توسعه داروهای جدید با هوش مصنوعی

هوش مصنوعی زندگی بیماران، پزشکان و کارهای بیمارستان را با انجام عملیات‌هایی که به طور عمومی توسط انسان‌ها انجام می‌گیرد آسان می‌کند با این مزیت که هزینه‌ و زمان کمتری مصرف می‌کند.

صنعت هوش مصنوعی رشد بسیار بالایی دارد و در سال 2014 حدود 600 میلیون دلار ارزش گذاری شده و پیش بینی می‌شود که تا سال 2026 به بیش از 150 میلیارد دلار رشد کند.

هوش مصنوعی کاربرد‌ های بیشماری در صنعت سلامت دارد. از یافتن ارتباط میان کد‌های ژنتیکی گرفته تا ربات های هوشمند جراحی و بالا بردن بهره‌وری و بازده بیمارستان ها، همه و همه به کمک هوش مصنوعی ممکن شده‌اند.

در این مقاله ما به نمونه کاربردهایی از هوش مصنوعی در توسعه داروهای جدید می‌پردازیم.

 

 

توسعه داروهای جدید با کمک هوش مصنوعی

صنعت توسعه دارو به علت هزینه های بسیار بالای توسعه و تحقیقات که نیازمند هزاران ساعت کار انسانی است بسیار کند شده است. به طور تخمینی حدود 2.6 میلیارد دلار! برای گذراندن داروی جدید از مطالعات بالینی و دریافت تاییدیه های بازاریابی نیاز است و فقط 10 درصد از این داروها به طور موفقیت آمیز وارد بازار می‌شوند. به واسطه‌ی پیشرفت‌های فناوری، کمپانی‌های زیست دارویی به سرعت متوجه کارایی، دقت و علمی که هوش مصنوعی می‌تواند با خود وارد این صنعت بکند شده‌اند.

یکی از بزرگ‌ترین پیشرفت‌های هوش مصنوعی در توسعه دارو در سال 2007 اتفاق افتاد وقتی که محققین به رباتی به اسم ADAM فعالیت‌های مربوط به تحقیق در خصوص مخمر را سپردند.

ADAM میلیاردها داده‌ی موجود در پایگاه داده‌های عمومی را بررسی کرد تا در خصوص 19 ژن مخمر فرضیه سازی کند و 9 فرضیه‌ی دقیق و جدید را پیشبینی کرد. دوست ADAM، که ربات EVE است نیز کشف کرد که تریکلوزان(triclosan) ،یکی از مواد موجود در خمیر دندان، می‌تواند در مقابله با انگل های مالاریا مفید باشد.

در ذیل به شش کمپانی که با کمک هوش مصنوعی برای توسعه داروهای آینده فعالیت می‌کنند می‌پردازیم.

 

 

 

BIOXCEL THERAPEUTICS: هوش مصنوعی در توسعه زیست داروها

محل: نیو هیون، کانتیکت

نحوه استفاده از هوش مصنوعی در سلامت: BIOXCEL THERAPEUTICS از هوش مصنوعی برای شناسایی و توسعه داروهای جدید در حیطه ایمونو-انکولوژی و نوروساینس استفاده می‌کند. علاوه بر این، برنامه بازنوآوری این شرکت از هوش مصنوعی برای یافتن کاربردهای جدید از داروهای فعلی یا یافتن بیماران جدید برای داروهای حاضر فعالیت می‌کند.

فعالیت BIOXCEL THERAPEUTICS در حوزه توسعه دارو به کمک هوش مصنوعی یکی از نوآورانه ترین توسعه‌های هوش مصنوعی سلامت، در سال 2019 به حساب می‌آید.

 

BERG HEALTH: درمان بیماری های نادر به کمک هوش مصنوعی

محل: فرامینگهام، ماساچوست

نحوه استفاده از هوش مصنوعی در سلامت: BERG  با پلتفرم مبتنی بر هوش مصنوعی زیست فناوری خود با ترسیم کردن بیماری ها به سرعت بخشیدن کشف و توسعه داروها کمک می‌کند. با ترکیب رویکرد "زیست شناسی پرسشی(Interrogative Biology)" با تحقیق و توسعه سنتی، BERG می‌تواند سریع‌تر از گذشته کاندیداهای که با بیماری های نادر مقابله می‌کنند را توسعه دهد.

BERG به تازگی یافته‌های خود در خصوص بیماری پارکینسون را در کنفرانس Neuroscience 2018  رونمایی کرده است. آنها از هوش مصنوعی استفاده کردند تا ارتباطات میان مواد شیمیایی که قبلاً ناشناخته بودند را بیابند.

 

XTALPI: طراحی و توسعه دارو

محل: کمبریج، ماساچوست

نحوه استفاده از هوش مصنوعی در سلامت: با ترکیب هوش مصنوعی، فضای ابری و فیزیک کوانتوم، پلتفرم XTALPI ویژگی‌های دارویی و شیمیایی مولکول‌های کوچکِ کاندیدا برای طراحی دارو و توسعه آن را پیشبینی می‌کند. علاوه بر این XTALPI اذعان دارد که فناوری پیش بینی ساختار کریستالی (که به اسم "پیش بینی پلی مورفی" هم شناخته می‌شود) سیستم های مولکولی پیچیده را در مدت چندین روز (به جای هفته‌ها و ماه‌ها) پیش بینی می‌کند.

از جمله سرمایه گذاران نام‌دار XtalPi می‌توان به گوگل، تنسنت (Tencent) و Sequoia Capital اشاره کرد.

 

ATOMWISE

محل: سان فرانسیسکو، کالیفرنیا

نحوه استفاده از هوش مصنوعی در سلامت: ATOMWISE از هوش مصنوعی استفاده می‌کند تا با بعضی از جدی‌ترین بیماری‌های روز دنیا از جمله ابولا و مالتیپل اسکلروزیس(M.S) مقابله کند.‌

شبکه عصبی این کمپانی، AtomNet، کمک به پیشبینی فعالیت زیستی و شناسایی مشخصات بیماران برای مطالعات بالینی می‌کند. فناوری هوش مصنوعی  ATOMWISE روزانه بین 10-20 میلیون ترکیب ژنتیکی را بررسی کرده و نتایج خود را 100 بار سریع تر از کمپانی های دارویی سنتی گزارش می‌کند.
 

DEEP GENOMICS

محل: تورنتو، کانادا

نحوه استفاده از هوش مصنوعی در سلامت: پلتفرم هوش مصنوعی Deep Genomics به محققین کمک می‌کند کاندیداهای مناسب برای توسعه داروهای مناسب برای بیماری های نوروماسکولار(عصبی عضلانی) و نورودژنراتیو(تحلیل برنده عصبی) را پیدا کنند. یافتن کاندیداهای درست هنگام توسعه دارو احتمال با موفقیت گذراندن مطالعات بالینی را بالا برده و در عین حال زمان و هزینه مورد نیاز را کاهش می‌دهد.

Deep Genomics همچنین بر روی پروژه  " Saturn" که به بررسی بیش از 69 میلیارد ترکیب سلولی مختلف می‌پردازد و محققین را به بازخورد آنها مجهز می‌کند فعالیت می‌کند.

 

BENEVOLENTAI

محل: لندن، انگلستان

نحوه استفاده از هوش مصنوعی در سلامت: هدف اولیه BENEVOLENTAI ارائه درمان مناسب به بیمار مشخص در زمان مناسب است که با استفاده از هوش مصنوعی برای انتخاب گروه هدف مناسب‌تر و رسیدن به بینش های کشف نشده به کمک یادگیری عمیق امکان پذیر می‌شود. 

BENEVOLENTAI همچنین با گروه های بزرگ دارویی برای ثبت کردن داروها و با خیریه ها برای توسعه داروهای بیماری های نادر همکاری و شراکت می‌کند.

 

منبع

مطالب این مقاله از نظر صحت علمی توسط عرفان زمانی دانشجوی پزشکی دانشگاه علوم پزشکی تهران بررسی و مرور شده است.