A hatalmas gyógyszergyártó vállalatok, mint például az Amgen, a Bayer és a Novartis a közegészségügyi nyilvántartások, a vényköteles adatok, az orvosi biztosítási igények és belső adataik milliárdjait már most is a mesterséges intelligencia (MI) segítségével vizsgálják át, hogy az új gyógyszerek fejlesztéséhez megtalálják a megfelelő kísérleti alanyokat, egyes esetekben felére csökkentve a betegek összegyűjtéséhez szükséges időt, ráadásul dollármilliókat spórolva ezzel – írja a Reuters.
A gyógyszeripari vállalatok emellett évek óta azzal is próbálkoznak, hogy a mesterséges intelligencia igénybevételével fedezzék fel a következő, kasszasikert hozó gyógyszerüket. Néhány ilyen vegyületet már fejlesztenek is, de az eredményre még évekig várhatunk.
Visszatérve a betegek toborzására, tudni kell, hogy az embereken végzett klinikai tesztelés a gyógyszerfejlesztés legdrágább és legtöbb bonyodalmat okozó fázisa.
A kaliforniai Amgen biotechnológiai vállalat például az MI előtti korszakban hónapokat töltött azzal, hogy megkereséseket küldözgetett az orvosoknak Johannesburgtól Texasig, ha meg akarta tudni, van-e ilyen vagy olyan klinikai és demográfiai jellemzőkkel rendelkező betegük, aki részt vehetne egy vizsgálatban. A tesztelési helyszínek kiválasztásáról pedig a gyógyszergyártók gyakran az intézményekkel vagy orvosokkal meglévő személyes kapcsolataik alapján döntöttek.
A Deloitte becslése szerint ráadásul a vizsgálatok mintegy 80 százalékában sikertelen marad a hagyományos toborzás, mert a klinikák és kórházak túlbecsülik betegeik számát, magas a lemorzsolódási arány, vagy a páciensek egyszerűen nem tartják be a vizsgálati protokollokat.
Az Amgennek sikerült az áttörés az Atomic MI-programmal
Óriási változást hozott az Amgen működésében az Atomic nevű MI-program, amely a belső és a nyilvános adatok tömkelegét vizsgálja át, hogy azonosítsa és rangsorolja a klinikákat és orvosokat a betegtoborzások során elért korábbi teljesítményük alapján.
Míg a páciensek felvétele egy II. stádiumú vizsgálatba a betegségtől függően akár 18 hónapot is igénybe vehetett, az Atomic ezt az időtartamot képes a felére csökkenteni – közölte az Amgen a Reutersszel.
Eddig többek között a szív- és érrendszeri betegségek, valamint a rákos megbetegedések gyógyszereinek tesztelését végezték az Atomic közreműködésével, ám a jövő évtől már a legtöbb vizsgálatban be akarják vetni – tették hozzá.
A vállalat szerint 2030-ra a mesterséges intelligencia várhatóan már két évet faraghat le abból a 10 évből vagy annál is hosszabb időből, ami egy gyógyszer kifejlesztéséhez általában szükséges.
A Bayer még ennél is továbblépne az MI felhasználásában
A német Bayer tapasztalatai is kedvezők az MI-vel kapcsolatban. Az egyelőre tesztelési fázisban lévő, asundexian nevű hatóanyag – amellyel a sztrók hosszú távú kockázatát mérsékelnék – késői stádiumú vizsgálatában például több ezer fővel csökkentette a résztvevők számát.
A mesterséges intelligencia ugyanis a II. fázisú vizsgálat eredményeit összekapcsolta a Finnországban és az Egyesült Államokban élő több millió beteg adataival, hogy előzetesen megbecsülje a hosszú távú kockázatokat a vizsgálthoz hasonló populációban, így az adatok birtokában kevesebb résztvevővel kezdhették meg a késői fázisú vizsgálatot, aminek eredményeként a cég több millió eurót takarított meg és kilenc hónappal lerövidítette a toborzást.
A Bayer azonban ennél is messzebbre menne. Az asundexian gyermekeknél történő teszteléséhez már azt tervezi, hogy a placebót szedő kis betegek kiváltására valós betegadatok felhasználásával létrehoz egy úgynevezett külső kontrollmechanizmust.
Egyrészt szerencsére annyira ritka ebben a korcsoportban ez a betegség, hogy nehéz lenne toborozni, másrészt aggályos, hogy etikus-e egyáltalán placebót adni a gyógyulni vágyó gyerekeknek.
Ezért ehelyett a Bayer a beteg gyerekek egész világról összegyűjtött anonimizált adatait bányássza ki az MI-vel. Ezt persze manuálisan is el lehetne végezni, de a mesterséges intelligencia jelentősen felgyorsítja a folyamatot.
A cég már meg is kezdte az amerikai gyógyszerhatósággal (FDA) a módszer engedélyezéséről szóló tárgyalásokat, egyelőre kifejezetten gyermekgyógyászati vizsgálatokhoz.
A hatóságok ragaszkodnak a placebócsoporthoz
Egyes tudósok – köztük az FDA onkológiai vezetője – azonban nincsenek elragadtatva a mesterséges intelligencia ilyen jellegű felhasználásától. A vizsgálatokban részt vevő betegek tudniillik általában jobban érzik magukat, mint egy átlagbeteg, mert a placebót szedők is azt hiszik, hogy hatékony kezelésben és nagyobb orvosi figyelemben részesülnek. Ezért a placebócsoporttal reálisabb eredményt hoz az összehasonlítás.
Gen Li, a Phesi klinikai adatelemző cég alapítója szerint ugyan sok vállalat vizsgálja a mesterséges intelligenciában rejlő lehetőségeket a kontrollcsoportok igénybe vételének csökkentésére, a szabályozók ugyanakkor ragaszkodnak a gyógyszerek biztonságosságára és hatékonyságára vonatkozó bizonyítási előírások eddigi protokolljához.
Továbbra is abszolút biztosak akarunk lenni abban, hogy nem kapunk rossz választ arra a kérdésre, egy gyógyszer hatásos-e
– emelte ki a Reutersnek John Concato, az FDA Gyógyszerértékelési és Kutatási Központjának valós bizonyítékelemzésért felelős igazgatóhelyettese.
