Ez az első része egy hatrészes sorozatnak, amely arról szól, hogyan változtatja meg a mesterséges intelligencia az orvosi kutatást és kezeléseket.

Az előttem lévő szív úgy ver és mozog, mint egy emberi szerv, de nem folyik benne vér, és nem is emberi testben él.

Ez egy számítógéppel generált szív, vagy digitális ikertestvér, amelyet beültethető szív- és érrendszeri eszközök, például sztentek és műbillentyűk tesztelésére használnak, amelyek, ha egyszer bebizonyosodik, hogy biztonságosak, végül valódi embereken fogják használni.

De a szív alkotói, az Adsilico, túlmentek azon, hogy csak egy pontos modellt hozzanak létre.

Mesterséges intelligencia és hatalmas mennyiségű adat felhasználásával több különböző szívet hoztak létre.

Ezek az AI által generált szintetikus szívek nem csak biológiai jellemzőket, mint a súly, kor, nem és vérnyomás, hanem egészségügyi állapotokat és etnikai hátteret is tükrözhetnek.

Mivel ezek a különbségek gyakran nem jelennek meg a klinikai adatokban, a digitális ikerszívek segíthetnek az eszközgyártóknak abban, hogy a vizsgálatok többféle populáción keresztül történjenek, mint amennyire emberi vizsgálatokkal vagy csak digitális ikreket érintő, mesterséges intelligencia nélküli vizsgálatokkal képesek lennének.

“Ez lehetővé teszi számunkra, hogy a betegek anatómiájának és fiziológiai válaszainak teljes sokféleségét megragadjuk, ami a hagyományos módszerekkel nem lehetséges. A mesterséges intelligencia alkalmazása a készüléktesztek javítására olyan készülékek kifejlesztéséhez vezet, amelyek befogadóbbak és biztonságosabbak” – mondja Sheena Macpherson, az Adsilico vezérigazgatója.

2018-ban egy vizsgálat, amelyet a Nemzetközi Oknyomozó Újságírók Konzorciuma kimutatta, hogy 83 000 halálesetet és több mint 1,7 millió sérülést okoztak az orvostechnikai eszközök.

Macpherson reméli, hogy az AI által működtetett digitális ikrek csökkenthetik ezeket a számokat.

“Ahhoz, hogy ezeket az eszközöket valóban biztonságosabbá tegyük, alaposabban kell tesztelni őket, és ezt klinikai vizsgálati környezetben nem lehet megtenni a költségek miatt” – mondja a Northumberlandben élő Macpherson asszony.

“Tehát a számítógép által generált verziót akarjuk használni, hogy megbizonyosodjunk arról, hogy bármit is csinálunk, a lehető legalaposabban teszteltük, mielőtt emberen kipróbálnánk.

“Ezeknek a haláleseteknek – és a kapcsolódó pereknek – akár a töredéke is elkerülhető lett volna alaposabb teszteléssel. Részletesebb eredményeket is kaphat.

“Ugyanazt a [virtual] szívet, és alacsony vagy magas vérnyomás mellett, vagy különböző betegségprogresszióval szemben tesztelhetnénk, hogy lássuk, ez befolyásolja-e bármilyen módon az eszközt”.”

Macpherson asszony hozzáteszi: “[Virtual] a tesztelés sokkal több betekintést nyújt az orvostechnikai eszközök gyártóinak. Ez azt is jelenti, hogy más albetegcsoportokon is tesztelhetünk, nem csak fehér férfiakkal, amelyeken a klinikai vizsgálatok hagyományosan alapulnak.”

Az Adsilico AI modelljeit kardiovaszkuláris adatok, valamint valódi MRI- és CT-vizsgálatokból származó adatok kombinációján képzik ki, amelyek a beleegyező betegek orvosi képalkotását tartalmazzák.

Az adatok a szív részletes anatómiai struktúráiból merítenek, hogy segítsenek pontos digitális reprezentációkat létrehozni arról, hogy az orvosi eszközök hogyan fognak kölcsönhatásba lépni a különböző páciensek anatómiájával.

Az Adsilico kísérletei során létrehozzák a tesztelendő eszköz digitális ikertestvérét, amelyet aztán egy mesterséges intelligencia által generált szimulációban beillesztenek a virtuális szívbe.

Mindez egy számítógépen belül történik, ahol a vizsgálat több ezer másik szívvel – mind egy valódi emberi szív AI-szimulált változatával – megismételhető. Az emberi és állatkísérletek viszont általában csak több száz résztvevővel zajlanak.

A gyógyszer- és eszközgyártók számára talán az a legnagyobb ösztönző, hogy a klinikai vizsgálatokat AI digitális ikrekkel egészítsék ki, hogy ez hogyan csökkenti az időigényt, ami nagy költségmegtakarítást is jelent.

A Sanofi gyógyszergyártó például azt reméli, hogy 20%-kal csökkentheti a tesztelési időt, miközben a sikerességi arányt is növeli. A digitális ikertechnológiát az immunológia, az onkológia és a ritka betegségek szakterületén alkalmazza.

A Sanofi valós emberek biológiai adatait felhasználva mesterséges intelligencia alapú szimulált betegeket hoz létre – nem konkrét személyek tényleges klónjait -, akiket a vizsgálaton belül a kontroll- és placebocsoportok közé lehet szórni.

A Sanofi mesterséges intelligencia programjai ezután számítógépes modelleket is készítenek a tesztelendő gyógyszerről, szintetizálva olyan tulajdonságokat, mint például a gyógyszer felszívódása a szervezetben, hogy azt a mesterséges intelligenciával rendelkező betegeken tesztelni lehessen. A program megjósolja a reakcióikat is – megismételve a valódi vizsgálati folyamatot.

“Mivel az új gyógyszerek klinikai fejlesztése során az iparágban 90%-os a sikertelenség aránya, a sikerességi arány mindössze 10%-os növekedése az olyan technológiák alkalmazásával, mint a digitális ikrek, 100 millió dollár megtakarítást eredményezhet, tekintettel a késői fázisú klinikai vizsgálatok magas költségeire” – mondta Matt Truppo, a Sanofi kutatási platformok és a számítógépes kutatás-fejlesztés globális vezetője.

Az eddigi eredmények ígéretesek – teszi hozzá az amerikai Bostonban székelő Truppo úr.

“Még mindig sok a tennivaló. Számos betegség, amelyre most próbálunk hatást gyakorolni, rendkívül összetett. Itt jönnek be az olyan eszközök, mint a mesterséges intelligencia. A digitális ikrek következő generációjának a komplex emberi biológia pontos AI-modelljeivel való ellátása a következő határterület.”

A digitális ikreknek azonban lehetnek gyengeségei – mondja Charlie Paterson, a PA Consulting társult partnere, aki korábban az NHS szolgáltatási vezetője volt.

Rámutat, hogy az ikrek csak annyira jók, mint az adatok, amelyekre kiképzik őket.

“[Due to] elöregedett adatgyűjtési módszerek és a marginalizált népességcsoportok alacsony reprezentációja miatt olyan helyzetbe kerülhetünk, hogy még mindig bevezethetünk néhány ilyen előítéletet, amikor az egyének virtuális rekonstrukcióit programozzuk”.”

A Sanofi tisztában van azzal, hogy a mesterséges intelligencia képzése korlátozott mennyiségű, régebbi adatokkal történik, és dolgozik a probléma megoldásán.

A belső adatkészleteiben lévő hiányosságok pótlására – amelyek az évente több ezer betegből származó több millió adatpontból állnak – harmadik felektől, például elektronikus egészségügyi nyilvántartásokból és biobankokból szerzi be az adatokat.

Az Adsilicónál Macpherson reméli, hogy egy nap a mesterséges intelligencia digitális ikertechnológiája ki fogja iktatni az állatkísérleteket a klinikai vizsgálatokból, amelyek jelenleg még mindig a gyógyszer- és eszköztesztelési folyamat lényeges részének számítanak.

“A szívünk virtuális modellje még mindig közelebb áll az emberi szívhez, mint a kutya, tehén, birka vagy sertésé, amit általában a beültethető eszközök vizsgálatához használnak” – mondja.