Все привет, друзья! Сегодня у нас в гостях искусство фармацевтического искусственного интеллекта (ИИ), используемого в биопромышленности.
В чем преимущество нейросети перед классическими методами? Кто из российских компаний уже активно работает в этом направлении?
Давайте разбираться!
С вами канал “Цифровое просвещение”. Здесь трём за все, что связано с ИТ-сферой. И, да, у нас есть печеньки. Так что велком на темную сторону!
Зачем фармацевтике ИИ?
Нейросети при разработке лекарств решают вопросы поиска скрытых закономерностей из огромного массива опытных данных на скоростях, недоступных человеку. Весь путь от постановки техзадачи до клинических испытаний кратко можно изложить в в несколько пунктов:
- поиск “рабочей” молекулы или лекарственного кандидата;
- поиск мишени;
- соединение рабочей молекулы с мишенью и подтверждение концепции механизма действия молекулы;
- доклинические и клинические исследования.
ИИ активно применяют на каждом из этих этапов. Так, можно, быстро провести анализ молекулы и даже промоделировать ее воздействие на мишень с привязкой к конкретным органам человека. Далее команда разработчиков также создает цифровую модель доклинических и клинических исследований.
Таким образом, в фармацевтике решается проблема “очень долго и дорого”. ИИ позволяет сократить риски и человеческий фактор до минимума.
Быстро, точно, эффективно
Разработчики в лице нейросетей получили шанс сократить время на исследование лекарства, оптимизировать его цену.
Так, в РФ не первый год работает SaaS-платформа «Энроллми.ру», которая эффективно организует наблюдательные исследования через 4 000 врачей в 125 городах РФ. Компания обладает мощной практической базой для проведения исследований, поиска участников, защиты персональных данных, оптимизации расходов.
Неплохо работает проект «Сколково» - «Инсилико». Компания разрабатывает софт для интеграции омиксных данных и глубокого обучения нейросетей для оценки токсичности, фармакокинетических свойств и воздействия препаратов на организм человека.
Другой удачный пример - «Онкоюнайт» работает над тест-системами для раннего выявления и отслеживания эффективности лечения меланомы.
Еще одним важным направлением стала работа над проблематикой устойчивости бактерий к антибиотикам. Эксперты классифицируют эту задачу, как среднесрочную с горизонтом планирования до 10 лет.
Будущее уже сегодня
Предикативность - это предупреждение болезни.
Технологии машинного обучения позволяют точнее оценить риски и симптомы у конкретного пациента. При этом врач сможет назначить наиболее эффективные лекарства для купирования болезни на ранней стадии.
Так, облачная платформа Webiomed (резидент Сколково «К-Скай») на основе анонимных 200 млн историй болезней учится находить новые взаимосвязи. Любопытно, что в 2021 году «К-Скай» заключила договор о сотрудничестве с другим стартапом — компанией «СберМедИИ». Теперь в распоряжении пользователей 50 новейших инструментов ИИ, которые помогут пользователям платформы найти симптомы 40 самых распространенных болезней.
Да, ИИ не заменит врача, но при этом точность прогнозов такой консультационной системы должен быть близким к 100%.
Также специалисты отмечают, что нейросеть требует длительных вложений сил и средств на свое обучение, но не смотря на это, ИИ будет совершенствоваться и затраты будут тысячи раз отбиты.
Всем высоких скоростей и удачи!
А еще напоминаем, что наша компания занимается автоматизацией бизнес-процессов на предприятиях, установкой, настройкой и оптимизацией серверов, информационной безопасностью, машинным обучением, моделированием, и многими другими вещами, необходимыми для вашего бизнеса. Если вас интересуют ИТ-услуги - обязательно загляните на наш официальный сайт.