Разработването на ново лекарство е сложен, продължителен и много скъп процес. Разработката протича в няколко стъпки – от идентифицирането на подходяща молекула на активната съставка до одобрението. И във всяка от тези стъпки кандидатът може да се провали. В крайна сметка само 15 процента от тестваните активни съставки действително излизат на пазара.
С помощта на изкуствения интелект (AI) индивидуалните стъпки на развитие могат да бъдат оптимизирани и ускорени. Текущата бяла книга от инициативата „Системи за обучение – Платформата за изкуствен интелект“ представя как работи това.
Ако механизмите на дадено заболяване вече са известни, обикновено знаем и кои протеини и други молекули играят централна роля. Те се наричат мишени или целеви структури, защото са възможни отправни точки за активни съставки, които влияят на хода на заболяването.
Търсене на целевите молекули
Но ако все още не знаете точните болестни процеси, става още по-трудно: първата стъпка е да идентифицирате целите на първо място.
Например AI може да оцени генетична информация, данни за болести и информация за взаимодействията на молекулите в тялото и по този начин да разпознае модели и връзки. Например, някои генни варианти, които са свързани с болест, могат бързо да бъдат открити.
Коя активна съставка е подходяща?
След като бъде идентифицирана подходяща целева молекула, важно е да се намерят кандидати за лекарства, които могат да й повлияят. За да направите това, трябва да проверите голям брой възможни кандидати за тяхната пригодност. С помощта на AI този процес може да стане много по-ефективен.
AI може да разпознае модели в големи набори от данни от химически съединения и по този начин да предвиди кои съединения са особено обещаващи кандидати за лекарства. AI може също така да помогне за оптимизиране на структурата на тези молекули на активните съставки, така че те да имат по-целенасочен и следователно по-добър ефект в тялото и да имат по-малко странични ефекти.
Намерете теми с AI
Особено сложно – и скъпо! – Клиничните изследвания са етапът в разработването на лекарството. Просто намирането на достатъчно подходящи тестови субекти е предизвикателство. Преди това изследователският екип трябваше ръчно да търси в досиета на пациенти или да набира подходящи участници чрез реклами и лични контакти.
Въпреки това, с помощта на AI, големи количества данни за пациенти могат да бъдат анализирани с един замах. Това дава възможност за бързо идентифициране на потенциални участници, които отговарят на критериите на проучването.
Увеличение за персонализирана медицина
AI също може да допринесе значително за персонализирането на медицината. Индивидуалната (персонализирана) медицина вече е голяма тема. Хората реагират различно на различните лекарства. Тук изкуственият интелект би могъл да използва широка база данни, за да предвиди например коя терапия е най-подходяща в отделен случай в зависимост от възрастта, пола и различни здравни параметри.
Подходът за създаване на индивидуални лекарства за отделни пациенти отива една крачка напред – например специални терапевтични антитела, които директно съответстват на генния профил на раков тумор.
Кой споделя своето съкровище от данни?
Всички тези възможности обаче изискват AI да се захранва с възможно най-много висококачествени данни за активните съставки, пациентите и прогресията на заболяването. За да направят това, възможно най-много играчи в здравната система ще трябва да предоставят своите данни: изследователски компании и институти, но също и здравноосигурителни компании.
Тук обаче има някои пречки: специалната защита, на която медицинските данни с право се ползват, трябва да продължи да бъде гарантирана. Преди всичко данните са ценен ресурс днес. Те означават предимство пред конкуренцията. И това не е нещо, което давате толкова лесно.