumi, ir dažas problēmas, kas slēpjas ceļā uz AI uzlabotu zāļu izstrādi.

Lai gan mākslīgais intelekts var palīdzēt atklāt un attīstīt zāles, nav garantijas, ka AI atklātās zāles būs īpaši noderīgas. Iespējams, ka atklātās zāles ir ārkārtīgi līdzīgas molekulām, kuras cilvēki jau ir pētījuši. Apvienojumā ar faktu, ka zāļu efektīva izmantošana ir atkarīga no tā, vai zinātnieki saprot slimības, ko viņi cenšas ārstēt, būtību, mākslīgā intelekta zāļu izstrādes stratēģijas var nepārveidot medicīnas ainavu tik radikāli, kā daži cilvēki cer. Vēl viens jautājums, ar kuru AI zāļu uzņēmumiem būs jārisina jautājums, ir jautājumu regulējums. FDA joprojām cenšas izlemt, kā vislabāk regulēt AI sistēmu atklātās zāles, ņemot vērā to, kā process atšķiras no tradicionālās zāļu izpētes, vienlaikus cenšoties izstrādāt regulatīvās stratēģijas.

Saskaņā ar Vox teikto, FDA pārstāvis Džeremijs Khans paskaidroja, ka visām zālēm, kas izstrādātas ar AI palīdzību, jāatbilst tādiem pašiem standartiem kā pašreizējiem zāļu modeļiem, lai gan var būt atšķirības narkotiku atklāšanas veidā. Khan paskaidroja:

“Pilna AI loma zāļu izstrādē joprojām tiek noskaidrota, un ieinteresētās personas AI saprot dažādos veidos, ņemot vērā šajā jumta terminā ietverto rīku un metožu spektru. Svarīgi ir tas, ka pierādījumu standarti, kas nepieciešami, lai atbalstītu zāļu apstiprināšanu, paliek nemainīgi neatkarīgi no iesaistītajiem tehnoloģiskajiem sasniegumiem.

Emuāru autors un programmētājs ar specialitātēm Mašīnu mācīšana un Dziļa mācīšanās tēmas. Daniels cer palīdzēt citiem izmantot mākslīgā intelekta spēku sociālā labuma gūšanai.