Drug Discovery braucht KI, um weitere Behandlungen zu entdecken

Die Verbesserung der menschlichen Gesundheit, Langlebigkeit und Zufriedenheit sind einige der Hauptziele der Technologie. Künstliche Intelligenz mag sich auf den ersten Blick wie ein Schritt von unserer Menschlichkeit entfernt anfühlen. Was wäre, wenn es uns aufmerksamer, besser in der Lage wäre, verborgene Zusammenhänge zu finden und die Erforschung des Unbekannten effizienter zu gestalten?

Die Entdeckung von Arzneimitteln und klinische Studien sind nur ein Anwendungsbereich für KI, aber es ist ein verdienter und wirkungsvoller. Es gibt viele Erkrankungen, für die die „konventionelle“ wissenschaftliche Methode noch keine Behandlung erbracht hat. Künstliche Intelligenz kann uns helfen, uns besser um die zu kümmern, die wir zurückgelassen haben. Mit der Zeit wird es uns auch helfen, die finanziellen Realitäten der Pharmaindustrie mit der moralischen Notwendigkeit in Einklang zu bringen, bei Bedarf Hilfe zu leisten.

Aktuelle F & E-Modelle sorgen für sinkende Renditen

Klinische Studien und F & E in der Pharmaindustrie haben das erreicht, was einige erreicht haben einen Krisenpunkt nennen. Um zu verstehen, warum, müssen wir zuerst den Prozess verstehen.

Die Erforschung und Entwicklung neuer Medikamente umfasst mehrere Schritte, die als „Phasen“ bezeichnet werden. In Phase 0 werden zuerst Tests am Menschen durchgeführt. Hier versuchen Wissenschaftler, mehr darüber zu erfahren, wie der menschliche Körper die Droge verarbeitet. Phase I beinhaltet das Einwählen der richtigen Dosis und das weitere Testen in einem größeren Patientenpool.

Wissenschaftler lernen mehr über die Sicherheit und Wirksamkeit neuer Medikamente in den Phasen II und III. Hier erhalten neue Formulierungen auch einen Vergleich von Äpfeln zu Äpfeln mit bestehenden „Standard-Pflege“ -Medikamenten und -Methoden. Unglücklicherweise schlägt eine beträchtliche Anzahl klinischer Studien in diesen beiden Phasen fehl.

In einem Bericht über die Misserfolgsraten bei der Wirkstoffforschung zwischen 2013 und 2015 stellte Richard K. Harrison (Chief Scientific Officer bei Clarivate Analytics) Folgendes fest: [19659008] Fast die Hälfte der neuen Phase-II-Medikamente wird verworfen, weil sie keine Wirksamkeit gegen den angestrebten Zustand aufweisen.

  • Mehr als die Hälfte der Phase-III-Medikamente wird verworfen, weil sie nicht die gewünschte Wirksamkeit aufweisen.
  • Von allen klinischen Studienfehlern Zwischen 2013 und 2015 wurden 24% der neuen Medikamente aus Sicherheitsgründen und 15% aufgrund einer inkompatiblen Unternehmensstrategie abgelehnt (nicht rentabel genug, das Unternehmen wurde mitten im Prozess erworben oder ging in Konkurs usw.).
  • Die am stärksten von diesen Ausfällen betroffenen Therapiegebiete sind die Onkologie, das Zentralnervensystem und Erkrankungen des Bewegungsapparates. Ohne eine bessere Methodik besteht die Gefahr, dass schwer zu behandelnde und schlecht verstandene Zustände und Krankheiten so bleiben.

    Bestehende Methoden lassen viele Patientenbedürfnisse unbefriedigt.

    Der größte Vorteil von AI besteht darin, dass es große Mengen von KI verdauen kann medizinisches Wissen – etwa aus Tausenden von veröffentlichten Berichten und wissenschaftlichen Veröffentlichungen – und neuartige Vorhersagen und Formulierungen, bei denen Forscher jahrelang ineffizient experimentieren mussten, um es herauszufinden.

    Es dauert durchschnittlich ein Jahrzehnt, bis ein Medikament das gesamte Gebiet durchquert F & E-Prozess und erreichen die FDA-Zulassung. Künstliche Intelligenz gibt uns stattdessen die Möglichkeit, versteckte Verbindungen zwischen einer Reihe biomedizinischer Einheiten, wie z. B. Proteinen, aufzudecken. Stellen Sie sich vor, wie Sie ein 100.000 Teile umfassendes Puzzle mit den üblichen Methoden zusammensetzen. Einige der Stücke fehlen. Stellen Sie sich jetzt denselben Prozess mit heuristischen Modellen, maschineller Bildverarbeitung und künstlicher Intelligenz vor. Ein solches System wäre sogar in der Lage, eine klinisch nützliche Vermutung darüber anzustellen, wie die fehlenden "Teile" aussehen.

    Die 15-prozentige Versagensrate neuer Medikamente aufgrund inkompatibler Unternehmensstrategien muss nicht fortgesetzt werden. Es ist verständlich, wenn auch nicht gerade beruhigend, dass Pharmaunternehmen ihre Gewinne nicht in Medikamente stecken wollen, die dazu bestimmt sind, nur einen kleinen Prozentsatz der Bevölkerung zu heilen. Vor allem dann nicht, wenn teure Behandlungen verfügbar sind, aber keine wirkliche Heilung.

    Laut Bloomberg News geben Pharmaunternehmen die Antibiotika-Forschung sogar in einer beispiellosen Geschwindigkeit auf, weil nicht genug Geld darin steckt. Infolgedessen suchen die Regierungen nach alternativen Anreizen, um sie wieder in den Prozess einzubeziehen. Mit ausgereiften KI-Systemen sind diese Anreize möglicherweise nicht erforderlich, um die Arbeit zu geringen Kosten zu erledigen.

    Es besteht auch das Problem, dass Pharmaunternehmen die Wirksamkeit überbewerten oder kritische Informationen aus dem klinischen Studienprozess auslassen. Ein offenes und unparteiisches KI-Modell sollte in der Lage sein, diesem Prozess ein gewisses Maß an Transparenz sowie offensichtliche Effizienzvorteile zu verleihen unter zwei unglücklichen Umständen: Pharmazeutische Unternehmen versäumen es oft, (1) eine ausreichende Anzahl von Teilnehmern zu rekrutieren, um das Programm vor Ort zu sehen, und (2) eine Patientenstichprobe, die die Vielfalt der Bevölkerung genau widerspiegelt. Insgesamt beginnt etwa ein Viertel der Krebsmedikamentstudien nie, weil nicht genügend geeignete Teilnehmer vorhanden sind.

    Künstliche Intelligenz kann helfen. Eine Möglichkeit besteht darin, die Früherkennung von Krankheiten zu unterstützen. Einige KI-Systeme stellen Diagnosen mit nahezu der gleichen Genauigkeit wie menschliche Ärzte bereit. Dies bedeutet, dass Patienten in früheren oder schwieriger zu erkennenden Krankheitsphasen schneller und in größerer Zahl entdeckt werden können. Dies kann möglicherweise die Anwendung neuer Arzneimittelstudien fördern und eine Gruppe von Patienten in verschiedenen Stadien der Krankheit zur Verfügung stellen.

    AI can Durchforsten Sie medizinische Fachzeitschriften nach unerforschten Zusammenhängen zwischen Forschungsprojekten und erstellen Sie nie dagewesene Arzneimittelformeln. Mit den richtigen Datenschutzvorkehrungen können Forscher AI auch dazu verwenden, qualifizierte Kandidaten für Arzneimittelstudien aus viel größeren Patientengruppen zu finden.

    Patientengeschichten sind lang und komplex. Oft ist es ein subtiles Detail, das eine Person entweder zu einem idealen oder zu einem schlechten Kandidaten macht. Die Identifizierung von Patienten, die auf ein neu auftretendes Medikament gut oder schlecht ansprechen, ist einer der teuersten Schritte des gesamten Fortschritts.

    Um die Kosten zu senken und weitere Experimente zu fördern, kann künstliche Intelligenz Hunderte oder Tausende von Patientenakten auf der Suche nach dem untersuchen Biomarker, auf die das Medikament abzielt. Die richtige Art von KI sollte auch in der Lage sein, absichtliche und unbewusste Vorurteile im Auswahlprozess zu beseitigen. Es sollte sicherstellen, dass Arzneimittelentdeckungsprojekte wirklich repräsentativ für die Öffentlichkeit sind, der sie dienen sollen.

    Künstliche Intelligenz und die glänzende Zukunft der Medizin

    Ist künstliche Intelligenz hier eine „Wunderwaffe“? Herkömmliche Methoden zur Entdeckung neuer Arzneimittelbehandlungen beinhalten viele Versuche und Irrtümer von Ärzten und Forschern. Es ist eine Schnitzeljagd durch unbekannte chemische Kombinationen.

    Der Unterschied ist, dass KI um Größenordnungen effizienter darin ist, die endlosen Kombinationen zu durchsuchen und sie in realistischen digitalen Modellen zu untersuchen. Es ist genau das, was die medizinische Gemeinschaft in einer Zeit benötigt, in der die öffentliche Gesundheit ein Hauptanliegen ist und die Kosten für Forschung und Entwicklung jedes Jahr zu steigen scheinen.

    About BusinessIntelligence

    Check Also

    Das Trio überarbeitet die Wirtschaft

    Ob Sie es glauben oder nicht, die Geschäfts- und Technologiewelt ist so korreliert, dass jedes …

    Schreibe einen Kommentar

    Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.