AI u zdravstvu — Kako veštačka inteligencija ubrzava potragu za lekovima

Veštačka inteligencija ubrzava nalaženje lekova. Evo šta se trenutno dešava na tom polju.

Sanja Vatić
26/05/2017

Više nije novost da neke zdravstvene kompanije napredak u medicini traže ruku pod ruku sa razvojem veštačke inteligencije. U tome se nemali broj njih okrenuo oblasti otkrivanja i razvoja lekova. Među onima koji ovih dana isprobavaju potencijal veštačke inteligencije da nađe lekove za različite bolesti najprodorniji su twoXAR, Janssen, Berg, Atomwise… Tako je AtomNet, Atomewiseov startap, zabeležio svoje prve rezultate ubrzanim nalaženjem odgovarajuće terapije za multiplu sklerozu i ebolu.

Konkretno, radi se o praćenju interakcije među 3D modelima molekula putem simuliranog delovanja raznih jedinjenja kako bi otkrili koja od njih najpre ostvaruju uzajamno dejstvo sa molekulima i predstavljaju moguću terapiju. Ovo se postiže primenom dubinskog učenja na osnovu postojeće istorije ponašanja molekula. Odnosno, baš kao što veštačka inteligencija uspeva da nauči kako da prepozna slike – uvidom u hiljade primera slika, tako generiše potencijalne lekove na osnovu ponašanja molekula koje je ‘videla’.

Suosnivač AtomNeta, Aleksander Levi, objašnjava da se njihov algoritam služi detektovanjem interakcije između leka i širokog biološkog sistema koji se zatim sužava na sve manje i manje grupe delovanja. Takođe, ističe da se testiranjem desetina miliona primera prave izuzetno tačna i brza predviđanja. A to upravo i jeste ključ koji bi mogao da osigura uspeh u oblasti razvoja lekova, pre svega zahvaljujući tome što veštačka inteligencija može mnogo brže da skenira sve moguće kombinacije i suzi mogućnosti delovanja. Uz to, umesto prosečnih 12 godina i 2,9 milijarde dolara za razvijanje leka, rezultate skeniranja moguće je dobiti za nekoliko nedelja uz značajno smanjenje troškova.

AtomNet je ostvario saradnju i sa univerzitetima i institutima. Oni trenutno prijavljuju probleme (bolesti) za koje traže rešenje, a za onih 100 koje budu prihvaćene AtomNet algoritam će obezbediti po 72 jedinjenja koja treba da im posluže za traženje leka. Naravno, svaki lek do kog dođu je tek predlog koji i dalje treba da prođe sve faze testiranja.

Sanja Vatić

Objavio/la članak.

petak, 26. Maj, 2017.

IT Industrija

🔥 Najčitanije