La médecine va changer à tous égards dans un avenir proche. Les technologies informatiques pénètrent toujours plus profondément dans la sphère
Développement et synthèse de médicaments
Créer un nouveau médicament à partir d'une idéeavant le début de la production de masse prend jusqu'à dix ans. Cela nécessite également des milliards de dollars d'investissements pour le travail des équipes de recherche et le lancement de tests en plusieurs étapes. En moyenne, selon les statistiques, seuls 12% des médicaments créés reçoivent un brevet et une autorisation de fabrication, tandis que les autres ne passent pas les essais cliniques et le processus recommence.
C'est pourquoi l'apprentissage automatique et les réseaux de neuronesa commencé à être utilisé pour simplifier le processus de création de médicaments. Il existe aujourd'hui dans le monde environ 30 projets à grande échelle utilisant l'intelligence artificielle qui vont dans ce sens.
FDA américaineLa Food and Drug Administration a lancé son propre projet, dont l'objectif est de réduire de plusieurs ordres de grandeur le coût de la recherche clinique grâce à l'apprentissage automatique.
L'IA du projet est formée sur la base des 20 dernières annéesessais cliniques de médicaments américains. Et, selon les experts, avec son aide, vous pouvez augmenter considérablement les chances de réussite des études : de 12 % à 80 %.
Selon des estimations préliminaires, l'utilisation de l'intelligence artificielle et des réseaux de neurones contribuera à réduire de quatre fois les investissements dans la création de médicaments et de moitié le temps de développement.
Les essais cliniques nécessitent des investissements importants et peuvent prendre plusieurs années
Jusqu'à présent, les entreprises n'utilisent l'IA que comme outil auxiliaire pour la synthèse de médicaments, menant toutes les étapes des essais cliniques comme d'habitude. Mais les projets donnent déjà de bons résultats.
L'IA au service de la nutrition
Progrès dans la création d’intelligence artificielleles vaccins contre le coronavirus sont connus dans le monde entier. Les technologies informatiques ont réduit le temps nécessaire pour développer un vaccin efficace à quelques mois seulement, alors que les méthodes de recherche classiques nécessitent au moins un an ou deux.
Mais la recherche est en fait beaucoup plus profonde quepeut être imaginé. Et ils concernent non seulement la virologie, mais aussi la médecine préventive et la nutrition, pour lesquelles des composés organiques naturels sont analysés. Il y en a des dizaines de milliards, donc la recherche manuelle n'est pas très efficace.
Les essais cliniques nécessitent de gros investissementset peut durer plusieurs années. Pour développer un nouveau médicament, il est nécessaire de tester des dizaines et des centaines de composés chimiques dans des cultures cellulaires, qui devront à l'avenir être testés sur des organismes vivants. De ce fait, toutes les phases des essais cliniques peuvent prendre plusieurs années.
La puissance de l'ordinateur peut aiderchercheurs, accélérant considérablement le processus de création de nouveaux médicaments, tout en réduisant considérablement le coût des essais cliniques coûteux. Par exemple, la société anglo-irlandaise Nuritas utilise l'intelligence artificielle pour rechercher des composés organiques actifs qui, en théorie, peuvent être utilisés pour traiter et prévenir les maladies.
Selon les experts de l'entreprise, la technologie d'analyse des composés chimiques utilisant l'intelligence artificielle est 600 fois plus précise et dix fois plus rapide que les méthodes standards.
Cependant, il est encore impossible de se passer d'une personne. Une fois que le réseau neuronal a découvert un composé prometteur, les biochimistes entreprennent des recherches approfondies.
Depuis huit ans, les salariés de l'entreprisea déposé 65 brevets dans l'industrie médicale, la société développe désormais activement des médicaments pour la récupération musculaire, la normalisation du métabolisme du glucose et le ralentissement du vieillissement cellulaire.
Ce n'est qu'un des dizaines de projetsqui étudient des composés chimiques pour le développement de compléments alimentaires diététiques et biologiques, ainsi que de médicaments. Et le développement de l'intelligence artificielle à l'avenir accélérera encore la recherche et améliorera son efficacité.
Recherche de maladies rares à l'aide de réseaux de neurones
Aujourd'hui, 95% des maladies rares n'ont pas de schémas thérapeutiques standardisés et internationalement acceptés.
Selon l'Organisation mondiale de la santé, les maladies avec une prévalence de 1 cas pour 1 000 personnes à 1 cas pour 200 000 personnes sont considérées comme rares.
Les préoccupations n’investissent pas souvent dansà la recherche de remèdes à ces maladies. Après tout, une entreprise dépense entre 200 millions et 2 milliards de dollars pour l'invention d'un médicament. Le temps de retour sur investissement pour une telle recherche sera de plusieurs décennies, si jamais elle porte ses fruits.
La principale difficulté dans le traitement des maladies rares ne réside pas dans la synthèse des médicaments et des tests de laboratoire, mais dans le manque de données cliniques.
Par conséquent, la société Healx utilise des réseaux de neuronescrée une base de données d'informations complète sur 7 000 maladies rares, dans laquelle il collecte toutes les informations provenant de documents scientifiques, de bases de données de patients et d'études sur les médicaments.
La base de données créée a aidé au développement du médicamentdu syndrome de Martin-Bell. En 18 mois, l'équipe a pu créer un médicament qui a déjà passé avec succès deux phases d'essais cliniques. En comparaison, dans des conditions normales, le développement et les tests d'un médicament prennent cinq à dix ans. Dans le même temps, les coûts de sa création sont tout simplement des ordres de grandeur inférieurs aux coûts classiques.
En termes de recherche d'information et de sa classificationles réseaux de neurones montrent d'excellents résultats. Ils sont capables de parcourir Internet relativement rapidement dans toutes les langues existantes, en collectant des données relatives à un sujet spécifique. Atteindre une telle efficacité lorsque vous travaillez manuellement ne fonctionnera pas.
Intelligence artificielle et médecine personnalisée
Pour la plupart des plus courantsmaladies, des schémas thérapeutiques de prise de médicaments ont été développés. Pour le traitement de certaines maladies (par exemple, la tuberculose ou l'oncologie), les substances plutôt toxiques sont les seuls médicaments efficaces. En raison de la faible sélectivité, ces médicaments ont des effets secondaires, affectent négativement le foie, les reins et le système cardiovasculaire. Et si auparavant il n'y avait pas d'alternative et que l'utilisation de médicaments agressifs était considérée comme acceptable avec des dommages pour la santé au cours du traitement, la méthodologie change maintenant. Le développement de la médecine et de la chimie médicinale permet de travailler non seulement sur la recherche de médicaments fondamentalement nouveaux, mais aussi sur la sélection de schémas thérapeutiques optimaux en utilisant des méthodes déjà connues.
Dosage individuel des médicaments qui ontdes effets secondaires importants pourraient réduire l'impact négatif sur les patients, mais la complexité des calculs ne permet pas de les réaliser à grande échelle. De plus, ils doivent être effectués plusieurs fois par jour.
Les réseaux de neurones sont capables d'effectuer de tels calculs rapidement.et qualité. Ainsi, en 2018, des scientifiques de l'Université nationale de Singapour ont développé le système innovant CURATE.AI pour la thérapie combinée des patients atteints de cancer utilisant l'intelligence artificielle.
Déjà lors des premiers tests du systèmea montré son efficacité. Pour un patient atteint d'un cancer de la prostate avancé, le système a calculé une combinaison individuelle de médicaments tout au long du traitement.
En conséquence, la tumeur grossit considérablementa ralenti, puis la maladie est entrée complètement en rémission. Dans le même temps, les doses de médicaments étaient presque deux fois inférieures à celles du traitement standard de tels cas.
La personnalisation de la thérapie ouvre des possibilités inimaginablesopportunités pour la médecine. S'il existe une quantité suffisante de données, les réseaux neuronaux et d'autres méthodes d'apprentissage automatique peuvent aider non seulement à résoudre rapidement le problème de l'optimisation de la dose, mais également à sélectionner des combinaisons de médicaments pour augmenter l'efficacité du traitement, déterminer les tactiques de traitement les plus efficaces et prévenir les problèmes critiques. conditions du patient dès les premiers stades.
Des systèmes similaires sont déjà utilisés pour contrôlerl'état des patients et la collecte de données médicales à long terme, mais au fil du temps, ils seront de plus en plus intégrés dans l'industrie de la santé. Il est important de noter que ces dernières années, les méthodes de prévention et de diagnostic précoce des maladies attirent de plus en plus l'attention.
L'intelligence artificielle est un outil puissantce qui peut profiter à de nombreuses industries et domaines de la médecine. Les réseaux neuronaux et autres méthodes d’apprentissage automatique contribuent déjà à créer de nouveaux médicaments, à étudier des maladies et à surveiller l’état des patients. Jusqu'à présent, ils ne sont mis en œuvre que par les grands centres de recherche et les cliniques les plus avancées, mais leur impact sur la médecine est déjà énorme.
Il y a maintenant un développement actif des réseaux de neurones dansmédecine - bien plus vite que vous ne pouvez l'imaginer. La plupart des projets et études ne sont pas connus du grand public et ne paraissent que dans des revues spécialisées. Cependant, ils transforment progressivement, étape par étape, la médecine d'aujourd'hui en médecine de demain. Et bientôt nous le verrons de nos propres yeux.
Lire la suite:
La plus forte éruption de classe X s'est produite sur le Soleil
Regardez les conséquences de la collision en 1181 de deux étoiles
Blazar, découvert il y a 20 ans, s'est avéré être un objet extrême