To co jeszcze kilka lat temu wydawało się pomysłem rodem z filmów science-fiction, dziś staje się rzeczywistością. Sztuczna inteligencja i uczenie maszynowe to coraz bardziej powszechne i użyteczne narzędzia w opracowywaniu nowych leków i metod diagnostycznych. Dzięki nim zwiększa się szansa na odkrycie i udostępnienie pacjentom nowych możliwości leczenia. BioInMed dołącza 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.
Z 5 lat do 12 miesięcy…
Proces opracowania nowego leku jest bardzo czasochłonny i kosztochłonny. Łączny koszt wprowadzenia leku na rynek to około 13,5 miliardów złotych 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.
Gdzie AI może wesprzeć naukowców?
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.
„Wykorzystanie sztucznej inteligencji czy uczenia maszynowego to trend, który jest bardzo młody. W Polsce brakuje jeszcze systemowego podejścia i strategicznego wsparcia rozwoju tej technologii. Dlatego potrzebne jest z jednej strony wykreowanie rozwiązań, które ułatwią rozwijanie tych narzędzi, a z drugiej umożliwią pozyskiwanie rzetelnych danych, które zasilą algorytmy AI. Powoli zaczynają pojawiać się kolejne inicjatywy, które pozwolą na zwiększenie dynamiki rozwoju tych narzędzi z korzyścią dla pacjentów.” – tłumaczy Marta Winiarska, Prezes BioInMed.
Koalicja AI w Zdrowiu jest prężnie rozwijająca się, niezależną inicjatywą, która ma wesprzeć rozwój sztucznej inteligencji oraz bezpiecznej i transparentnej implementacji algorytmów AI w ochronie zdrowia. BioInMed pragnie być częścią platformy, która z myślą o pacjentach bierze udział w kształtowaniu polityki rozwoju sztucznej inteligencji na polskim gruncie.
