Þinn eigin „stafræni tvíburi“? Nýjasta tæknin sem mun breyta lyfjaprófum (Stafrænn tvíburi)

Hefur þú einhvern tíma velt því fyrir þér hversu langan tíma það tók fyrir pilluna sem þú tókst í morgun að berast þér? Fyrst gera þeir ítarlegar rannsóknir í rannsóknarstofum. Síðan prófa þeir hana á dýrum. En áður en hægt er að samþykkja notkun hennar á mönnum þarf að prófa hana á mönnum. Þetta köllum við klíníska rannsókn. Það er mjög flókið og dýrt ferli.

Einfaldlega sagt, hvað er klínísk rannsókn?

Einfaldlega sagt virkar klínísk rannsókn svona: Rannsakendur ráða sjúklinga með sjúkdóminn sem nýþróaða lyfið beinist að. Þessir sjálfboðaliðar eru síðan skipt af handahófi í tvo hópa.

1. Fyrsta hópnum er gefið nýja lyfið sem á að prófa.

2. Seinni hópurinn , „viðmiðunarhópurinn“, fær lyfleysu sem inniheldur ekkert virkt innihaldsefni og lítur nákvæmlega eins út og lyfið. Við köllum þetta „lyfleysu“.

Ef einkenni þeirra sem tóku nýja lyfið hafa batnað meira í lok þessarar rannsóknar en þeirra sem tóku lyfleysu, þá sannar það að nýja lyfið er virkt.

Ein af stærstu áskorununum í slíkri rannsókn er að finna nægilega marga sjúklinga sem henta nákvæmlega rétt í rannsóknina. Stundum vita jafnvel læknar ekki hvaða rannsóknir henta sjúklingum þeirra. Einnig gætu eiginleikar sjúklinganna sem vilja taka þátt ekki passað við kröfur rannsóknarinnar. Hins vegar gæti gervigreind (AI) gert þetta verkefni mun auðveldara.

Kynntu þér „stafræna tvíburann“ þinn

Ímyndaðu þér að þú hafir þína eigin tölvulíkan, það er að segja stafræna afrit af sjálfum þér. Það er það sem kallast „stafrænn tvíburi“. Þetta eru einfaldlega „tölvulíkön“ sem herma eftir raunverulegum hlut eða kerfi í tölvu. En þegar þau eru skoðuð tölulega haga þau sér nákvæmlega eins og raunverulegur hlutur. Besta dæmið er þegar súrefnistankur á Apollo 13 geimfarinu sprakk, NASA hjálpaði til við að gera við hann með „stafrænum tvíbura“ af sama geimfari sem smíðaður var á jörðinni.

Nú geta vísindamenn búið til „stafrænan tvíbura“ af manneskju, gefið næg „gögn“. Þetta notar gervigreindartækni sem kallast „vélanám“. Einfaldlega sagt felst þetta í því að gefa tölvuforriti mikið magn gagna og láta það læra af þeim.

Stafrænir tvíburar sjúklinga eru búnir til með því að þjálfa þessi vélanámslíkön með því að nota gögn úr fyrri klínískum rannsóknum og persónulegar sjúkraskrár hvers sjúklings. Líkanið getur síðan spáð fyrir um hvernig heilsa sjúklings mun breytast á meðan rannsóknin stendur ef honum er gefin lyfleysa.Það er að segja, tölvugerður samanburðarhópur (hermaður samanburðarhópur) er búinn til fyrir sama sjúkling.

Við skulum nú sjá hvernig þetta virkar. Segjum að einhver sem heitir „Samadhi“ sé valinn í hópinn sem fær nýtt lyf. „Stafræni tvíburinn“ Samadhi, tölvulíkan, er í samanburðarhópnum. Líkanið spáir fyrir um hvað myndi gerast ef Samadhi fengi „lyfleysu“ í stað hins raunverulega lyfs. Að lokum er munurinn á raunverulegri svörun Samadhi við lyfinu og því sem líkanið spáði fyrir um að myndi gerast ef hann tæki „lyfleysuna“ mælikvarði á hversu áhrifaríkt lyfið er fyrir Samadhi.

Við skulum skoða þessa töflu til að sjá greinilega kosti þess að nota „stafræna tvíbura“ í stað hefðbundinna stjórnendateyma.

Þó að þessi tækni sé góð, eru þá ekki einhver vandamál?

Þó að þessi tækni lofi góðu fyrir framtíðina hefur hún ekki enn verið mikið notuð. Það gætu verið góðar ástæður fyrir því. Eins og Dr. Daniel Neal, sérfræðingur í „(vélanámi),“ bendir á, reiða þessi líkön sig á mikið magn gagna. Einnig er mjög erfitt að fá hágæða gögn frá einstaklingum.

Annað vandamál eru sjaldgæfar, óvæntar aukaverkanir sem lyf geta valdið. Þessar aukaverkanir eru oft ekki teknar með í líkaninu sem hannað var fyrir samanburðarhópinn.

En mesti ótti Dr. Neal er að þessi spálíkan byggist á „venjulegum rekstri“. Ímyndaðu þér stóran, óvæntan atburð eins og COVID-19 heimsfaraldurinn sem breytir hegðun allra og gerir fólk veikt. „Viðmiðunarlíkön taka þetta ekki með í reikninginn,“ segir hann. Þá, vegna þessara atburða sem viðmiðunarhópurinn tók ekki með í reikninginn, gætu lokaniðurstöður tilraunarinnar verið gjörólíkar.

Er þá hægt að nota þetta í raun og veru? Hvað ber framtíðin í skauti sér?

Eric Topol, sérfræðingur í notkun stafrænnar tækni í heilbrigðisþjónustu, telur hugmyndina frábæra en tíminn sé ekki réttur. „Ég held ekki að klínískar rannsóknir muni breytast í náinni framtíð. Vegna þess að þær krefjast margra laga gagna, umfram bara heilsufarsskrár, svo sem erfðamengisröð, þarmaflóru og umhverfisgagna.“

Samkvæmt Charles Fisher, stofnanda Unlearn.AI, brautryðjanda í þessari tækni, eru þegar til lausnir á vandamálum gagnaverndar og hlutdrægni. „Friðhelgi einkalífs er auðveld. Við vinnum aðeins með gögn sem þegar hafa verið nafnlaus.“

Þegar hann talar um hlutdrægni segir hann að þótt málið hafi ekki verið að fullu leyst, þá skipti það ekki máli fyrir niðurstöður rannsóknarinnar. Þar sem rannsóknirnar eru slembiraðaðar, jafnvel þótt einhver hlutdrægni sé í gögnunum, þá hefur það ekki áhrif á niðurstöðurnar. Hins vegar eru sumir sérfræðingar ósammála þessari hugmynd. Þeir segja,Þar sem þú ert að bera saman raunverulega manneskju við tölvulíkan, ef einhver villa er í því líkani, getur það haft bein áhrif á niðurstöðurnar.

Hins vegar vinnur Unlearn.AI nú þegar með lyfjafyrirtækjum að því að hanna klínískar rannsóknir á taugasjúkdómum eins og Alzheimerssjúkdómi, Parkinsonsveiki og MS-sjúkdómi. Þeir völdu þessa sjúkdóma sem góðan upphafspunkt vegna þess að þeir hafa meiri gögn en aðrir. Fisher segir að ef hægt sé að nota aðferðina einn daginn á alla sjúkdóma gæti það dregið verulega úr þeim tíma sem það tekur ný lyf að koma á markað.