Prvý míľnik, AI v zdravotníctve, Dizajn liekov, Predikcia infarktu

Health AI je pravidelná  rubrika venovaná technologickým inováciam v oblasti medicíny a life sciences. Partnerom obsahu je firma Cognexa , ktorá vyvíja špecializované softvérové riešenia, založené na technológii tzv. umelej inteligencie, aj pre organizácie v oblasti medicíny a life sciences.

Vôbec prvý míľnik umelej inteligencie
Viete, že prvý míľnik, ktorý umelá inteligencia dosiahla bolo rozoznanie rozdielu medzi štvorcom a trojuholníkom? Úloha, ktorú po krátkom zaučení skúseným kynológom zvládne aj náš najlepší priateľ- pes. Počítač, ktorý to dokázal, vypĺňal celú miestnosť, volal sa Perceptron a bolo to v roku 1956. Nám na Slovensku sa ešte najmenej 30 ďaľších rokov o počítačoch ani nesnívalo, aspoň nie bežným ľuďom….

Ako pomáha umelá inteligencia v zdravotníctve?
Umelá inteligencia (AI) nie je len vedeckým nástrojom a hudbou vzdialenej budúcnosti. Už teraz sa s ňou môžeme stretnúť a ani si to neuvedomujeme. Ale ako zmení AI nás ako pacientov? Napríklad aj tak, že sa nestaneme pacientami alebo že budú naše vyhliadky pri rôznych ochoreniach ďaleko lepšie ako doteraz. Umelá inteligencia v zdravotníctve môže pomáhať napríklad pri vývoji liečív, presnejšej a skoršej diagnostike alebo pri nastavení optimálnej výživy.

Umelá inteligencia je v zdravotníctve nástroj, ktorý nemôže pomôcť bez inteligentných vstupov a bez celého radu nových technológií a teraz mám na mysli technológie zdravotnícke a spojené s medicínou. Áno, technológie existujú aj mimo IT😊 Napríklad umelý pankreas od Medtronic alebo metóda pokročilého sekvenovania génov alebo neinvazívne testovanie na rakovinu prostaty na základe stanovenia zmeny molekúl zvaných glykány od Glycanostics…

Aj keď konečným cieľom je pacient či zdravý človek, AI môže asistovať celému radu účastníkov zdravotnej starostlivosti. Lekárom, opatrovateľom, nemocniciam, poisťovniam, farmaceutickým firmám, štátu…Takže, ako pomáha AI v zdravotníctve? Prepojením medicínskych technológií, obrovského množstva dát a umu človeka.

CB Insight ponúka týchto 12 oblastí, kde sa AI môže uplatniť v zdravotníctve, kde zobrazovanie a diagnostika predstavujú momentálne najvyšší podiel investícií do nových firiem:

  • Zobrazovanie a diagnostika
  • Výskum a vývoj liečív
  • Prediktívna analytika a hodnotenie rizík
  • Genomika (a ďaľšie -omic technológie)
  • Podpora rozhodovania v nemocniciach
  • Fitnes
  • Virtuálny asistent pre lekárov
  • Klinické štúdie
  • Výživa
  • Vzdialené monitorovanie
  • Dodržiavanie zásad (napr. ochrana osobných údajov)
  • Duševné zdravie

V ďaľších príspevkoch sa budem postupne venovať jednotlivým oblastiam a ukážeme si, kde sa umelá inteligencia zatiaľ využíva najviac.

Umelá inteligencia dizajnuje lieky
Vývoj nového lieku môže trvať 15 až 20 rokov, stáť okolo 3 miliardy dolárov a nakoniec to aj tak nemusí byť úspešný príbeh. Výskumníci sa snažia zvýšiť úspešnosť hľadania nového lieku ako aj znížiť náklady na jeho vývoj a čas, za ktorý sa nový liek dostane k pacientom.

Firma Insilico Medicine je už nejakú dobu známa v oblasti využívania umelej inteligencie v oblasti zdravia, zaoberá sa aj starnutím ako príčinou mnohých chorôb. Alex Zhavoronkov, riaditeľ firmy, publikoval nedávno so svojim tímom v prestížnom vedeckom časopise Nature Biotechnology článok o tom, ako za 23 dní identifikoval látky, ktoré majú potenciál sa stať liekmi. Na rozdiel od mnohých iných podobných teoretických pokusov, však vybrané látky aj syntetizoval a odskúšal v prvotných testoch v skúmavke (in vitro) a aj in vivo. A na konci 64. dňa mal fyzicky k dispozícii látku, ktorá môže byť posunutá do ďaľšieho testovania.

Poďme sa pozrieť na to, čo vlastne Alex so svojím tímom spravil: Úplne na začiatku si museli určiť, akú chorobu chcú liečiť a čo je ich cieľom. Keď bol cieľ vybratý, použili nimi vyvinutý prístup umelej inteligencie, prioritizovali tri hlavné podmienky nového lieku: 1) dobrá možnosť syntézy, 2) účinnosť voči cieľu a 3) odlišnosť od už existujúcich liekov kvôli patentovateľnosti nového liečiva. Práca teda vyžadovala existenciu už dostupných dát, ktoré trénovali umelú inteligenciu v tom, ako nájsť tú správnu molekulu. Zhavoronkov použil konkrétne 6 sád dát, ktoré predstavovali model, na ktorom mohol stavať.
Po 23 dňoch od výberu cieľa tím identifikoval šesť molekúl, ktoré sa syntetizovali a na 35. deň boli k dispozícii na prvé testovania in vitro a na bunkových kultúrach. Jedna molekula sa potom testovala in vivo a ukázala prijateľné farmakokinetické výsledky, čo v preklade znamená, že bola stabilná dostatočne dlho na to, aby v živom organizme mohla zasiahnúť.

Ako sám Zhavoronkov uvádza, napriek dobrým výsledkom identifikované molekuly ešte musia prejsť ďaľšími úpravami a testovaním, aby sa zlepšila ich selektivita, špecificita a iné medicinálno-chemické vlastnosti.

Napriek tomu, že uvedené látky ešte nie sú liekmi a čaká ich dlhá cesta k schváleniu, daná aj prísnymi regulačnými pravidlami predklinického a klinického skúšania, práca Zhavoronkova a jeho tímu je významným míľnikom na ceste prepojenia umelej inteligencie a medicíny. Teoretické predpoklady a práca vo virtuálnom svete sa pretavila do praktických výsledkov- dizajnované molekuly sa nielen naviazali na daný cieľ v skúmavke, ale ukázali aktivitu aj v bunkových a in vivo experimentoch. Takže, liek to zatiaľ nie je, ale ako skúška konceptu skrátenia tzv. fázy objavu vo vývoji liečív sa to počíta.

O 5 rokov dostanete infarkt. Nie, nie ste u veštkyne, ale u AI
Predstavte si, že by ste vedeli päť rokov dopredu, že máte veľkú šancu dostať infarkt. To je pomerne dlhá doba, počas ktorej sa dá tento stav zvrátiť- úpravou životného štýlu, stravy, vhodnými liekmi. Využili by ste tento čas?

Obvyklou procedúrou pri bolesti za hrudnou kosťou je koronárne CT. Ak toto vyšetrenie neukáže žiadne zúženia ciev alebo blokády, čo býva v 75% prípadoch, pacient je obyčajne poslaný domov. Napriek tomu mnoho z týchto pacientov prekoná v nasledujúcich rokoch srdcový infarkt, ktorý často skončí smrťou. Neexistuje žiadna rutinná metóda, ktorá by pomohla lekárom identifikovať varovné signály stavu srdcových ciev, ktoré na pohľad vyzerajú normálne.

Vedci z Oxfordu prišli s diagnostikou, ktorú im pomohla vyvinúť umelá inteligencia a to konkrétne metóda strojového učenia. Diagnostický postup sa nazýva „fat radiomic profile“ a deteguje aj malé zmeny v perivaskulárnej oblasti ciev, zásobujúcich srdce. Tieto zmeny odrážajú zápalové procesy, zjazvenia a vytváranie nových ciev. Nový postup môže zachrániť tisícky životov, keď bude pridaný ako štandardná metóda ku koronárnemu CT. Veľkou výhodou je aj možnosť personalizovanej starostlivosti, keď každému pacientovi môže byť následne odporúčaný postup, ktorý je šitý jemu na mieru.