Dzięki nim zwiększa się szansa na odkrycie i udostępnienie pacjentom nowych możliwości leczenia.
Polski Związek Innowacyjnych Firm Biotechnologii Medycznej BioInMed ogłosił dołączenie do Koalicji AI w Zdrowiu, chcąc wspierać wypracowanie warunków sprzyjających wykorzystaniu sztucznej inteligencji w ratowaniu ludzkiego zdrowia i życia.
Wykorzystywanie potencjału sztucznej inteligencji i uczenia maszynowego w pracach B+R nad nowymi lekami i metodami diagnostycznymi umożliwia znaczące skrócenie czasu poszukiwania cząsteczek i wyłonienia najbardziej obiecujących kandydatów do prowadzenia badań klinicznych, ograniczenie kosztów badań, a także zwiększenie szans na udostępnienie pacjentom nowej, skutecznej technologii.
Proces opracowania nowego leku jest bardzo czasochłonny i kosztochłonny. Łączny koszt wprowadzenia leku na rynek to około 13,5 mld zł i nawet kilkanaście lat prac badawczo-rozwojowych (średnio ok. 12 lat), w które zaangażowane są duże, interdyscyplinarne zespoły naukowców. W pracach nad rozwojem nowego leku na przestrzeni lat pracuje nawet 1000 naukowców. Zwykle proces do etapu dopuszczenia leku do testów klinicznych mija ok. 5 lat. Dzięki wykorzystaniu sztucznej inteligencji już dziś udało się w niektórych projektach skrócić ten proces do 12 miesięcy.
Tworzenia nowego leku rozpoczyna się od próby zrozumienia mechanizmu rozwoju danej choroby. Następnie badacze szukają sposobu, w jaki można ten proces zahamować. To wymaga podjęcia wielu prób, bardzo często zakończonych niepowodzeniem. Tylko jedna na 8 000 cząsteczek daje szansę na stworzenie nowego, skutecznego i bezpiecznego leku. Spośród tysięcy modelowych cząsteczek tylko kilka - tych o największym potencjale terapeutycznym – jest poddawanych dalszym badaniom laboratoryjnym in vitro, a następnie próbom toksykologicznym w tzw. badaniach przedklinicznych. Niewiele spośród testowanych cząsteczek ma szansę przejść do kolejnego etapu, czyli badań klinicznych z udziałem ludzi.
Sztuczna inteligencja i uczenie maszynowe zwiększają szanse powodzenia projektu i zapewnienia pacjentom skutecznego leczenia. Algorytmy maszynowego uczenia się w czasie nieporównywalnie krótszym niż człowiek są w stanie przeanalizować dostępne dane wejściowe, zweryfikować możliwości i zdecydować o doborze środków i działań. Ludzie pracują w zupełnie odmienny sposób, dlatego prace badawczo-rozwojowe prowadzone wyłącznie przez naukowców trwają znacznie dłużej.
Pandemia COVID-19 udowodniła, że chcąc mierzyć się z aktualnymi i przyszłymi wyzwaniami zdrowotnymi, potrzebujemy szybkich i skutecznych działań w obszarze badań i rozwoju nowych leków, testów diagnostycznych czy szczepionek. Wykorzystanie sztucznej inteligencji doskonale wpisuje się w ten potrzeby.
