Σύνταξη και επιμέλεια; Στέλιος Βασιλούδης
Η Δρ Talia Cohen Solal κάθεται σε ένα μικροσκόπιο για να κοιτάξει προσεκτικά τα ανθρώπινα εγκεφαλικά κύτταρα που αναπτύσσονται σε ένα τρυβλίο Petri. «Ο εγκέφαλος είναι πολύ λεπτός, πολύπλοκος και όμορφος», λέει η ίδια – νευροεπιστήμων, συνιδρύτρια και διευθύνων σύμβουλος της ισραηλινής εταιρείας τεχνολογίας υγείας Genetika+, που ιδρύθηκε το 2018.
Η εταιρεία λέει, ότι η τεχνολογία της μπορεί να ταιριάξει καλύτερα τα αντικαταθλιπτικά με τον κάθε ασθενή, προκειμένου να αποφευχθούν ανεπιθύμητες παρενέργειες και να βεβαιωθεί ότι το συνταγογραφούμενο φάρμακο λειτουργεί όσο το δυνατόν καλύτερα. «Μπορούμε να ταιριάξουμε τη σωστή φαρμακευτική αγωγή για κάθε ασθενή από την πρώτη φορά», προσθέτει η Δρ Cohen Solal.
Η Genetika+ το κάνει αυτό συνδυάζοντας την πιο πρόσφατη τεχνολογία βλαστοκυττάρων – την ανάπτυξη συγκεκριμένων πολυδύναμων ανθρώπινων κυττάρων – με λογισμικό τεχνητής νοημοσύνης (AI). Από το δείγμα αίματος ενός ασθενούς οι τεχνικοί της μπορούν να δημιουργήσουν εγκεφαλικά κύτταρα. Στη συνέχεια, τα εκθέτουν σε πολλά αντικαταθλιπτικά και καταγράφουν τις κυτταρικές αλλαγές που ονομάζονται «βιοδείκτες». Οι πληροφορίες, που συλλέγονται από το ιατρικό ιστορικό και τα γενετικά δεδομένα του ασθενούς, στη συνέχεια υποβάλλονται σε επεξεργασία από ένα σύστημα τεχνητής νοημοσύνης για να καθοριστεί το καλύτερο φάρμακο που θα συνταγογραφήσει ο γιατρός και η δοσολογία του.
Αν και η τεχνολογία αυτή τη στιγμή βρίσκεται ακόμη σε στάδιο ανάπτυξης, η Genetika+, με έδρα το Τελ Αβίβ, σκοπεύει να κυκλοφορήσει εμπορικά τα προϊόντα της το επόμενο έτος.
Αυτό πρόκειται για ένα μόνο παράδειγμα του τρόπου με τον οποίο η τεχνητή νοημοσύνη χρησιμοποιείται όλο και περισσότερο στον φαρμακευτικό τομέα. Η εταιρεία έχει εξασφαλίσει χρηματοδότηση από το Ευρωπαϊκό Συμβούλιο Έρευνας και το Ευρωπαϊκό Συμβούλιο Καινοτομίας της Ευρωπαϊκής Ένωσης. Η Genetika+ συνεργάζεται επίσης με φαρμακευτικές εταιρείες για την ανάπτυξη νέων φαρμάκων ακριβείας και ελπίζει ότι το έργο της θα έχει μεγάλη ζήτηση στο μέλλον. Υπάρχουν περισσότεροι από 280 εκατομμύρια άνθρωποι παγκοσμίως που πάσχουν από κατάθλιψη, σύμφωνα με τον Παγκόσμιο Οργανισμό Υγείας.
Ενώ η λήψη αντικαταθλιπτικών σίγουρα δεν θα είναι η σωστή θεραπεία για όλους, έχει εκτιμηθεί εδώ και καιρό ότι σχεδόν τα δύο τρίτα των αρχικών συνταγών για κατάθλιψη ή άγχος μπορεί να μην λειτουργούν σωστά. «Είμαστε στην κατάλληλη στιγμή για να μπορέσουμε να παντρέψουμε την πιο πρόσφατη τεχνολογία των υπολογιστών με τις βιολογικές τεχνολογικές εξελίξεις», συμπληρώνει η Δρ Cohen Solal.
Η Δρ Heba Sailem, λέκτορας βιοϊατρικής τεχνητής νοημοσύνης και επιστήμης δεδομένων στο King’s College του Λονδίνου, λέει ότι η δυνατότητα της τεχνητής νοημοσύνης να μεταμορφώσει την παγκόσμια φαρμακευτική βιομηχανία, η οποία απέφερε έσοδα 1,4 τρισεκατομμυρίων δολαρίων το 2021, είναι τεράστια.
Προσθέτει επίσης πως η τεχνητή νοημοσύνη έχει βοηθήσει μέχρι στιγμής με τα πάντα «από τον εντοπισμό ενός πιθανού γονιδίου – στόχου για τη θεραπεία μιας συγκεκριμένης ασθένειας και την ανακάλυψη ενός νέου φαρμάκου, μέχρι τη βελτίωση της θεραπείας των ασθενών με την πρόβλεψη της βέλτιστης θεραπευτικής στρατηγικής, την ανακάλυψη βιοδεικτών για εξατομικευμένη θεραπεία ασθενών ή ακόμα και την πρόληψη της νόσου μέσω της έγκαιρης ανίχνευσης δεικτών εμφάνισής της».
Ωστόσο, ένας συνάδελφος ειδικός της τεχνητής νοημοσύνης Calum Chace φρονεί ότι η υιοθέτηση της τεχνητής νοημοσύνης στον φαρμακευτικό τομέα παραμένει «μια αργή διαδικασία».
«Οι φαρμακευτικές εταιρείες είναι τεράστιες και οποιαδήποτε σημαντική αλλαγή στον τρόπο που κάνουν έρευνα και ανάπτυξη επηρεάζει πολλούς ανθρώπους σε διαφορετικά τμήματα», λέει ο Chace, ο οποίος είναι συγγραφέας πολλών βιβλίων για την τεχνητή νοημοσύνη. «Το να πείσουμε όλους αυτούς τους ανθρώπους να συμφωνήσουν σε έναν δραματικά νέο τρόπο να κάνουμε πράγματα, είναι δύσκολο, εν μέρει επειδή οι επικεφαλης στην ιεραρχία έφτασαν εκεί που είναι κάνοντας τα πράγματα με τον παλιό τρόπο. Είναι εξοικειωμένοι με αυτό και το εμπιστεύονται. Και μπορεί να φοβούνται ότι θα γίνουν λιγότερο πολύτιμοι για την εταιρεία εάν αυτό που ξέρουν να κάνουν ξαφνικά γίνει λιγότερο αξιόλογο», συμπληρώνει.
Ωστόσο, η Δρ Sailem τονίζει ότι ο φαρμακευτικός τομέας δεν πρέπει να μπει στον πειρασμό να προχωρήσει γρήγορα με την τεχνητή νοημοσύνη και θα πρέπει να εφαρμόσει αυστηρά μέτρα πριν βασιστεί στις προβλέψεις της. «Ένα μοντέλο τεχνητής νοημοσύνης μπορεί να μάθει τη σωστή απάντηση για λάθος λόγους και είναι ευθύνη των ερευνητών και των προγραμματιστών να διασφαλίσουν ότι χρησιμοποιούνται διάφορα μέτρα για την αποφυγή προκαταλήψεων, ειδικά όταν τα μοντέλα εκπαιδεύονται σε δεδομένα ασθενών», προσθέτει.
Η Insilico Medicine, με έδρα το Χονγκ Κονγκ, χρησιμοποιεί τεχνητή νοημοσύνη για να επιταχύνει την ανακάλυψη φαρμάκων. «Η πλατφόρμα μας AI είναι ικανή να εντοπίζει υπάρχοντα φάρμακα που μπορούν να επαναχρησιμοποιηθούν, να σχεδιάζει νέα φάρμακα για γνωστούς στόχους ασθενειών ή να βρίσκει νέους στόχους και να σχεδιάζει ολοκαίνουργια μόρια», λέει ο συνιδρυτής και διευθύνων σύμβουλος Alex Zhavoronkov. Το πιο ανεπτυγμένο φάρμακο της, μια θεραπεία για μια σχετικά σπάνια πνευμονική πάθηση που ονομάζεται ιδιοπαθής πνευμονική ίνωση, δοκιμάζεται τώρα κλινικά.
Ο Zhavoronkov λέει ότι συνήθως χρειάζονται τέσσερα χρόνια για να φτάσει ένα νέο φάρμακο σε αυτό το στάδιο, αλλά χάρη στην τεχνητή νοημοσύνη, η Insilico Medicine το πέτυχε «σε λιγότερους από 18 μήνες, για ένα κλάσμα του κόστους». Προσθέτει ότι η εταιρεία διαθέτει άλλα 31 φάρμακα σε διάφορα στάδια ανάπτυξης.
Πίσω στο Ισραήλ, η Δρ Cohen Solal προσθέτει ότι η τεχνητή νοημοσύνη έχει τη δυνατότητα να βοηθήσει στην «λύση του μυστηρίου» για το ποια φάρμακα λειτουργούν.
Πηγη: BBC News
