Medicina će se u bliskoj budućnosti promijeniti u svakom pogledu. Računalne tehnologije prodiru sve dublje u sferu
Razvoj i sinteza lijekova
Stvaranje novog lijeka iz idejeprije početka masovne proizvodnje potrebno je i do deset godina. Također, dodatno zahtijeva milijarde dolara ulaganja za rad istraživačkih timova i pokretanje višestupanjskog testiranja. U prosjeku, prema statistici, samo 12% stvorenih lijekova dobiva patent i dozvolu za proizvodnju, dok ostali ne prolaze klinička ispitivanja i proces počinje iznova.
To je razlog strojnog učenja i neuronskih mrežapočeo se koristiti za pojednostavljenje procesa stvaranja lijekova. Danas u svijetu postoji oko 30 velikih projekata koji koriste umjetnu inteligenciju i koji rade u tom smjeru.
Američka FDAUprava za hranu i lijekove pokrenula je vlastiti projekt, čiji je cilj smanjiti troškove kliničkih istraživanja pomoću strojnog učenja.
AI projekta obučava se na temelju posljednjih 20 godinaklinička ispitivanja američkih lijekova. A, prema riječima stručnjaka, uz njegovu pomoć možete znatno povećati vjerojatnost uspješnog završetka studija: s 12% na 80%.
Prema preliminarnim procjenama, korištenje umjetne inteligencije i neuronskih mreža pomoći će četiri puta smanjiti ulaganja u stvaranje lijekova, a vrijeme razvoja za polovicu.
Klinička ispitivanja zahtijevaju velika ulaganja i mogu trajati nekoliko godina
Korporacije zasad koriste AI samo kao pomoćni alat za sintezu lijekova, provodeći sve faze kliničkih ispitivanja kao i obično. Ali projekti već pokazuju dobre rezultate.
AI u službi prehrane
Napredak u stvaranju umjetne inteligencijecjepiva protiv koronavirusa poznata su u cijelom svijetu. Računalne tehnologije smanjile su vrijeme za razvoj učinkovitog cjepiva na samo nekoliko mjeseci, dok klasične metode istraživanja zahtijevaju najmanje godinu ili dvije.
Ali istraživanje je zapravo puno dublje odmože se zamisliti. I ne tiču se samo virologije, već i preventivne medicine i prehrane, za što se analiziraju prirodni organski spojevi. Ima ih na desetke milijardi pa ručno istraživanje nije baš učinkovito.
Klinička ispitivanja zahtijevaju velika ulaganjai može trajati nekoliko godina. Za razvoj novog lijeka potrebno je testirati desetke i stotine kemijskih spojeva u kulturama stanica koje će u budućnosti trebati testirati na živim organizmima. Zbog toga sve faze kliničkih ispitivanja mogu trajati nekoliko godina.
Snaga računala može pomoćiistraživača, značajno ubrzavajući proces stvaranja novih lijekova, kao i značajno smanjujući troškove skupih kliničkih ispitivanja. Primjerice, britansko-irska tvrtka Nuritas umjetnom inteligencijom traga za aktivnim organskim spojevima koji se teoretski mogu koristiti za liječenje i prevenciju bolesti.
Prema riječima stručnjaka tvrtke, tehnologija za analizu kemijskih spojeva pomoću umjetne inteligencije 600 je puta preciznija i deset puta brža od standardnih metoda.
Međutim, još uvijek je nemoguće bez osobe. Nakon što neuronska mreža otkrije spoj koji obećava, biokemičari poduzimaju dubinsko istraživanje.
Osam godina zaposlenici tvrtkeregistrirano 65 patenata u medicinskoj industriji, tvrtka sada aktivno razvija lijekove za oporavak mišića, normalizaciju metabolizma glukoze i usporavanje starenja stanica.
Ovo je samo jedan od desetaka projekatakoji proučavaju kemijske spojeve za razvoj dijetetskih i bioloških dodataka prehrani, kao i lijekova. A razvoj umjetne inteligencije u budućnosti dodatno će ubrzati istraživanja i poboljšati njihovu učinkovitost.
Istraživanje rijetkih bolesti pomoću neuronskih mreža
Danas 95% rijetkih bolesti nema standardizirane i međunarodno prihvaćene režime liječenja.
Prema Svjetskoj zdravstvenoj organizaciji, rijetkima se smatraju bolesti s prevalencijom od 1 slučaja na 1000 ljudi do 1 slučaja na 200 000 ljudi.
Koncerni često ne ulažu utražeći lijekove za takve bolesti. Uostalom, tvrtka potroši od 200 milijuna dolara do 2 milijarde dolara za izum jednog lijeka. Vrijeme povrata za takva istraživanja bit će desetljećima, ako se ikad isplate.
Glavna poteškoća u liječenju rijetkih bolesti nije u sintezi lijekova i laboratorijskim ispitivanjima, već u nedostatku kliničkih podataka.
Stoga tvrtka Healx koristi neuronske mrežestvara potpunu informacijsku bazu podataka o 7000 rijetkih bolesti u kojoj prikuplja sve podatke iz znanstvenih materijala, baza podataka pacijenata i studija lijekova.
Stvorena baza podataka pomogla je u razvoju lijekaod Martin-Bellovog sindroma. U 18 mjeseci tim je uspio stvoriti lijek koji je već uspješno prošao dvije faze kliničkih ispitivanja. Za usporedbu, u normalnim uvjetima razvoj i testiranje lijeka traje pet do deset godina. U isto vrijeme, troškovi njegovog stvaranja jednostavno su reda veličine manji od klasičnih.
U smislu traženja informacija i njihove klasifikacijeneuronske mreže pokazuju izvrsne rezultate. Oni mogu relativno brzo skenirati internet na svim postojećim jezicima, prikupljajući podatke koji se odnose na određenu temu. Za postizanje takve učinkovitosti pri ručnom radu neće uspjeti.
Umjetna inteligencija i personalizirana medicina
Za većinu najčešćihbolesti, razvijene su terapijske sheme uzimanja lijekova. Za liječenje određenih bolesti (na primjer, tuberkuloza ili onkologija), prilično otrovne tvari jedini su učinkoviti lijekovi. Zbog niske selektivnosti, takvi lijekovi imaju nuspojave, nepovoljno utječu na jetru, bubrege i kardiovaskularni sustav. A ako ranije nije bilo alternativa i uporaba agresivnih lijekova smatrala se prihvatljivom uz štetu zdravlju tijekom liječenja, sada se metodologija mijenja. Razvoj medicine i medicinske kemije omogućuje rad ne samo na traženju temeljno novih lijekova, već i na odabiru optimalnih režima liječenja koristeći već poznate metode.
Individualno doziranje lijekova koji imajujake nuspojave mogle bi smanjiti negativan utjecaj na pacijente, ali složenost izračuna ne dopušta njihovo provođenje u velikom opsegu. Osim toga, potrebno ih je provoditi nekoliko puta dnevno.
Neuronske mreže mogu brzo izvesti takve izračune.i kvaliteta. Tako su 2018. znanstvenici s Nacionalnog sveučilišta u Singapuru razvili inovativni CURATE.AI sustav za kombiniranu terapiju pacijenata oboljelih od raka pomoću umjetne inteligencije.
Već tijekom prvog testiranja sustavapokazao svoju učinkovitost. Za pacijenta s uznapredovalim rakom prostate sustav je izračunao individualnu kombinaciju lijekova tijekom cijelog tijeka liječenja.
Kao rezultat toga, tumor značajno rasteusporila, a zatim je bolest potpuno otišla u remisiju. Pritom su doze lijekova bile gotovo dvostruko manje nego za standardno liječenje takvih slučajeva.
Personalizirana terapija otvara neslućene mogućnostimogućnosti za lijek. Ako postoji dovoljna količina podataka, neuronske mreže i druge metode strojnog učenja mogu pomoći ne samo brzo riješiti problem optimizacije doze, već i odabrati kombinacije lijekova za povećanje učinkovitosti liječenja, odrediti najučinkovitiju taktiku liječenja i spriječiti kritične stanja bolesnika u najranijim fazama.
Slični sustavi već se koriste za kontrolustanja pacijenata i prikupljanje dugoročnih medicinskih podataka, no s vremenom će se sve više integrirati u zdravstvenu industriju. Važno je napomenuti da posljednjih godina sve više pozornosti privlače metode prevencije i ranog dijagnosticiranja bolesti.
Искусственный интеллект — это сильный инструмент, который способен принести пользу во многих отраслях и сферах медицины. Нейросети и другие методы машинного обучения уже сегодня помогают создавать новые лекарства, исследовать болезни, мониторить состояние пациентов. Пока что их внедряют только крупные исследовательские центры и самые передовые клиники, но их влияние на медицину уже огромно.
Trenutno postoji aktivan razvoj neuronskih mrežamedicine – mnogo brže nego što možete zamisliti. Većina projekata i studija ne postane poznata široj javnosti i pojavljuju se samo u specijaliziranim časopisima. No, oni postupno, korak po korak, medicinu današnjice pretvaraju u medicinu budućnosti. I uskoro ćemo to vidjeti vlastitim očima.
Čitaj više:
Najjača baklja klase X dogodila se na Suncu
Pogledajte posljedice sudara dviju zvijezda 1181. godine
Blazar, koji je pronađen prije 20 godina, pokazao se kao ekstreman objekt