Среди всех сфер применения, где алгоритмы машинного обучения могут пригодиться в будущем, медицина является наиболее универсальной. Здесь была достигнута важная веха: разработанное при помощи машинного обучения лекарство будут испытывать на людях.
Прежде чем начнутся клинические испытания, обычно проходит от 3 до 5 лет работы. Исследуются причины заболевания и компоненты, которые помогут вылечить его. Британский стартап Exscientia и японская фармацевтическая компания Sumitomo Dainippon Pharma Co. собрались сократить этот срок до 12 месяцев. После них начнётся первый этап клинических испытаний на людях.
Лекарство носит название DSP-1181 и предназначается для лечения синдрома навязчивых состояний. Это заболевание есть у миллионов людей по всему миру с разной степенью тяжести.
Компания Exscientia располагается в городе Оксфорд и использует платформу машинного обучения под названием Centaur Chemist. Эта платформа позволила сократить исследования на годы, объединяя алгоритмы искусственного интеллекта с существующими знаниями о взаимодействии лекарственных препаратов с организмом человека.
Преимущество машинного обучения состоит в том, что работа происходит виртуально и значительно быстрее, чем сделали бы исследователи в реальном мире. Платформа может анализировать миллионы молекулярных сочетаний и пытаться определить, какие из них будут наиболее безопасными и эффективными при лечении заболевания.
Не менее важна потенциальная экономия при разработке лекарств. Обычно расходуется более $1 млрд., чтобы из концепции препарат превратился в реальность. Значительная часть расходов приходится на этап исследований. Если избавиться от долгих лет исследований, экономятся время и деньги, исследования ускоряются и освобождаются ресурсы для разработки дополнительных лекарств.
Первый этап испытаний проверит, как лекарства влияют на организм и как меняется метаболизм. Эффективность препарата пока не проверяется.
Если DSP-1181 докажет свою безопасность, начнутся второй и третий этапы испытаний. Здесь уже будут смотреть, помогает ли препарат пациентам в реальном мире. Если да, подобных разработок с применение машинного обучения в будущем может стать намного больше.
Если после прочтения статьи у вас остались вопросы, напишите их в комментарии или воспользуйтесь рубрикой Вопрос — ответ
Источник: TechSpot
