никулец Како да се искористи вештачката интелигенција во текот на цевководот за фармаколошки третман - Unite.AI
Поврзете се со нас

Мислите лидери

Како да се искористи вештачката интелигенција во текот на цевководот за фармаколошки третман

mm

Објавено

 on

Направивме неверојатен напредок во здравството во изминатите неколку децении благодарение на воведувањето на новата технологија. Сега, вештачката интелигенција (ВИ) претставува уште една голема можност да продолжи да го води овој тренд за понатамошно подобрување на животот на пациентите. Има широк спектар на апликации на вештачката интелигенција кога станува збор за разбирање и лекување на здравствени состојби. Всушност, вештачката интелигенција може да се користи низ целиот гасовод кога истражувачите ќе тргнат да лекуваат нова болест. Технологијата може да биде особено корисна за откривање на нови лекови, разбирање на новите болести и мерење на резултатите од третманите.

ВИ во откривање на дрога

Долго време пред производителите да донесат лек на пазарот, истражувачите работат на идентификување на вистинските молекули. Вештачката интелигенција може да се примени за откривање и развој на лекови, особено со цел процесот да се направи поефикасен и поефтин. Во типичниот процес на откривање, истражувачите може да поминат години тестирајќи различни молекули, само за да сфатат дека избраната за клиничко испитување го нема предвидениот ефект. ВИ може да игра улога во овој процес со предвидување на биоактивноста и интеракциите на различни молекули. Со искористување на постоечките податоци, предвидувачкиот модел може да може да идентификува молекула која има поголема веројатност да го има влијанието на кое се надеваат истражувачите и медицинската заедница, дури и пред некој да стапне во лабораторија.

Употребата на вештачката интелигенција во развојот на лекови сè уште е во релативно рана фаза и во моментов на пазарот нема лекови откриени од вештачката интелигенција. Како што е кажано, неколку здравствени и истражувачки организации веќе почнаа да ја инкорпорираат вештачката интелигенција во процесот и стигнуваат до клинички испитувања со лекови развиени од вештачка интелигенција. На пример, лек за идиопатска белодробна фиброза (IPF) кој е идентификуван со помош на АИ влезе во фаза 1 испитувања во 2022 и доби ознака за лек за сираци од FDA претходно оваа година. Како што индустријата станува поудобна со вештачката интелигенција, нејзините апликации во развојот на лекови веројатно ќе се прошират уште повеќе, и на крајот може да видиме лекови развиени со вештачка интелигенција да им се даваат на пациентите.

ВИ во епидемиологија и управување со клинички испитувања

Друг клучен чекор за носење на терапија на пазарот и нејзино ставање во рацете на пациентите е стекнувањето разбирање за болеста и како таа влијае на здравствените резултати на ниво на популација. Тука влегуваат епидемиолозите - групата истражувачи одговорни за квантифицирање и следење на управувањето со терапевтскиот ризик низ целните популации и индикации.

Користејќи ги техниките за вештачка интелигенција и машинско учење (ML), епидемиолозите можат да истражуваат податоци од реалниот свет (RWD) - меѓу другите видови достапни податоци - и идентификувајте ги трендовите релевантни за комерцијално и клиничко одлучување. Бидејќи ML е оптимизиран за истражување на податоци на начин без хипотези, им овозможува на истражувачите да откријат нови обрасци, да генерираат подобри предвидувања за клучните трендови како што е преваленцата на болеста и да ги идентификуваат факторите на ризик поврзани со лошите резултати. Овие сознанија се од клучно значење за истражувачите да развијат третмани кои најефективно ќе одговорат на потребите на нивната целна популација.

Вештачката интелигенција, исто така, може да автоматизира делови од фазата на клиничко испитување на развојот на лекот, што е критично за утврдување на безбедноста и ефикасноста на новата терапија пред да стигне до пациентите. На пример, вештачката интелигенција може да се искористи за да се осигура дека точните пациенти се регрутираат за клиничко испитување и дека студиската група ја претставува општата популација, земајќи ги предвид различностите и правичноста. Вештачката интелигенција, исто така, може да помогне во прегледувањето на безбедносните извештаи од испитувањето на начин кој е посигурен од човечкиот тим. Не може целиот дизајн на епидемиологија и клинички испитувања да се автоматизира, но вештачката интелигенција може да направи одредени аспекти на процесот поефикасни.

ВИ во евалуација на исходите од третманот

Штом клиничкото испитување ќе покаже ефикасност, од клучно значење е да се разбере вредноста на новата интервенција на пазарот за здравствена заштита. До овој момент, истражувачите потрошиле безброј часови и стотици милиони, ако не и милијарди долари за развој на терапија - но сепак треба да се осигураат дека правилните пациенти ќе можат да пристапат до неа кога им е потребна. Ова е местото каде што здравствената економија и истражувањето на резултатите (HEOR) - проучување на вредноста на здравствените интервенции - игра клучна улога во цевководот за развој на лекови.

Крајната цел на анализите на HEOR е да им помогне на плаќачите и на другите задолжени да ја финансираат здравствената заштита за да го оптимизираат здравјето на нивната популација додека ги минимизираат трошоците. Без него, здравствените системи не би биле финансиски стабилни, а навременото доставување нега би било загрозено. Вештачката интелигенција може да игра улога во анализите на HEOR со откривање шеми во податоците кои помагаат да се квантифицира зголемената корист од третманот, како што е идентификување на единствени подпопулации кои доживуваат зголемено подобрување на резултатите во однос на општата популација.

На пример, ML беше искористена во a студија меѓу луѓе со дијабетес тип 2 да се истражи кои подпопулации би можеле да имаат корист од интервенцијата во однесувањето насочена кон губење на тежината. Иако не беше пронајдено значајно влијание кај општата популација на луѓе со дијабетес тип 2, истражувачите открија дека подгрупата со специфични карактеристики може да избегне компликации од кардиоваскуларни болести по интервенцијата. Овие сознанија им помогнаа на лекарите и на здравствените планови да знаат кои конкретни пациенти ќе имаат најголема корист од интервенцијата, помагајќи да се подобрат резултатите на пациентите и да се заштедат трошоците во целина.

Иднината на вештачката интелигенција во фармацевтската линија

Очигледно има мноштво апликации на вештачката интелигенција кога станува збор за разбирање и лекување на болести, а истражувачите се посветени на понатамошно унапредување на технологијата. Всушност, неодамна формирана водечката организација за HEOR, ISPOR упатства за користење на машинско учење во рамките на областа. Ова ја покажува посветеноста за проширување на употребата на AI и ML со цел да се максимизира нејзиниот потенцијал.

Епидемиолозите, истражувачите, здравствените економисти и другите кои играат улога во цевководот за развој на лекови, сите можат да најдат вредност од инкорпорирањето на вештачката интелигенција во нивната работа. И ако можеме да користиме вештачка интелигенција за подобро да ги разбереме болестите и да развиеме поефикасни и насочени третмани, пациентите ќе имаат огромна корист на крајот од денот. Вештачката интелигенција има неограничен потенцијал во здравството и фармацијата за подобрување на животот - и наша одговорност е да ја искористиме до нејзиниот најголем капацитет.

Мајк Мансел, д-р, е директор за истражување на Паналго, каде што тој е одговорен за управување со внатрешната и колаборативната истражувачка агенда, како и да придонесе за научниот развој на платформата IHD, вклучувајќи прототип и потврдување на нови модели за машинско учење за IHD Data Science. Мајк има богато искуство во дизајнирање на студии за RWD и е автор на неколку публикации во различни области, вклучително и здравствена економија, истражување на резултатите и наука за податоци. Докторирал на Универзитетот Брандеис, со фокус на пресметковната економија и додипломски студии по економија на Универзитетот во Мичиген.