Hemos actualizado nuestro Política de privacidad para aclarar cómo usamos sus datos personales.

Usamos cookies para brindarle una mejor experiencia. Puede leer nuestro Política de cookies aquí.

Publicidad
artículo

IA en la industria farmacéutica: adopción, interrupción y descubrimiento de fármacos

artículo

IA en la industria farmacéutica: adopción, interrupción y descubrimiento de fármacos

tiempo de lectura :

SLAS2020 comenzó con una mirada en profundidad a cómo la inteligencia artificial IA está cambiando el panorama del descubrimiento de fármacos. El 27 de enero, cientos de asistentes dieron la bienvenida Jackie Hunter , Doctora en Filosofía al escenario mientras les ofrecía a los que escucharon los conocimientos clave adquiridos durante más de 30 años en el sector de la investigación de biociencias y los conocimientos adquiridos como directora de la junta de BenevolentAI.

Al describir la inteligencia artificial como su “tema favorito”, Hunter comenzó enfatizando el poder de la inteligencia artificial en numerosas industrias automotriz, financiera, agrícola y farmacéutica.

"La inteligencia artificial es extremadamente importante en la atención médica, y en la industria farmacéutica en particular. Una de las razones de esto es la digitalización de la salud humana y la atención médica humana, y la increíble" aceleración "de los conjuntos de datos", dijo Hunter.

Explicó que las instituciones de atención médica de todo el mundo están lidiando con un aumento de datos de casi 10 veces por año desde 2016, lo que destaca claramente la necesidad de formas de procesar y administrar el volumen cada vez mayor de datos emergentes.

Con una cantidad tan grande de datos que se generan, el sector de la salud y la industria farmacéutica deben poder aprovechar los datos de manera más efectiva para permitir el descubrimiento de nuevos medicamentos y brindar atención médica a los pacientes de manera más eficiente.

Ahí es donde entra en juego el poder de las máquinas. Según Hunter: "La única forma de hacer esto es usar IA".

Echando un vistazo más de cerca a la IA


La inteligencia artificial es un término que describe más que una simple "cosa". La IA se puede subdividir en diferente tipos. Hunter definió estos tipos como; aprendizaje automático, aprendizaje profundo, lenguaje natural, robótica y análisis visual.

Hunter describió el aprendizaje automático en detalle, definiendo el aprendizaje automático no supervisado como: "automatización de la construcción de modelos analíticos", mediante el cual la máquina recibe datos que analiza. Posteriormente, identifica patrones desconocidos en esos datos. "Puede basarse en esomodelar y tomar decisiones o predicciones sin la necesidad de intervención humana ”, explicó Hunter.

"Tendemos a sobrestimar el efecto de una tecnología a corto plazo y subestimar el efecto a largo plazo". Roy Amara.
“El aprendizaje automático supervisado es cuando a la máquina se le proporciona un conjunto de datos de muestra y datos de entrenamiento. ”Este tipo de aprendizaje permite la generación de un modelo predictivo que se basa en ambas entradas y datos de salida, en contraste con los datos no supervisados ​​que se basan únicamente en los datos de entrada. “Los datos de muestra incluyen el resultado que está buscando, por ejemplo, un paciente con la enfermedad X. La máquina puede aprender de esos datos y luego se le proporcionaun conjunto de datos que no ha visto antes ".

El aprendizaje profundo, un subconjunto del aprendizaje automático, se puede considerar como "aprender con el ejemplo". Se basa en redes neuronales artificiales que pueden aprender de datos no estructurados o no etiquetados. "Estas redes neuronales pueden extraer resúmenes de alto nivelcaracterísticas de conjuntos de datos heterogéneos complejos muy grandes: este tipo de conjunto de datos y este tipo de inteligencia es muy apropiado en el contexto de la analítica biológica ".

Aunque Hunter se abstuvo de entablar una discusión profunda sobre el procesamiento del lenguaje natural, la robótica y la analítica, enfatizó claramente su importancia en el contexto del descubrimiento de fármacos y el desarrollo farmacéutico, y explicó que había habido: “enormes pasos agigantados en términos de análisis visual. ”

IA en el cuidado de la salud: ¿quién ya está obteniendo los beneficios?


Hunter explicó que, si bien varias áreas se están beneficiando de la IA, incluido el desarrollo de biomarcadores y el descubrimiento de fármacos, los dos "jugadores clave" eran actualmente la patología y la radiología.

Cuando se trata de patología, numerosos estudios han demostrado la capacidad de los sistemas de IA para proporcionar diagnósticos precisos y decisiones de tratamiento comparables a las de los patólogos expertos para cánceres que incluyen; próstata , pecho y cerebro .

El 8 de mayo de 2019, la Administración de Alimentos y Medicamentos de EE. UU. FDA otorgó el estado de "Dispositivo innovador" a una empresa que desarrolla a plataforma de imágenes de la retina con IA que puede analizar exploraciones oculares en busca de biomarcadores relacionados con enfermedades neurodegenerativas como la enfermedad de Alzheimer. El año pasado los investigadores desarrollaron una nueva herramienta basada en IA para predecir el riesgo de cáncer de mama - el modelo de aprendizaje profundo produjo una discriminación de riesgo sustancialmente mejorada con respecto al estándar clínico actual modelo Tyrer-Cuzick. Y, más recientemente, en enero de 2020, la FDA aprobó el primero del mundo solución de IA para radiología para ayudar al diagnóstico de accidente cerebrovascular.

Adopción de la IA en la industria farmacéutica: ¿por qué es necesaria?


Los avances en robótica han permitido a los equipos de descubrimiento de fármacos seleccionar una cantidad incomparable de compuestos con un rendimiento mucho más alto que nunca. Desarrollos de automatización de laboratorio junto con la evolución de in vitro el cribado de células, mediante el cual los investigadores ahora utilizan modelos tridimensionales de complejidad sin precedentes, ha impulsado la necesidad de adoptar soluciones bioinformáticas y de IA "más inteligentes" para la gestión y analizar los datos generados

“Está muy bien tener la tecnología, pero también necesita tener la preparación tecnológica del sistema, la organización y la gente ”, dijo Hunter.

“La industria farmacéutica, tal como está configurada actualmente, simplemente no es sostenible”. - Jackie Hunter, BenevolentAI.
Con la tasa asombrosamente alta de fallas en el desarrollo de medicamentos, existe una clara necesidad de encontrar formas de aumentar el éxito y disminuir el costo de llevar un medicamento al mercado. En pocas palabras, la IA conducirá a medicamentos más rápidos, más baratos y más efectivosdescubrimiento. La IA junto con la robótica ayudará a abordar los problemas de reproducibilidad y la IA ayudará a los equipos a tomar mejores decisiones sobre qué objetivos terapéuticos priorizar.

La detección virtual VS es un gran ejemplo de lo poderosa que puede ser la IA. VS implica interrogar a vastas bibliotecas de compuestos en silico . Este enfoque puede ayudar a acelerar el desarrollo de un fármaco, un proceso que suele ser extremadamente costoso y tiene una alta tasa de desgaste. Los métodos de IA ayudan a predecir qué compuestos serán "más favorables" en términos de unión al objetivo terapéutico.

Implementación de IA: ¿cuál es el problema?


Por lo tanto, es posible que se pregunte "¿Cuál es el problema? ¿Por qué no todas las empresas de descubrimiento de fármacos están implementando IA?". La respuesta: existen numerosos "obstáculos para desviar" y desafíos relacionados con la adopción de enfoques de IA.

"Ciertamente creo que la IA ofrece un gran potencial", Jackie Hunter, BenevolentAI.

Hunter describió el reclutamiento y la retención de talento como un desafío clave relacionado con la implementación de la IA, y destacó que: “Los científicos de datos pueden ir a cualquier parte”. Tener formas de incentivar los diferentes conjuntos de habilidades que se requieren es clave para aprovechar con éxito la IA.También debe asegurarse de tener personas a bordo que estén dispuestas a hacerlo abrazo la tecnología. Puede tener un químico experimentado, pero quizás haya un nivel natural de sesgo subconsciente. Un sistema, por otro lado, es imparcial. Los químicos medicinales deben comprender el valor de la IA y deben estar dispuestos a trabajaren colaboración con máquinas para cocrear.

"Necesita un verdadero matrimonio de los dos, donde tanto la máquina puede ser desafiada como el químico también puede ser desafiado", dice Hunter. "Esto es lo que realmente intentamos hacer en BenevolentAI".

Hunter también subrayó el valor de la diversidad: "Quiero resaltar la importancia del trabajo multifuncional: tener equipos multifuncionales. Debe haber diversidad de pensamiento y diversidad de disciplina".

Hunter advierte que los científicos con más experiencia en posiciones de liderazgo deberían aprovechar las formas de pensar de los millennials; después de todo, esta es la próxima generación de científicos de datos.

Mensaje para llevar a casa de Hunter: "Esta tecnología será transformadora".

Conozca al autor
Laura Elizabeth Lansdowne
Editor gerente
Publicidad