Големите фармацевтични компании използват ИИ, за да открият пациенти за клиничните си проучвания, както и да намалят броя хора, които са нужни, за да се тества един продукт. Това ще ускори разработките и потенциално ще спести милиони.
Клиничните проучвания с хора са изключително скъпи и времеемки; може да отнеме години да се намерят доброволци за тестовете. От отдавна фармацевтичните компании експериментират с ИИ, надявайки се машинните алгоритми да успеят да открият следващото вещество с потенциал да се превърне в успешно лекарство.
Според представители на фармацевтичните компании и експерти по публично здраве, напредъкът на ИИ има най-голям потенциал да бъде полезен в областта на подбора на хора за клинични тестове.
Преди ИИ, компанията Амген прекарва месеци, пращайки запитвания към лекари, за да търси пациенти с конкретно състояние, но и подходящи за клинични изпитвания. Този процес е силно субективен и много болници и лекари не спазват изискванията на компанията.
Днес, те използват инструмент с ИИ, който проследява публични данни, за да идентифицира и класифицира клиники и лекари, където е най-вероятно да се открият съответните пациенти.
Според тях, така процесът отнема половината от обичайното време – 9 месеца.
Друг подход приема немската компания Байер. Тяхна цел е да намалят броя на участниците в тестовете за последните фази на изпитването на вещество, която намалява риска от инфаркт при възрастни. Те използват ИИ за да прогнозира дългосрочните рискове от инфаркт сред милиони пациенти и включват по-малък брой хора в последната фаза, които обаче са точно най-необходимите. Без този инструмент, казват от компанията, проучването ще отнеме 9 месеца повече и още милиони долари.
При клиничните изпитвания се използват контролни групи, които приемат плацебо. С помощта на ИИ се създава т.нар. „външна контрола“. При нея, вместо да се привличат доброволци, се използват данните на хора, страдащи от заболяването и това е контролната група.
Такъв подход трябва да бъде одобрен от регулатора, защото носи друг риск: ако се прилага към по-широк кръг заболявания, може да се стигне до грешки, които остават „скрити“ зад статистиката.
Макар регулаторите да признават, че ИИ е изключително успешен и мощен инструмент, който може да скъси времето за клинични изпитвания, е нужно да се разработят стандарти за използването му, за да се избегне най-големият риск: грешен отговор на въпроса „Работи ли този медикамент?“
Източник: Reuters
