W ramach programu opartego na sztucznej inteligencji udało się zaprojektować nowy lek w ciągu 46 dni zamiast ośmiu lat, jakie zajmuje średnio naukowcom „ludzkim”. Praca start-upu Insilico Medicine i University of Toronto, które poszukiwały potencjalnego leku na zwłóknienie, czyli gojenie się tkanek występujących w niektórych chorobach, opisano w Nature Biotechnology.
Algorytm, którego kod został udostępniony wszystkim, przeanalizował wszystkie wcześniejsze badania nad cząsteczkami ukierunkowanymi na określone białko niezbędne w procesie zwłóknienia, nadając priorytet nowym strukturom, które można zsyntetyzować w laboratorium. W ciągu 21 dni program stworzył 30 XNUMX „kandydatów”, z których sześciu faktycznie zostało zsyntetyzowanych. Dwie z nich zostały przetestowane na komórkach, a bardziej obiecująca z dwóch również na myszach, wykazując „podobną do leku” aktywność wobec białka.
Cały proces zajął 46 dni i środki warte około 150 XNUMX $, znacznie mniej niż tradycyjne metody. „To badanie - podsumowują autorzy - ilustruje przydatność naszych modeli do szybkiego projektowania cząsteczek, które są łatwe do zsyntetyzowania, aktywne wobec określonego celu i potencjalnie innowacyjne”.
W jakim stopniu sztuczna inteligencja może pomóc nam w opracowaniu skuteczniejszych leków i, jeśli chcemy poszerzyć horyzont, ulepszyć terapie medyczne (a zatem nasze zdrowie)? Wiele, według ekspertów, którzy wezmą udział w środę 9 października na forum „Jak sztuczna inteligencja może zmienić krajobraz farmaceutyczny".
Następnie na 18.30 forum odbędzie się Convivium po włosku na temat „Przyszłość + człowiek”, podczas którego Boas Erez, rektor Uniwersytetu Szwajcarii Włoskiej i Alessandro Curioni będą rozmawiać z Francesco Morace, socjolog i prezes Future Concept Lab, o nowych scenariuszach, które otwierają się po coraz większym wykorzystaniu sztucznej inteligencji i innych zaawansowanych technologii, a także o powiązanych problemach etycznych (począwszy od ochrony danych osobowych, które są używane w nadmiarze przez superkomputery).
„Sztuczna inteligencja - mówi Morace - nigdy nie będzie w stanie odtworzyć ludzkiej, obdarzonej empatią, intuicyjną zdolnością i innymi cechami, których maszyny nie są w stanie skopiować. Krótko mówiąc, przyszłość będzie coraz bardziej ludzka, ale sztuczna inteligencja sprawi, że ją odkryjemy”. Damian Realini, dziennikarz RSI, poprowadzi wieczór.
AI w medycynie: od badań nowych cząsteczek po wsparcie diagnostyczne
Możliwe zastosowania sztucznej inteligencji w różnych sektorach badań naukowych i, bardziej ogólnie, w dziedzinie zdrowia są ogromne: po pierwsze, systemy AI pozwalają nam studiować w znacznie szybszym czasie i przy większej skuteczności niż tradycyjne metody, cząsteczki, które wydają się być potencjalnie „aktywne” w leczeniu nawet poważnych chorób, takich jak nowotwory (laboratoria badawcze i firmy farmaceutyczne coraz częściej korzystają z tych systemów). Ale sztuczna inteligencja pomaga również zmienić pozycję (tak nazywa się to w kategoriach technicznych) szeregu leków, które zostały zatwierdzone dla pewnego rodzaju chorób i zamiast tego są w stanie leczyć również inne choroby. Dzięki sztucznej inteligencji zaczyna wtedy znajdować środki na rzadkie i „porzucone” choroby (lub, jak się je określa, sieroty).
Ale to nie wystarczy: systemy takie jak „Watson for Oncology ”, opracowany przez IBM we współpracy z Memorial Sloan-Kettering Cancer Center w Nowym Jorku (jeden z najważniejszych szpitali onkologicznych na świecie), pomaga lekarzom wybrać najlepsze terapie w najtrudniejszych przypadkach lub skierować pacjentów na „Badania kliniczne” (badania nowych leków) najbardziej odpowiednie na świecie.
IBM prowadzi także projekt badawczy wspólnie ze Szpitalem Uniwersyteckim w Zurychu w celu udoskonalenia automatycznego systemu, który może badać „slajdy” (tj. Fragmenty tkanki pobrane podczas biopsji lub podczas operacji) i zidentyfikować dokładnie zmiany spowodowane różnymi chorobami, obok pracy patologów. Ale inne firmy i instytuty badawcze również zmierzają w tym kierunku.
Aby dobrze funkcjonować i zapewnić wiarygodne wyniki, systemy sztucznej inteligencji potrzebują ogromnych baz danych, z których można uzyskać informacje, które są następnie przetwarzane przez bardzo potężne komputery, „zarządzane” przez algorytmy ad hoc i sieci neuronowe (tj. Systemy które pod pewnymi względami naśladują organizację ludzkich komórek nerwowych): oto „Głęboka nauka".
Ticino jest bardzo aktywne w tym sektorze, z IDSIA na czele. W związku z tym niedawno została zawarta umowa o współpracy między IDSIA a Cantonal Hospital Authority (EOC, który zarządza zdrowiem publicznym w Ticino) w celu zastosowania zaawansowanych metodologii sztucznej inteligencji do danych dostarczonych przez organizację.
Ale inne projekty są również w toku: „Jeden z najważniejszych obejmuje, oprócz IDSIA, także Instytut Chorób Tropikalnych w Bazylei, Politechnika w Zurychu i Wydział Farmakologii Uniwersytetu Genewskiego - wyjaśnia Andrea Danani, szef komputerowego laboratorium biofizyki IDSIA i koordynator naukowy październikowego forum 9 - W szczególności badamy mechanizm działania afrykańskiej rośliny aktywnej przeciwko chorobie Chagas, która jest szeroko rozpowszechniona w Ameryce Środkowej i Południowej. W takich przypadkach sztuczna inteligencja może zapewnić decydującą pomoc".
Znacznie trudniej jest zaprojektować nową cząsteczkę od podstaw (cząsteczkę, która nie istnieje w naturze). "Jak dotąd nie było to możliwe - mówi Ed Griffen - ponieważ wciąż nie rozumiemy wystarczająco dokładnie mechanizmów chemicznych i biologicznych, które doprowadziłyby nowe związki do wiązania się z enzymami i receptorami komórkowymi, a także sposobów, w jakie te nowe cząsteczki byłyby wchłaniane lub wydalane przez organizm".
Ale badania po tej stronie są kontynuowane, a perspektywy stworzenia całkowicie nowych narkotyków poprzez masowe wykorzystanie sztucznej inteligencji wydają się konkretne. To tylko kwestia czasu. Oczywiście wyniki uzyskane przez systemy sztucznej inteligencji muszą następnie zostać potwierdzone w laboratorium przy użyciu tradycyjnych technik, a teraz jest jasne dla wszystkich, że systemy AI muszą współpracować z mężczyznami, pomagać im w szybkim przeprowadzaniu obliczeń lub „porównań”, które wymagałyby całego życia w całości, ale nigdy całkowicie nie zastępując ludzi.
"Te systemy wciąż nie rozwijają myśli- potwierdzenie Boas Erez - ale mają potężną zdolność do statystycznej analizy dostępnych danych (ogromne masy danych), poprawiając ich wydajność w miarę upływu czasu. Maszyny są zaprogramowane do uczenia się, zgodnie z algorytmami napisanymi przez ludzi. Podobnie jak w przypadku zwierząt udomowionych przez mężczyzn, które są popychane do przodu dzięki serii zachęt (cukry ...), algorytmy zawierają także „nagrody” za maszyny, których same się uczą, aby zachęcić je do zrobienia zawsze lepiej".