Medicína se v blízké budoucnosti ve všech směrech změní. Počítačové technologie pronikají stále hlouběji do sféry
Vývoj a syntéza léčiv
Vytvoření nového léku z nápadupřed zahájením sériové výroby trvá až deset let. Navíc to vyžaduje miliardy dolarů investic pro práci výzkumných týmů a zahájení vícestupňového testování. V průměru podle statistik pouze 12 % vytvořených léků získá patent a povolení k výrobě, zatímco zbytek neprojde klinickými testy a proces začíná znovu.
To je důvod, proč strojové učení a neuronové sítěse začaly používat ke zjednodušení procesu tvorby léků. Dnes ve světě existuje přibližně 30 rozsáhlých projektů využívajících umělou inteligenci, které pracují tímto směrem.
americký FDAFood and Drug Administration spustila vlastní projekt, jehož cílem je řádově snížit náklady na klinický výzkum pomocí strojového učení.
Umělá inteligence projektu je vyškolena na základě posledních 20 letklinické testy amerických léků. A podle odborníků s jeho pomocí můžete výrazně zvýšit pravděpodobnost úspěšného ukončení studia: z 12 % na 80 %.
Využití umělé inteligence a neuronových sítí podle předběžných odhadů pomůže čtyřnásobně snížit investice do výroby léků a o polovinu snížit dobu vývoje.
Klinické studie vyžadují velké investice a mohou trvat několik let
Korporace zatím používají AI pouze jako pomocný nástroj pro syntézu léků a provádějí všechny fáze klinických studií jako obvykle. Ale projekty již vykazují dobré výsledky.
AI ve službách výživy
Pokroky ve vytváření umělé inteligencevakcíny proti koronaviru jsou známé po celém světě. Počítačové technologie zkrátily čas na vývoj účinné vakcíny na pouhých pár měsíců, když klasické výzkumné metody vyžadují minimálně rok nebo dva.
Ale výzkum je ve skutečnosti mnohem hlubší nežlze si představit. A netýkají se pouze virologie, ale také preventivní medicíny a výživy, pro kterou jsou analyzovány přírodní organické sloučeniny. Jsou jich desítky miliard, takže ruční výzkum není příliš efektivní.
Klinické studie vyžadují velké investicea může trvat i několik let. K vývoji nového léku je nutné otestovat desítky a stovky chemických sloučenin v buněčných kulturách, které bude v budoucnu nutné testovat na živých organismech. Z tohoto důvodu mohou všechny fáze klinických studií trvat několik let.
Pomoci může výkon počítačevýzkumníků, což výrazně urychlilo proces vytváření nových léků a také výrazně snížilo náklady na nákladné klinické studie. Například britsko-irská společnost Nuritas využívá umělou inteligenci k hledání aktivních organických sloučenin, které by teoreticky mohly být použity k léčbě a prevenci nemocí.
Podle odborníků společnosti je technologie pro analýzu chemických sloučenin pomocí umělé inteligence 600krát přesnější a desetkrát rychlejší než standardní metody.
Bez člověka se to však stále neobejde. Poté, co neuronová síť objeví slibnou sloučeninu, provedou biochemici hloubkový výzkum.
Osm let zaměstnanci společnostiregistrovala 65 patentů v lékařském průmyslu, společnost nyní aktivně vyvíjí léky na obnovu svalů, normalizaci metabolismu glukózy a zpomalení buněčného stárnutí.
Je to jen jeden z desítek projektůkteří studují chemické sloučeniny pro vývoj dietních a biologických doplňků stravy a také léků. A rozvoj umělé inteligence v budoucnu dále urychlí výzkum a zlepší jeho efektivitu.
Výzkum vzácných onemocnění pomocí neuronových sítí
Dnes 95 % vzácných onemocnění nemá standardizované a mezinárodně uznávané léčebné režimy.
Podle Světové zdravotnické organizace jsou onemocnění s prevalencí 1 případ na 1 000 lidí až 1 případ na 200 000 lidí považována za vzácná.
Do koncernů se často neinvestujehledání léků na takové nemoci. Koneckonců, společnost utratí za vynález jednoho léku od 200 milionů do 2 miliard USD Doba návratnosti takového výzkumu bude desetiletí, pokud se vůbec někdy vyplatí.
Hlavní problém při léčbě vzácných onemocnění nespočívá v syntéze léků a laboratorním testování, ale v nedostatku klinických údajů.
Proto společnost Healx využívá neuronové sítěvytváří kompletní informační databázi 7000 vzácných onemocnění, ve které shromažďuje veškeré informace z vědeckých materiálů, databází pacientů a studií léků.
Vytvořená databáze pomohla při vývoji lékuze syndromu Martin-Bell. Za 18 měsíců se týmu podařilo vytvořit lék, který již úspěšně prošel dvěma fázemi klinických studií. Pro srovnání, za normálních podmínek trvá vývoj a testování léku pět až deset let. Náklady na jeho vytvoření jsou přitom prostě řádově nižší než ty klasické.
Z hlediska vyhledávání informací a jejich klasifikaceneuronové sítě vykazují vynikající výsledky. Jsou schopni poměrně rychle skenovat internet ve všech existujících jazycích a sbírat data, která se týkají konkrétního tématu. K dosažení takové efektivity při ruční práci nebude fungovat.
Umělá inteligence a personalizovaná medicína
Pro většinu z nejčastějšíchnemocí, byla vyvinuta terapeutická schémata pro užívání léků. Pro léčbu některých onemocnění (například tuberkulózy nebo onkologie) jsou jedinými účinnými léky spíše toxické látky. Vzhledem k nízké selektivitě mají takové léky vedlejší účinky, nepříznivě ovlivňují játra, ledviny a kardiovaskulární systém. A pokud dříve neexistovaly alternativy a použití agresivních léků bylo považováno za přijatelné s poškozením zdraví v průběhu léčby, nyní se metodika mění. Rozvoj medicíny a lékařské chemie umožňuje pracovat nejen na hledání zásadně nových léků, ale také na výběru optimálních léčebných režimů pomocí již známých metod.
Individuální dávkování léků, které majísilné vedlejší účinky by mohly snížit negativní dopad na pacienty, ale složitost výpočtů neumožňuje jejich provádění ve velkém měřítku. Kromě toho je třeba je provádět několikrát denně.
Neuronové sítě jsou schopny takové výpočty provádět rychle.a kvalitu. V roce 2018 tedy vědci z National University of Singapore vyvinuli inovativní systém CURATE.AI pro kombinovanou terapii pacientů s rakovinou pomocí umělé inteligence.
Již při prvním testování systémuprokázal svou účinnost. Pro pacienta s pokročilým karcinomem prostaty systém vypočítal individuální kombinaci léků v průběhu celého průběhu léčby.
V důsledku toho nádor výrazně rostese zpomalila a pak nemoc zcela ustoupila. Přitom dávky léků byly téměř dvakrát menší než při standardní léčbě takových případů.
Personalizace terapie otevírá nepředstavitelné možnostipříležitosti pro medicínu. Pokud je k dispozici dostatečné množství dat, mohou neuronové sítě a další metody strojového učení pomoci nejen rychle vyřešit problém optimalizace dávky, ale také vybrat kombinace léků pro zvýšení účinnosti léčby, určit nejúčinnější léčebnou taktiku a zabránit kritickým stavy pacienta v nejranějších stádiích.
Podobné systémy se již používají k ovládánístav pacientů a shromažďování dlouhodobých lékařských dat, ale postupem času budou stále více integrovány do odvětví zdravotnictví. Je důležité si uvědomit, že v posledních letech přitahují stále větší pozornost metody prevence a včasná diagnostika nemocí.
Umělá inteligence je mocný nástrojkteré mohou být přínosem pro mnoho průmyslových odvětví a oblastí medicíny. Neuronové sítě a další metody strojového učení již pomáhají vytvářet nové léky, studovat nemoci a monitorovat stav pacientů. Zatím je zavádějí pouze velká výzkumná centra a nejmodernější kliniky, ale jejich dopad na medicínu je již nyní enormní.
Nyní dochází k aktivnímu rozvoji neuronových sítímedicína - mnohem rychleji, než si dokážete představit. Většina projektů a studií se nedostává do povědomí široké veřejnosti a objevují se pouze ve specializovaných časopisech. Postupně však krok za krokem přeměňují medicínu dneška na medicínu budoucnosti. A brzy to uvidíme na vlastní oči.
Přečtěte si více:
K nejsilnější erupci třídy X došlo na Slunci
Podívejte se na následky srážky dvou hvězd v roce 1181
Blazar, který byl nalezen před 20 lety, se ukázal jako extrémní objekt