стуб Како искористити АИ у целом цевоводу за фармацеутско лечење - Уните.АИ
Повежите се са нама

Вође мисли

Како искористити АИ у целом цевоводу за фармацеутско лечење

mm

објављен

 on

Направили смо невероватан напредак у здравственој заштити у последњих неколико деценија захваљујући увођењу нове технологије. Сада, вештачка интелигенција (АИ) представља још једну велику прилику за наставак покретања овог тренда за даље побољшање живота пацијената. Постоји широк спектар примена АИ када је у питању разумевање и лечење здравствених стања. У ствари, вештачка интелигенција се може користити у целом цевоводу када истраживачи крену да лече нову болест. Технологија може бити посебно корисна за откривање нових лекова, разумевање нових болести и мерење исхода лечења.

АИ у откривању лекова

Много пре него што произвођачи могу да изнесу лек на тржиште, истраживачи раде на идентификацији правих молекула. АИ се може применити на откривање и развој лекова, посебно у сврху ефикаснијег и јефтинијег процеса. У типичном процесу откривања, истраживачи могу провести године тестирајући различите молекуле, само да би схватили да онај који је одабран за клиничко испитивање нема жељени ефекат. АИ може играти улогу у овом процесу предвиђањем биоактивности и интеракција различитих молекула. Користећи постојеће податке, предиктивни модел може бити у стању да идентификује молекул за који постоји већа вероватноћа да ће имати утицај којем се надају истраживачи и медицинска заједница, чак и пре него што неко крочи у лабораторију.

Употреба вештачке интелигенције у развоју лекова је још увек у релативно раној фази и ниједан лек који је АИ открио тренутно није на тржишту. Имајући то у виду, доста здравствених и истраживачких организација већ је почело да укључује вештачку интелигенцију у процес и стижу до клиничких испитивања са лековима развијеним од вештачке интелигенције. На пример, лек за идиопатску плућну фиброзу (ИПФ) који је идентификован коришћењем АИ ушао у фазу 1 испитивања у КСНУМКС и добио назив лека сирочад ФДА раније ове године. Како индустрија постаје све пријатнија са АИ, њене примене у развоју лекова ће се вероватно још више проширити, и на крају ћемо можда видети да се пацијенти развијају уз помоћ вештачке интелигенције.

АИ у епидемиологији и управљању клиничким испитивањима

Још један кључни корак у доношењу терапије на тржиште и стављању у руке пацијената је стицање разумевања болести и како она утиче на здравствене исходе на нивоу популације. Овде долазе епидемиолози – група истраживача одговорних за квантификацију и праћење управљања терапијским ризиком међу циљним популацијама и индикацијама.

Користећи технике вештачке интелигенције и машинског учења (МЛ), епидемиолози могу да истражују податке из стварног света (РВД) – између осталих врста доступних података – и идентифицирати трендове релевантне за комерцијално и клиничко одлучивање. Пошто је МЛ оптимизован за истраживање података на начин без хипотеза, он омогућава истраживачима да открију нове обрасце, генеришу боља предвиђања за кључне трендове као што је преваленција болести и идентификују факторе ризика који су повезани са лошим исходима. Ови увиди су кључни за истраживаче да развију третмане који ће најефикасније одговорити на потребе њихове циљне популације.

АИ такође може да аутоматизује делове фазе клиничког испитивања развоја лекова, што је кључно за успостављање безбедности и ефикасности нове терапије пре него што стигне до пацијената. На пример, вештачка интелигенција се може користити да би се осигурало да се прави пацијенти регрутују за клиничко испитивање и да студијска група представља општу популацију, узимајући у обзир разноликост и једнакост. АИ такође може помоћи у прегледу безбедносних извештаја са испитивања на начин који је поузданији од људског тима. Не може се сав дизајн епидемиологије и клиничких испитивања аутоматизовати, али АИ може учинити одређене аспекте процеса ефикаснијим.

АИ у процени исхода лечења

Једном када клиничко испитивање покаже ефикасност, кључно је разумети вредност нове интервенције на тржишту здравствене заштите. До овог тренутка, истраживачи су потрошили безброј сати и стотине милиона, ако не и милијарде долара развијајући терапију - али и даље морају да осигурају да прави пацијенти могу да јој приступе када им је потребна. Овде економија здравља и истраживање исхода (ХЕОР) – студија вредности интервенција у здравству – игра кључну улогу у процесу развоја лекова.

Крајњи циљ ХЕОР анализа је да се помогне платишама и другима који имају задатак да финансирају здравствену заштиту да оптимизују здравље своје популације уз минимизирање трошкова. Без тога здравствени системи не би били финансијски стабилни, а благовремено пружање неге било би угрожено. АИ може да игра улогу у ХЕОР анализама откривањем образаца у подацима који помажу да се квантификује инкрементална корист лечења, као што је идентификација јединствених субпопулација које доживљавају повећано побољшање исхода у односу на општу популацију.

На пример, МЛ је коришћен у а студија међу људима са дијабетесом типа 2 да истражи које подпопулације би могле имати користи од интервенције у понашању која има за циљ губитак тежине. Иако није пронађен значајан утицај на општу популацију људи са дијабетесом типа 2, истраживачи су открили да би подгрупа са специфичним карактеристикама могла да избегне компликације од кардиоваскуларних болести након интервенције. Ови увиди су помогли клиничарима и здравственим плановима да знају који ће конкретни пацијенти имати највише користи од интервенције, помажући да се побољшају исходи пацијената и уштеде укупни трошкови.

Будућност АИ у фармацеутском процесу

Јасно је да постоји мноштво примена АИ када је у питању разумевање и лечење болести, а истраживачи су посвећени даљем унапређењу технологије. У ствари, водећа организација за ХЕОР, ИСПОР, недавно је основана смернице за коришћење машинског учења унутар области. Ово показује посвећеност проширењу употребе вештачке интелигенције и МЛ како би се максимизирао њен потенцијал.

Епидемиолози, истраживачи, здравствени економисти и други који играју улогу у процесу развоја лекова могу сви да пронађу вредност од укључивања вештачке интелигенције у свој рад. А ако можемо да користимо вештачку интелигенцију да боље разумемо болести и развијемо ефикасније и циљане третмане, пацијенти ће имати огромну корист на крају дана. АИ има неограничен потенцијал у здравству и фармацији за побољшање живота – и наша је одговорност да га искористимо до највећег капацитета.

Др Мајк Мансел је директор истраживања у Паналго, где је одговоран за управљање интерним и сарадничким истраживачким програмом, као и за допринос научном развоју ИХД платформе, укључујући израду прототипа и валидацију нових модела машинског учења за ИХД Дата Сциенце. Мајк има богато искуство у дизајну студија РВД и аутор је неколико публикација у различитим областима, укључујући економију здравља, истраживање исхода и науку о подацима. Докторирао је на Универзитету Брандеис, са фокусом на рачунарску економију, и дипломирао економију на Универзитету у Мичигену.