Accelerarea descoperirii și dezvoltării de droguri cu inteligența artificială

Aflați despre avantajele și provocările implementării soluțiilor de inteligență artificială în lanțul de valori al sectorului farmaceutic.

Explorați soluțiile de științe ale vieții

Îmbunătățirea eficienței și inovației în sectorul farmaceutic cu inteligența artificială

Aflați despre modul în care inteligența artificială este pregătită să transforme descoperirea și dezvoltarea de medicamente, inclusiv prin reducerea costurilor aferente acestui proces și accelerarea accesului pacienților la tratamente care salvează vieți.

Concluzii principale

Industria farmaceutică trece printr-o transformare semnificativă, posibilă datorită inteligenței artificiale.
Pentru a sprijini mai bine profesioniștii din domeniul sănătății și pacienții acestora, companiile farmaceutice trebuie să accelereze procesele de descoperire și dezvoltare a medicamentelor, menținând în același timp sub control costurile în continuă creștere.
Inteligența artificială poate asista în etapele esențiale ale procesului de descoperire a medicamentelor, inclusiv în identificarea proteinelor implicate în boli și în analiza compușilor care vor interacționa cel mai eficient cu aceste proteine.
Inteligența artificială eficientizează, de asemenea, procesul de dezvoltare a medicamentelor prin analizarea unor volume mari de date, identificarea tiparelor și anticiparea rezultatelor.
Companiile farmaceutice care adoptă inteligența artificială trebuie să depășească provocări precum menținerea calității datelor și identificarea angajaților care dețin combinația potrivită de competențe tehnice și științifice. Aflați cum agenții de inteligență artificială transformă operațiunile de business.
Privind spre viitor, sectorul de activitate farmaceutic va înregistra tot mai multe parteneriate între companiile farmaceutice și cele din domeniul tehnologiei, precum și investiții mai mari în start-upuri din domeniul tehnologiei medicale și al inteligenței artificiale.

Creșterea costurilor medicamentelor noi

Modul în care profesioniștii din domeniul sănătății tratează pacienții se schimbă rapid. Aceștia utilizează din ce în ce mai mult informații personalizate despre pacienți pentru a ghida deciziile medicale. Această abordare, cunoscută sub numele de medicină de precizie, devine tot mai frecventă, deoarece cercetătorii abordează probleme complexe de sănătate și se străduiesc să reducă timpul și banii necesari pentru a dezvolta medicamente care salvează vieți.

În prezent, introducerea pe piață a unui nou medicament este un proces extrem de lung și de costisitor pentru firmele din domeniul farmaceutic. Conform datelor recente de la Taconic Biosciences, un singur medicament necesită aproximativ 2,6 miliarde USD și peste 10 ani pentru a fi dezvoltat. Odată dezvoltat, 88% dintre noile candidaturi de medicamente nu obțin aprobarea FDA.

Vestea bună este că inteligența artificială are un potențial incredibil de a accelera descoperirea și procesul de dezvoltare a medicamentelor.

Cum simplifică inteligența artificială descoperirea medicamentelor

Primul pas în crearea majorității medicamentelor este sintetizarea unui compus care poate lega și modula o moleculă țintă (de obicei o proteină) implicată într-o afecțiune. Pentru a găsi compusul potrivit, cercetătorii analizează mii de candidați potențiali. După ce este identificată o țintă, cercetătorii caută în biblioteci uriașe de compuși similari, pentru a găsi interacțiunea optimă cu proteina specifică maladiei.

În acest moment, durează peste un deceniu și sute de milioane de dolari pentru a ajunge în acest punct. Însă tehnologia medicală care utilizează inteligența artificială și învățarea programată poate simplifica procesul, reducând timpul și banii necesari pentru a lansa medicamente noi. De exemplu, aceste tehnologii pot realiza următoarele:

Analiza bibliotecilor de molecule

Bibliotecile analizate pentru moleculele candidate sunt atât de mari încât este aproape imposibil ca cercetătorii umani să revizuiască totul singuri. Pe de altă parte, inteligența artificială poate identifica rapid potențialele componente țintă din seturi de date uriașe, economisind sute de ore în laborator.

Prognoza proprietăților compușilor

Procesul tradițional de descoperire a medicamentelor implică un proces de încercare și eroare care consumă mult timp. Soluțiile de tehnologie medicală combinate cu inteligența artificială și învățarea programată pot accelera procesul, estimând proprietățile compușilor potențiali și asigurându-se că doar cei cu structura dorită sunt aleși pentru sinteză. Acest lucru îi ajută pe cercetători să nu piardă timpul lucrând cu compuși care este puțin probabil să fie eficienți.

Inventarea de compuși noi

Atunci când căutarea generează puține rezultate promițătoare, inteligența artificială poate chiar să facă brainstorming pentru idei de compuși noi, care au parametrii doriți și șanse mai mari de succes.

Modul în care inteligența artificială ajută cercetătorii

Luați în considerare modul în care cercetătorii pot utiliza soluțiile de inteligență artificială pentru a accepta pașii cheie ai procesului de descoperire a medicamentelor.

Cercetătorii efectuează următorii pași:

Pasul 1: Identificați o moleculă care poate fi utilizată într-un medicament și care poate deveni o țintă terapeutică.
Pasul 2: Efectuați experimente pentru a confirma că ținta este implicată în progresia bolii.
Pasul 3: Identificați sau creați un compus care interacționează cu ținta.
Pasul 4: Optimizați compusul ales pentru eficacitate și siguranță.

Cu ajutorul inteligenței artificiale, aceștia pot:

Pasul 1: Găsesc mai multe ținte potențiale.
Pasul 2: Cresc rata de succes a experimentelor.
Pasul 3: Elimină compușii care sunt puțin probabil să interacționeze.
Pasul 4: Accelerează procesul cu o analiză inteligentă.

Cum se utilizează inteligența artificială în studiile clinice

Conform Taconic Biosciences, doar 12% dintre medicamentele selectate pentru etapa studiilor clinice sunt aprobate de autoritățile de reglementare. Cea mai lungă și mai costisitoare etapă a procesului de creare a medicamentelor, studiile clinice implică mai multe faze de testare pe oameni, iar fiecare fază implică sute sau mii de participanți.

Procesul tradițional liniar al studiilor controlate randomizate (RCT) nu s-a schimbat de decenii. Acesta nu dispune de flexibilitatea, viteza și puterea analitică necesare pentru ca modelul medicinei de precizie să prospere. Firmele se străduiesc să găsească participanții potriviți, apoi să-i recruteze, să-i rețină și să-i gestioneze în mod eficient. Această ineficiență a procesului contribuie foarte mult la creșterea costurilor de descoperire și dezvoltare a medicamentelor, precum și la rate reduse de aprobare. De asemenea, împiedică inovația.

Companiile farmaceutice pot folosi modele predictive de inteligență artificială pe parcursul etapei de studii clinice ale dezvoltării medicamentului, de la design până la analiza datelor, pentru a ajuta la:

Identificarea pacienților potriviți prin explorarea conținutului disponibil public.
Evaluarea performanței locației de testare în timp real.
Automatizarea partajării datelor pe diverse platforme.
Furnizarea de date pentru rapoartele finale.

Asocierea algoritmilor cu infrastructura tehnică eficientă asigură că fluxul constant de date clinice este ordonat, agregat, stocat și gestionat eficient. Astfel, cercetătorii pot înțelege mai bine siguranța și eficacitatea medicamentelor fără să asambleze și să analizeze manual seturile de date uriașe generate de testare.

Bariere în adoptarea inteligenței artificiale în sectorul farmaceutic

Deși utilizarea inteligenței artificiale devine tot mai răspândită în procesele de descoperire și dezvoltare a medicamentelor, există încă bariere în calea adoptării. Iată câteva provocări cu care se confruntă de obicei firmele:

Calitatea datelor

O provocare adesea menționată în multe sectoare de activitate este că datele de calitate slabă pot diminua rapid utilitatea inteligenței artificiale și a învățării programate. Pentru cercetătorii în domeniul medicamentelor, datele de calitate scăzută fac tehnologia medicală nefiabilă și, în cele din urmă, cu nimic mai corectă, utilă sau rapidă decât metodele tradiționale.

Reţinere

Există o concepție greșită în majoritatea domeniilor de activitate, care spune că tehnologia va înlocui în cele din urmă în întregime lucrătorii umani. Sectorul de activitate farmaceutic nu face excepție. Și, deși este adevărat că inteligența artificială poate analiza seturi mari de date mai repede decât oamenii, nu este un înlocuitor pentru cercetători și clinicieni calificați.

Penuria de competențe

Implementarea tehnologiei medicale în procesul de descoperire a medicamentelor necesită un set specializat de competențe. Pentru a menține datele curate și inteligența artificială eficientă, companiile au nevoie de angajați care să dețină nu doar competențe tehnice, ci și o înțelegere a aspectelor științifice ale procesului, precum dezvoltarea medicamentelor, biologia și chimia. Este o cerință dificilă, iar firmele găsesc cu greutate oamenii potriviți.

Viitorul inteligenței artificiale în domeniul farmaceutic

Cu ajutorul inteligenței artificiale, cercetătorii pot fi mai inovatori, medicii pot răspunde mai bine cerințelor medicinei de precizie, iar companiile farmaceutice pot aduce pe piață medicamente care schimbă vieți mai rapid.

Tendințele actuale indică faptul că transformarea prin inteligență artificială care are loc în prezent în industria farmaceutică va continua pe termen lung. De exemplu, în fiecare an crește numărul parteneriatelor dintre companiile farmaceutice și cele din domeniul tehnologiei, la fel cum cresc și investițiile semnificative în start-upuri din domeniul tehnologiei medicale și inteligenței artificiale.

De asemenea, marile companii farmaceutice fac schimb de date din ce în ce mai mult. Machine Learning Ledger Orchestration for Drug Discovery sau MELLODDY este un consorțiu care facilitează distribuirea datelor între zecile sale de membri. MELLODDY utilizează un sistem bazat pe blockchain care permite firmelor să partajeze date specifice, păstrând în același timp confidențialitatea. Cercetătorii pot utiliza datele existente pentru a începe procesul de descoperire a medicamentelor și a reduce ani de dezvoltare.

Resurse

Explorați soluțiile Microsoft Industry

Modernizați cercetarea și dezvoltarea (R&D) și livrați produse noi mai rapid, cu soluții de inteligență artificială care rulează în Microsoft Cloud.

Aflați mai multe