Искусственный интеллект в фармацевтике
Под термином «искусственный интеллект» подразумеваются компьютерные системы, способные выполнять задачи, обычно требующие человеческого интеллекта, такие как машинное обучение, визуальное восприятие, обработка изображений, речь, принятие решений и многое другое.
Искусственный интеллект — мощный инструмент для прогнозирования результатов применения лекарственных средств, поскольку он способен анализировать все взаимодействующие элементы в процессе лечения.
Искусственный интеллект предоставляет возможность решать проблемы, которые ранее казались неразрешимыми при простом анализе данных. Во многих процессах на протяжении жизненного цикла лекарственных средств по-прежнему преобладает «ручная» обработка данных. Проблема при использовании такого подхода заключается в том, что подобный анализ требует времени, может сопровождаться ошибками и не учитывает постоянно обновляемую информацию.
Фактически «ручные» аналитические обзоры позволяют учитывать данные, полученные в конкретной временной точке.
Новая информация требует нового обзора. Использование продуктов, основанных на технологии искусственного интеллекта, позволяет получить аналитику в режиме реального времени, предлагая полную, актуальную информацию для поставщиков медицинских услуг.
Начиная от процесса разработки лекарственных препаратов и до их покупки пациентом в аптеке, фармацевтике приходится работать с огромными объемами данных. Информация о лабораторной диагностике, мониторинг состояния пациентов, посты на форумах и в социальных сетях об эффективности препарата – все это полезные сведения для фармацевтической компании. Однако в виду их количества и разрозненности, фирма-производитель не успевает обработать и усвоить эти знания, а тем более применить.
В решении этой и других задач может помочь искусственный интеллект, — созданная учеными нейросеть без труда справится со сбором необходимой информации как во время создания препарата, так и в получении обратной связи от пациентов.
Другой задачей, где бы пригодился искусственный интеллект, является сокращение сроков разработки лекарственных средств.
Сегодня для того чтобы представить на рынке один новый медикамент, требуется минимум 10 лет и несколько миллиардов долларов. При этом вероятность, что этот препарат будет продаваться, составляет примерно 10%. Кроме того, создание нового лекарства может быть прервано на первых стадиях из-за небезопасности или неэффективности. В результате деньги будут потрачены впустую.
Сократить риск при принятии решений о разработке новых лекарственных препаратов и избежать неудач на поздних стадиях создания помогают аналитика и компьютерное моделирование. Так, в Институте системной биологии в США создают модели виртуальных пациентов с определенными заболеваниями, на которых пытаются выявить эффективность лекарств.
Еще одна задача, в которой бы пригодилась помощь искусственного интеллекта, — рост устойчивости возбудителей инфекционных заболеваний к воздействию антибактериальных препаратов. Эту проблему невозможно решить без анализа большого объема данных. Смоленские ученые уже предприняли попытку создать базу данных результатов лабораторных исследований, позволяющую анализировать изменения стойкости возбудителей заболеваний. Однако этого пока недостаточно.
Чем вызвано недоверие к ИИ?
Первое.
Врачи, взаимодействуя с ИИ, не понимают, почему алгоритм предлагает им те или иные решения. C их точки зрения, нейросеть – это «черный ящик», чью логику невозможно понять и объяснить. В дополнение к этому, медицинские работники сомневаются в совершенстве искусственного интеллекта. Когда речь идет о здоровье и жизни пациента, ошибок быть не должно, а современные технологии пока не могут этого гарантировать со 100% точностью.
Второй причиной, затрудняющей внедрении ИИ, являются длительные сроки его разработки. Точность и эффективность – качества, которые должны обязательно присутствовать у нейросети. Для того чтобы алгоритм действительно мог помогать в создании лекарств и анализе данных, к его разработке привлекаются медицинские эксперты. Это увеличивает не только надежность искусственного интеллекта, но и период, необходимый для его выпуска.
В качестве третьей причины выступает высокая стоимость разработки ИИ. На данный момент число рабочих кадров, обладающих опытом и знаниями, для работы с нейронными сетями, не так велико. В результате стоимость таких исследований остается высокой.
