Кейсы 4 сентября 2020

ИИ в медицине: разработка вакцин, диагностика онкологии и создание лекарств

Далее

Несмотря на огромный прогресс в медицине за последние десятилетия, в человеческом теле все еще кроется огромное количество загадок. Поэтому задача фармацевтической отрасли — постоянно штурмовать новые рубежи медицинской науки для расширения знаний человечества. Борьба с инфекционными заболеваниями — всего лишь один из многих аспектов этой деятельности, но он имеет огромное значение для здоровья населения и продолжительности жизни людей во всем мире. Генеральный директор Rockwell Automation Геннадий Былов рассказал, как можно ускорить процесс разработки вакцины с помощью ИИ и какие технологии сегодня позволяют бороться с онкологией.

Острые заболевания, как правило, отличаются от хронических своим стремительным течением. Если выявляется новый штамм заболевания, то его возможная высокая заразность на фоне тесных связей различных сообществ современного мира может быстро привести к экспоненциальному росту случаев, требующих лечения. Все это оказывает огромное давление на правительства и инфраструктуру здравоохранения, поскольку приходится принимать срочные меры по ограничению распространения и организации лечения для восстановления нормальной общественной и хозяйственной жизни.

Фармацевтические компании призваны сыграть в этом важную роль. С помощью искусственного интеллекта (ИИ) и других передовых аналитических технологий они могут ускорить процесс разработки и распространения необходимых методов лечения.

Этапы разработки вакцины

Само по себе ощущение безотлагательности, которое связано с острыми инфекционными заболеваниями, может ускорить процесс получения вакцины. Необходимость немедленных действий объединяет и стимулирует целый ряд структур — от исследователей и клинических специалистов до регулирующих органов и производителей — в стремлении как можно быстрее разработать для медицинских работников эффективное средство лечения.

Однако даже при неустанной и целеустремленной работе этих групп на полный цикл разработки могут уйти годы. До того, как средство будет готово к выходу на рынок, нужно пройти несколько этапов. А именно:

• Исследовательская стадия: проработка тысяч потенциальных формул для отбора вакцин-кандидатов, а также исследование иммунного ответа.

Доклиническая стадия: лабораторный анализ для определения соответствующих антигенов для выработки концепции и структуры вакцины.

Клинические испытания: испытание вакцины на тестовых группах с различными характеристиками.

Проверка соответствия нормативам и сертификация: проверка безопасности вакцины и соблюдения законодательных норм.

• Производство и контроль качества: изготовление лекарственных препаратов для подготовки к массовой вакцинации.

Каждый этап важен для обеспечения эффективности и безопасности производимой вакцины, чтобы своевременно выявить все побочные эффекты и чтобы массовое производство вакцины осуществлялось на постоянной основе до тех пор, пока угроза заболевания не будет сведена к минимуму.

Исторически сложность, регулирование и стоимость каждого из этих этапов замедляли реагирование на возникающие медицинские проблемы. Теперь же благодаря технологиям искусственного интеллекта мы можем оперативно ускорять процесс получения и внедрения новых лекарств.

Каким образом ИИ помогает в этом процессе?

Хотя и нельзя ожидать моментального успеха при решении такой сложной проблемы, как разработка вакцины, мы можем принять меры по преодолению ряда ограничений и узких мест, мешающих выполнению задачи. Достижения в области автоматизации анализа данных и пошаговой визуализации всех этапов поиска вакцины помогают устранить некоторые из этих ограничений, тем самым ускоряя процесс разработки вакцины и упрощая наращивание производства.

Вот некоторые задачи, которые ИИ может решать на каждом из этапов.

Исследовательская/доклиническая стадия

Начальные фазы разработки препарата часто включают процесс отбора вакцин-кандидатов, исходя из результатов предыдущих исследований и лечения. Исследователи могут использовать ИИ для обработки обширных библиотек цифровых данных (например, для анализа свойств тысяч фармацевтических соединений при отборе) со значительно большей точностью, чем при ручной обработке.

Так, в марте Белый дом и группа исследовательских институтов и компаний предложили ML-инженерам, работающим с распознаванием текста, проанализировать датасет из 30 тыс. научных публикаций о COVID-19 для обобщения необходимой информации, которая помогла бы разработке вакцины и лекарств. К исследованиям присоединилась DeepMind. Использовав алгоритм, обученный на больших геномных данных, им удалось распознать структуру белков, связанных с вирусом.

Также ИИ может использоваться на этих этапах для секвенирования ДНК на основе данных большого количества людей, что позволяет медикам выполнять тесты на генетическое соответствие и иммунный ответ.

Клиническая разработка и испытания

После нахождения подходящих соединений начинаются испытания в реальных условиях. Разные пациенты будут по-разному реагировать на препарат в зависимости от таких факторов, как возраст и история болезни. Поэтому тесты должны быть комплексными и охватывать даже те маловероятные случаи, когда пациент может плохо воспринимать препарат.

Отрабатывая алгоритмы глубокого обучения, исследователи могут выполнять эти испытания в немыслимом ранее масштабе, еще до физического применения вакцины-кандидата на испытуемых пациентах. Цифровой двойник пациента может значительно облегчить клинические испытания. Поместив цифровой аналог препарата в цифровой аналог организма человека, исследователи смогут увидеть, как взаимодействовал бы препарат с данным организмом. Эти алгоритмы могут использоваться при выявлении и отборе антител для борьбы с инфекционными заболеваниями, резко улучшая показатели скорости и стоимости. Кроме того, для ускорения тестирования можно использовать расширенную аналитику и визуализацию данных о реакции человека на потенциальные вакцины, что позволяет выполнять более сложный анализ и снизить вероятность ошибок.

Производство и контроль качества

После одобрения вакцины регулирующим органом начинается напряженный процесс разработки и поставки лекарства в широкую сеть больниц и клиник. На этом этапе производители препаратов сталкиваются с такими значительными факторами, требующими быстрого принятия решений, как доступный объем производства, качество препарата и оптимальные решения по упаковке.

Сочетая ИИ и технологии, основанные на применении датчиков, производители могут использовать подробные данные для повышения эффективности логистических цепочек. Искусственный интеллект помогает прогнозировать длительность цикла производства конкретного препарата и выстраивать оптимальный план загрузки производственных линий. Кроме того, в задачи ИИ входит определение критичных производственных участков, поиск бракованной продукции, предсказание простоев, поломок оборудования, планирование ремонтов. Благодаря этому можно добиться лучшей оптимизации энергопотребления, сократить ненужные эксплуатационные расходы, устранить дисбаланс между спросом и предложением в процессе производства и снизить риск порчи препаратов при реализации.

Универсальные помощники

ИИ помогает не только в разработке вакцин. Так, например, в период пандемии платформа Botkin.AI использовала ИИ для выявления начальных симптомов пневмонии на снимках легких. Благодаря этому пациенты могли в короткие получить необходимое лечение на самых ранних этапах заболевания и избежать осложнений.

Кроме того, современные технологии широко применяются и в других областях медицины. К примеру, при производстве инсулина необходимо обеспечить высокую точность работы с компонентами, а также идеальную чистоту производственных линий и цехов. Для соответствия всем требованиям компания Biopharmax внедрила интеллектуальные контроллеры, которые в совокупности с рабочими станциями для операторов и распределенными системами управления помогли достичь подробной визуализации производственных процессов. Это позволяет в режиме реального времени четко контролировать все этапы выпуска инсулина и соблюдать высокие критерии санитарных норм и точности.

Еще одна проблема, справиться с которой помогают цифровые технологии, — долгое ожидание при получении лечения пациентами с раковыми заболеваниями, начиная от обследования и заканчивая терапией. В одной из клиник штата Теннеси (США) посетителям онкологического отделения приходилось ждать обследования по пять часов, а в случае с таким серьезным диагнозом, как рак, время — самый ценный ресурс. Для уменьшения сроков обслуживания медицинская организация интегрировала специализированное ПО. После анализа текущего состояния решение составило рекомендации для различных процедур и процессов: составление оптимального расписания, реорганизация пространства в здании, наём дополнительных кадров на определенные позиции, инвестиции в новое оборудование для анализов. После реализации всех действий время ожидания сократилось на 25%.

Более быстрое лечение в экстренных случаях

Вспышка вирусной инфекции может создать непредвиденные проблемы для тех, кто участвует в управлении общественным здравоохранением, от политиков и органов здравоохранения до врачей и производителей. Если первые могут принимать экстренные меры по выявлению инфекции и локализации выявленных очагов, то вторые часто оказываются под возросшим давлением с требованием быстрого поиска эффективного лечения. Стоит только найти новый эффективный способ разработки вакцин — и как изменится картина лечения выявленных случаев, снизится нагрузка на инфраструктуру здравоохранения и ускорится выздоровление.

Возможности инновационных технологий позволяют участвующим в разработке быстрее работать в сложных обстоятельствах. Такие методы, как глубокое обучение и расширенная визуализация данных, позволяют ученым опираться на весь объем существующих исследований, преодолевая сложности, связанные с поиском подходящих методов лечения новых вирусов. Искусственный интеллект может обрабатывать огромные массивы данных, что позволяет медикам начинать тестирования с наиболее перспективных препаратов. Например, во время поисков лекарств от коронавируса, ИИ подсказал лекарства с индукторами апоптоза — веществами, которые убивают раковые клетки. ИТ приносит пользу в производстве и распространении лекарств там, где производители энергично работают над ускорением внедрения этих лекарств в сложных условиях пандемии.


Читайте также:

Ореол Андромеды приближается к нашей галактике. Рассказываем, почему это важно

Симптомы коронавируса у детей. На что стоит обратить внимание?

Посмотрите на самые близкие снимки поверхности Солнца