Search Icon
ΑΝΑΖΗΤΗΣΗ
Καινοτομία

Πώς η τεχνητή νοημοσύνη επιταχύνει τα δεδομένα ανάπτυξης φαρμάκων

Πώς η τεχνητή νοημοσύνη επιταχύνει τα δεδομένα ανάπτυξης φαρμάκων

Οι εφαρμογές της τεχνητής νοημοσύνης και των ‘έξυπνων΄μηχανών μάθησης στην υγειονομική περίθαλψη θα αυξηθούν σε σχεδόν 8 δισεκατομμύρια δολάρια έως το 2022. Συνεπώς, οι μισοί από τους επαγγελματίες της παγκόσμιας επιστήμης υγείας υποστηρίζουν ότι είτε χρησιμοποιούν είτε ενδιαφέρονται να χρησιμοποιήσουν την τεχνητή νοημοσύνη στην έρευνά τους. Υπάρχουν προκλήσεις που οδηγούν την υιοθέτηση της τεχνητής νοημοσύνης.

Κατά την ανάπτυξη νέων φαρμάκων ή τη διαχείριση της τρέχουσας απόδοσης φαρμάκων, πρέπει να ενσωματωθούν και να αναθεωρηθούν τεράστιες ποσότητες δεδομένων για να διασφαλιστεί η ποιότητα και η επίβλεψη. Ωστόσο, τα δεδομένα της υγειονομικής περίθαλψης είναι συχνά μη δομημένα και δύσκολα προσβάσιμα. Εκτιμάται ότι περίπου το 80 % της βιοϊατρικής γνώσης είναι θαμμένο σε έγγραφα που βασίζονται σε κείμενο (συμπεριλαμβανομένου του ηλεκτρονικού ταχυδρομείου).

Αυτή η αδυναμία πρόσβασης σε όλο το φάσμα των δεδομένων των ασθενών οδηγεί σε υψηλό κόστος και σε αργό χρόνο για την αγορά νέων φαρμάκων και επηρεάζει τον κίνδυνο και την ασφάλεια των ασθενών για υπάρχοντα φαρμακευτικά προϊόντα. Ωστόσο, ως λύση, οι φαρμακευτικοί οργανισμοί αναπτύσσουν τεχνολογίες τεχνητής νοημοσύνης για τον εντοπισμό, την επεξεργασία και την ανάλυση πολύτιμων δεδομένων ασθενών που κρύβονται σε κείμενα παλαιού τύπου και σε άλλες μη δομημένες πηγές δεδομένων.

Η εταιρεία IQVIA έχει χρησιμοποιήσει την τεχνογνωσία τους στον κλάδο των βιοεπιστημών για να δημιουργήσει τεχνητή νοημοσύνη βασισμένη στην επεξεργασία φυσικών γλωσσών που μπορεί να καταστρέψει τα σιλό δεδομένων παλαιού τύπου και να καταστήσει τα βιοϊατρικά δεδομένα που λείπουν προσβάσιμα.

Ποιες είναι οι πολυπλοκότητες που εμπλέκονται στην ανάπτυξη φαρμάκων;

Joe Rymsza: Η ανάπτυξη φαρμάκων ουδόλως είναι μια ευθεία γραμμή από το Α έως το Β. Κάποιος μπορεί σχεδόν να σκεφτεί μια διαδικασία πιο περίπλοκη από τη διάθεση μιας νέας θεραπείας φαρμάκων στην αγορά. Η ανάπτυξη φαρμάκων ξεκινά συχνά με την εκμάθηση κάτι καινούργιου για μια ασθένεια και στη συνέχεια προχωρά στο επίπονο έργο της μετατροπής αυτών των ανακαλύψεων σε ασφαλείς και αποτελεσματικές θεραπείες. Η φαρμακοεπαγρύπνηση (PV) πρέπει να συλλέγει ανεπιθύμητες ενέργειες (AE) σε όλη την πορεία ανάπτυξης για να διασφαλίζει την ασφάλεια των ασθενών.

Ποια είναι τα τυπικά χρονοδιαγράμματα και τα στάδια που εμπλέκονται;

Rymsza: Η ανάπτυξη φαρμάκων είναι μια διαδικασία που κατά μέσο όρο μπορεί να διαρκέσει μια δεκαετία και 2,6 δισεκατομμύρια δολάρια. Περιλαμβάνει πολλά κινούμενα μέρη, συμπεριλαμβανομένης της προ-κλινικής εργασίας, των κλινικών δοκιμών, της διαδικασίας διάθεσης ενός φαρμάκου στην αγορά – με φωτοβολταϊκά σε ολόκληρο τον κύκλο ζωής του προϊόντος.

Κάθε ένα από αυτά τα στάδια περιέχει πολλά ορόσημα. Πρώτα έρχεται η προ-κλινική εργασία, η οποία είναι η διαδικασία σχεδιασμού νέων φαρμάκων και περιλαμβάνει την ανακάλυψη νέων ενώσεων που μπορεί να επηρεάσουν έναν βιολογικό στόχο. Περιλαμβάνει επίσης έρευνα για τους πολλούς τρόπους με τους οποίους αυτές οι νέες ενώσεις μπορεί να αλληλεπιδράσουν με το ανθρώπινο σώμα, καθώς και για τον εντοπισμό των δόσεων και τον προγραμματισμό των δόσεων «πρώτων ανθρώπων».

* Joe Rymsza , αντιπρόεδρος, Pharmacovigilance and Regulatory Technology Solutions στο IQVIA.

Διαβάστε όλες τις τελευταίες Ειδήσεις για την υγεία από την Ελλάδα και τον Κόσμο
Ακολουθήστε το healthweb.gr στο Google News και μάθετε πρώτοι όλες τις ειδήσεις
Ακολουθήστε το healthweb.gr στο κανάλι μας στο YouTube

Διαβάστε Eπίσης:

Allergan Aesthetics:Καινοτόμα προϊόντα αισθητικής ιατρικής JUVÉDERM®

Ψηφιακή πλατφόρμα επαγγελματικού προσανατολισμού από μαθητές Κολλεγίου

svg%3E svg%3E
svg%3E
svg%3E
Περισσότερα

Πλήρη «χάρτη» του γονιδιώματος του κορωνοϊού δημιούργησαν ερευνητές του ΜΙΤ

Ομάδα ερευνητών του Πανεπιστημίου ΜΙΤ των ΗΠΑ, με επικεφαλής τον ελληνικής καταγωγής καθηγητή Μανώλη Κέλλη, παρουσίασαν τον πιο πλήρη μέχρι σήμερα «χάρτη» του γονιδιώματος του κορωνοϊού SARS-CoV-2 που προκαλεί τη νόσο Covid-19.

Στη μάχη κατά του καρκίνου μπαίνει η τεχνητή νοημοσύνη

Νέα έρευνα που πραγματοποιήθηκε από το ερευνητικό πρόγραμμα Leicester Mesothelioma αποκάλυψε τώρα, χρησιμοποιώντας ανάλυση τεχνητής νοημοσύνης AI των μεσοθηλιωμάτων με αλληλουχία DNA, ότι τα μεσοθηλιώματα εξελίσσονται σε παρόμοιες ή επαναλαμβανόμενες διαδρομές μεταξύ ατόμων.

Οι βελτιώσεις στην υγειονομική περίθαλψη θα ξεπεράσουν την τρέχουσα κρίση για τη δημόσια υγεία

Η πιο εμφανής αλλαγή ήταν η ευρεία υιοθέτηση υπηρεσιών και τεχνολογιών τηλεθεραπείας που χρησιμοποιούν βίντεο για τη σύνδεση των ασθενών με επείγουσα και προληπτική φροντίδα χωρίς να χρειάζεται να φύγουν από το σπίτι.

Close Icon