Как использовать ИИ на протяжении всего фармацевтического процесса лечения

Мы добились невероятных успехов в здравоохранении за последние несколько десятилетий благодаря введению новой технологии. Теперь искусственный интеллект (ИИ) представляет еще одну большую возможность продолжить эту тенденцию и еще больше улучшить жизнь пациентов. Существует широкий спектр применений ИИ, когда речь идет об понимании и лечении заболеваний. На самом деле, ИИ можно использовать на протяжении всего процесса, когда исследователи начинают лечить новое заболевание. Эта технология может быть особенно полезна для открытия новых препаратов, понимания возникающих заболеваний и измерения результатов лечения.

ИИ в открытии препаратов

За долгое время до того, как производители смогут вывести препарат на рынок, исследователи работают над выявлением правильных молекул. ИИ можно применять к открытию и разработке препаратов, особенно с целью сделать процесс более эффективным и менее дорогим. В типичном процессе открытия исследователи могут тратить годы на тестирование различных молекул, только чтобы понять, что выбранная для клинического испытания молекула не имеет желаемого эффекта. ИИ может сыграть роль в этом процессе, предсказывая биоактивность и взаимодействие различных молекул. Используя существующие данные, предсказательная модель может выявить молекулу, которая с большей вероятностью окажет желаемое воздействие, которое ожидает исследователь и медицинское сообщество, даже до того, как кто-либо ступит в лабораторию.

Использование ИИ в разработке препаратов еще находится на относительно ранней стадии, и пока нет препаратов, открытых с помощью ИИ, которые находятся на рынке. Однако уже несколько организаций здравоохранения и исследований начали включать ИИ в процесс и достигли клинических испытаний с препаратами, разработанными с помощью ИИ. Например, препарат для идиопатической легочной фиброза (ИЛФ), выявленный с помощью ИИ вошел в фазу 1 испытаний в 2022 году и получил статус препарата-сираоты от FDA ранее в этом году. По мере того, как отрасль становится более комфортной с ИИ, его применения в разработке препаратов, вероятно, расширятся еще дальше, и мы можем в конечном итоге увидеть препараты, разработанные с помощью ИИ, которые будут назначаться пациентам.

ИИ в эпидемиологии и управлении клиническими испытаниями

Другим ключевым шагом в выводе терапии на рынок и доставке ее в руки пациентов является понимание заболевания и его влияния на результаты здравоохранения на уровне населения. Именно здесь эпидемиологи вступают в игру – группа исследователей, ответственных за количественную оценку и мониторинг терапевтического риска-менеджмента в целевых популяциях и показаниях.

Используя ИИ и методы машинного обучения (МО), эпидемиологи могут изучать реальные данные (РД) – среди других доступных типов данных – и выявлять тенденции, актуальные для коммерческих и клинических решений. Поскольку МО оптимизирована для изучения данных без гипотезы, она позволяет исследователям обнаруживать новые закономерности, генерировать лучшие прогнозы для ключевых тенденций, таких как распространенность заболевания, и выявлять факторы риска, связанные с плохими результатами. Эти знания имеют решающее значение для исследователей, чтобы разработать методы лечения, которые наиболее эффективно решат потребности их целевой популяции.

ИИ также может автоматизировать части фазы клинических испытаний разработки препарата, что имеет решающее значение для установления безопасности и эффективности новой терапии до того, как она попадет к пациентам. Например, ИИ можно использовать для обеспечения того, чтобы правильные пациенты были набраны для клинического испытания, и чтобы группа исследования представляла собой общую популяцию, принимая во внимание разнообразие и равенство. ИИ также может помочь в обзоре отчетов о безопасности из испытания более надежным образом, чем команда людей. Не все аспекты эпидемиологии и клинического проектирования испытаний можно автоматизировать, но ИИ может сделать определенные аспекты процесса более эффективными.

ИИ в оценке результатов лечения

Как только клиническое испытание продемонстрировало эффективность, важно понять ценность новой интервенции на рынке здравоохранения. На этом этапе исследователи потратили бесчисленные часы и сотни миллионов, если не миллиарды, долларов на разработку терапии – но они все еще должны обеспечить, чтобы правильные пациенты могли получить доступ к ней, когда им это нужно. Именно здесь экономика здравоохранения и исследования результатов (ЭЗИР) – изучение ценности вмешательств в здравоохранение – играет решающую роль в процессе разработки препаратов.

Окончательной целью анализов ЭЗИР является помощь плательщикам и другим лицам, ответственным за финансирование здравоохранения, в оптимизации здоровья их популяций, минимизируя затраты. Без этого системы здравоохранения не были бы финансово стабильными, и своевременная доставка помощи была бы скомпрометирована. ИИ может сыграть роль в анализах ЭЗИР, выявляя закономерности в данных, которые помогают количественно оценить инкрементную выгоду от лечения, например, выявляя уникальные субпопуляции, которые испытывают увеличение улучшения результатов по сравнению с общей популяцией.

Например, МО была использована в исследовании среди людей с диабетом 2-го типа для изучения того, какие субпопуляции могли бы извлечь пользу из поведенческой интервенции, направленной на снижение веса. Хотя не было обнаружено значительного воздействия на общую популяцию людей с диабетом 2-го типа, исследователи обнаружили, что субгруппа с определенными характеристиками могла избежать осложнений от сердечно-сосудистых заболеваний после интервенции. Эти знания помогли клиницистам и планам здравоохранения понять, какие именно пациенты будут извлекать наибольшую пользу из интервенции, помогая улучшить результаты лечения и сэкономить затраты в целом.

Будущее ИИ в фармацевтическом процессе

Ясно, что существует множество применений ИИ, когда речь идет об понимании и лечении заболеваний, и исследователи привержены дальнейшему развитию технологии. На самом деле, ведущая организация по ЭЗИР, ISPOR, недавно установила руководства по использованию машинного обучения в этой области. Это демонстрирует приверженность расширению использования ИИ и МО для максимизации его потенциала.

Эпидемиологи, исследователи, экономисты здравоохранения и другие лица, играющие роль в процессе разработки препаратов, могут все найти пользу от включения ИИ в свою работу. И если мы можем использовать ИИ, чтобы лучше понять заболевания и разработать более эффективные и целевые методы лечения, пациенты окажутся в выигрыше в конечном итоге. ИИ имеет неограниченный потенциал в здравоохранении и фармацевтике для улучшения жизни – и это наша ответственность использовать его наилучшим образом.