L’intelligenza artificiale sviluppa un farmaco contro il cancro in 30 giorni e prevede i tassi di sopravvivenza
L’intelligenza artificiale ha sviluppato un trattamento per una forma aggressiva di cancro in soli 30 giorni e ha dimostrato di poter prevedere il tasso di sopravvivenza di un paziente utilizzando le note dei medici.
Le scoperte sono state eseguite da sistemi separati, ma mostrano come gli usi della potente tecnologia vadano ben oltre la generazione di immagini e testo.
I ricercatori dell’Università di Toronto hanno lavorato con Insilico Medicine per sviluppare un potenziale trattamento per il carcinoma epatocellulare (HCC) utilizzando una piattaforma di scoperta di farmaci AI chiamata Pharma.
L’HCC è una forma di cancro al fegato, ma l’IA ha scoperto un percorso terapeutico precedentemente sconosciuto e ha progettato una “nuova molecola colpita” che potrebbe legarsi a quel bersaglio.
Il sistema, che può anche prevedere il tasso di sopravvivenza, è un’invenzione degli scienziati dell’Università della British Columbia e della BC Cancer, che hanno scoperto che il modello è accurato all’80%.
AI ha sviluppato il trattamento del cancro (stock) in soli 30 giorni dalla selezione del bersaglio e dopo aver sintetizzato solo sette composti
L’intelligenza artificiale sta diventando la nuova arma contro le malattie mortali, poiché la tecnologia è in grado di analizzare grandi quantità di dati, scoprire modelli e relazioni e prevedere gli effetti dei trattamenti.
Il fondatore e CEO di Insilico Medicine, Alex Zhavoronkov, ha dichiarato in una dichiarazione: “Mentre il mondo era affascinato dai progressi dell’IA generativa nell’arte e nel linguaggio, i nostri algoritmi di intelligenza artificiale generativa sono riusciti a progettare potenti inibitori di un bersaglio con una struttura derivata da AlphaFold”.
Il team ha utilizzato AlphaFold, un database di strutture proteiche basato sull’intelligenza artificiale (AI), per progettare e sintetizzare un potenziale farmaco per il trattamento del carcinoma epatocellulare (HCC), il tipo più comune di cancro primario del fegato.
L’impresa è stata compiuta in soli 30 giorni dalla selezione del target e dopo aver sintetizzato solo sette composti.
In un secondo ciclo di generazione di composti alimentati dall’intelligenza artificiale, i ricercatori hanno scoperto una molecola colpita più potente, sebbene qualsiasi potenziale farmaco debba comunque essere sottoposto a test clinici.
Feng Ren, chief scientific officer e co-CEO di Insilico Medicine, ha dichiarato: “AlphaFold ha aperto nuovi orizzonti scientifici nel prevedere la struttura di tutte le proteine nel corpo umano.
‘In Insilico Medicine, l’abbiamo vista come un’incredibile opportunità per prendere queste strutture e applicarle alla nostra piattaforma di intelligenza artificiale end-to-end al fine di generare nuove terapie per affrontare malattie con un elevato bisogno insoddisfatto. Questo documento è un primo passo importante in quella direzione.’
Un altro sistema di intelligenza artificiale ha identificato caratteristiche uniche per ciascun paziente, prevedendo la sopravvivenza a sei mesi, 36 mesi e 60 mesi con una precisione superiore all’80%
Il sistema utilizzato per prevedere l’aspettativa di vita ha utilizzato l’elaborazione del linguaggio naturale (PNL), una branca dell’intelligenza artificiale che comprende il linguaggio umano complesso, per analizzare le note dell’oncologo dopo la prima visita di consultazione di un paziente.
Il modello ha identificato caratteristiche uniche per ciascun paziente, prevedendo la sopravvivenza a sei mesi, 36 mesi e 60 mesi con una precisione superiore all’80%.
John-Jose Nunez, psichiatra e ricercatore clinico presso l’UBC Mood Disorders Center e BC Cancer, ha dichiarato in una dichiarazione: “L’IA essenzialmente legge il documento di consultazione come lo leggerebbe un essere umano”.
‘Questi documenti contengono molti dettagli come l’età del paziente, il tipo di cancro, le condizioni di salute di base, l’uso di sostanze passate e le storie familiari.
“L’intelligenza artificiale combina tutto questo per dipingere un quadro completo dei risultati dei pazienti”.
Tradizionalmente, i tassi di sopravvivenza al cancro sono stati calcolati retrospettivamente e classificati solo in base a pochi fattori generici, come la sede del cancro e il tipo di tessuto.
Il modello, tuttavia, è in grado di raccogliere indizi univoci all’interno del documento di consultazione iniziale di un paziente per fornire una valutazione più sfumata.
L’intelligenza artificiale è stata addestrata e testata utilizzando i dati di 47.625 pazienti in tutti e sei i siti di BC Cancer situati nella Columbia Britannica.
“Poiché il modello è addestrato sui dati BC, ciò lo rende uno strumento potenzialmente potente per prevedere la sopravvivenza del cancro nella provincia”, ha affermato Nunez.
‘[But] il bello dei modelli NLP neurali è che sono altamente scalabili, portabili e non richiedono set di dati strutturati. Possiamo addestrare rapidamente questi modelli utilizzando i dati locali per migliorare le prestazioni in una nuova regione.’