Несмотря на то, что ежегодно появляются новые лекарства, разрабатываются новые методики лечения, применяются новые технологии и инструменты, вызовов и нереализованного потенциала в современной медицине еще предостаточно. Огромные надежды в решении еще не решенных проблем научное и медицинское сообщества возлагают на машинной обучение, искусственный интеллект и технологии, подразумевающие обработку больших массивов данных.

Новые лекарства

Поиск новых препаратов — длительный и довольно затратный процесс. Одни соединения одобряются, другие отбраковываются, но даже те, которые прошли отбор и стали потенциальными кандидатами для будущих лекарств, могут в конечном счете оказаться неэффективными.

Упростить процесс хотя бы немного позволяет использование алгоритмов глубокого обучения, которые помогают искать новые лекарства более эффективно. При таком подходе ведущую роль в поиске того самого соединения, которое может стать основой нового лекарства, отдается специально обученной нейросети. Она способна анализировать огромную базу соединений-кандидатов, подбирая те, которые идеально подойдут.

Компанией-пионером в области использования искусственного интеллекта для поиска и создания новых лекарств можно назвать Insilico Medicine, организованную в 2014 году. Они «научили» мощные компьютеры придумывать обладающие определенными свойствами малые молекулы, которые могут стать основой новых препаратов.

Один из впечатляющих примеров того, как именно искусственный интеллект, участвует в этом процессе, связан с исследованием, в котором была задействована нейросеть GENTRL. За 21 день нейросеть смогла смоделировать потенциальные молекулы-ингибиторы активности белка DDR1, вовлеченного в развитие фиброза и некоторых других заболеваний. Еще некоторое время ушло на синтез самих молекул — в целом ингибиторы были готовы через 46 дней после постановки задачи. И это существенно меньше, чем время, которое было потрачено при использовании «традиционного» подхода — у биотехнологического гиганта Genentech на решение аналогичной задачи ушли годы.

Одна из важнейших задач, которую как раз пытаются решить, используя искусственный интеллект — поиск новых антибиотиков.

Всемирная организация здравоохранения бьет тревогу, подчеркивая, что за последние годы новых антибиотиков практически не появлялось, а все, что есть — лишь модификации уже существующих лекарств, причем открытых еще в 1980-х годах. При этом инфекции, вызванные супербактериями, обладающими устойчивостью к большинству или даже ко всем существующим антибиотиками, встречаются все чаще.

ВОЗ призывает ученых активнее искать новые антибиотики, чтобы не столкнуться с ситуацией, что все существующие перестанут помогать.

И ученые уже предприняли попытки найти новые антибиотики, используя глубокое изучение. Одна из таких находок — вещество халицин, потенциальный антибиотик широкого спектра действия, об обнаружении которого в базе данных Drug Repurposing Hub сообщили в 2020 году [1]. Один халицин, впрочем, проблему антибиотикорезистентности не решит, а потому вполне ожидаемо, что искусственный интеллект будут использовать для поиска других антибиотиков.

Другое ожидаемое лекарство, которого до сих пор нет в арсенале врачей — препарат, помогающий затормозить или остановить совсем прогрессирование болезни Альцгеймера.

Это самая распространенная форма деменции, а деменция — настоящий бич нашего времени. Из-за того, что продолжительность жизни увеличилась, количество случаев деменции возросло. Эксперты ВОЗ подсчитали, что в 2021 году в мире насчитывалось примерно 55 миллионов человек, страдающих деменцией, а к 2050 году их количество увеличится до 139 миллионов. Ученые пока точно не знают причин возникновения болезни, а у врачей пока нет лекарства, чтобы остановить болезнь.

Единственный препарат, одобренный FDA за последние два десятилетия, — созданный компанией Biogen адуканумаб, лекарство на основе моноклональных антител, которое разрушает скопления бета-амилоида в головном мозге.

Несмотря на впечатляющие результаты клинических исследований на ранних стадиях, в 2019 году испытания были остановлены — эксперты пришли к выводу, что лекарство неэффективно.

Производитель инициировал процедуру повторного одобрения FDA, утверждая, что более высокие дозы лекарства точно работают, воспроизвести результат в ходе испытаний не получилось. Регулятор встал на сторону производителя — в США адуканумаб назначают и используют.

А вот Европейское агентство лекарственных средств разрешение на клиническое использование препарата в своем регионе не дает, ссылаясь на низкую эффективность лекарства и связанные с его приемом побочные эффекты (отек головного мозга, спутанность сознания, тремор).

Клинические испытания других препаратов от болезни Альцгеймера ведутся — многие их тех препаратов, которые демонстрировали свою эффективность, на финальных этапах оказались пустышкой. Именно так произошло с димебоном, на который возлагались особые надежды, и с атузагинстатом, также считавшимся перспективным.

Дополнительные сложности связаны с тем, что разработка лекарств от болезни Альцгеймера считается одной из самых дорогих [2]. В среднем процесс растягивается на 13 лет и стоит не меньше 5,6 млрд долларов.

И к диагностике болезни Альцгеймера, и к поиску лекарств от нее, исследователи активно подключают искусственный интеллект. Именно ему, считают исследователи, будет принадлежать ведущая роль. После того, как была поставлена под сомнение амилоидная теория возникновения заболевания, которая считалась главенствующей в течение многих лет, нужна точная диагностика и лекарства, которые действительно будут работать. Кроме того, такие технологии помогут удешевить и ускорить процесс, ведь эффективный препарат нужен здесь и сейчас.

Разработки в этой области ведет британская компания Exscientia, которая рассчитывает, что лекарство на основе вещества DSP-0038, действительно сработает и затормозит болезнь. Свою гипотезу об эффективности соединения при болезни Альцгеймера они проверяли с использованием искусственного интеллекта на платформе Centaur Chemist. Процесс вполне можно назвать успешным — в 2021 году в США стартовали клинические испытания DSP-0038, а значит, искусственный интеллект со своей задачей вполне справился.

Еще один тренд, который с каждым годом набирает обороты, связан с использованием уже созданных лекарств для лечения других нозологий, не тех, для которых они были созданы изначально — уже существующие лекарства становятся «многоцелевыми».

Такое перепрофилирование позволяет искать новые подходы к лечению заболеваний, причем делать это более быстро и наименьшими затратами.

Использование искусственного интеллекта для решения таких задач значительно упрощает процесс, который до последнего времени был основан скорее на интуитивных предположениях, чем на системном подходе. Один из важных проектов, основанный на идее перепрофилирования — запущенный компанией Heaxl, поиск лекарств для лечения 7000 редких болезней, лишь для 5% из которых сегодня существует терапия.

Пищевые добавки для продления молодости

Вместе с увеличением продолжительности жизни становится все более популярным тренд, призывающий рассматривать «старение как болезнь». Многие не готовы мириться с ухудшением здоровья, наступающем с годами, а потому стремятся всеми силами продлить молодость.

Энтузиастами в этой области были так называемые биохакеры, которые предлагали самые необычные стратегии — жесткий режим сна и бодрствования, корректировка питания, подбор таблеток, предназначенных для обеспечения долголетия.

Кроме того, популярной стала концепция использования некоторых уже используемых в клинической практике препаратов off-label. Именно так произошло с рапамицином, изначально предназначенным для пациентов, прошедших процедуру трансплантации органов. Рапамицин испытали на мышах и мухах, заметив омолаживающий эффект — одна мышь прожила 3 года 8 месяцев, что как минимум в два раза превышает стандартную продолжительность жизни этих грызунов [3]. На людях пока рапамицин с целью омоложения не применялся, но скорее всего этот этап не за горами.

Другой пример — действие метформина, популярного лекарства от диабета. Наблюдения показали, что лекарство не только улучшает восприимчивость организма к инсулину, но и улучшает состояние сосудов, борется с антиоксидантами и в целом оказывает омолаживающий эффект [4]. В США уже появилась получать метформин и пациентам без диабета — такую помощь оказывает стартап AgelessRX, предоставляющая желающим рецепт этот препарат.

Впрочем, запрос на некую универсальную «таблетку долголетия» сохраняется, а потому десятки фармкомпаний пытаются создать работающий препарат, задействуя в том числе и искусственный интеллект. Так, в 2021 году команда ученых из Университета Суррея заявила, что глубокий анализ и использование базы данных DrugAge позволила обнаружить по крайней мере 3 компонента, которые потенциально способны отсрочить старение [5]. Это оказались всем знакомые омега-3-жирные кислоты, флавоноиды, обладающие антиоксидантными свойствами, а также кислородсодержащие органические соединения. Значит ли это, что все вместе эти компоненты должны войти в один суперпрепарат от старения? Время покажет.

Мониторинг здоровья

Тренд на мониторинг собственного здоровья с использованием носимых устройств, зародился несколько лет назад. И речь идет не сколько про холтеры и устройства для регистрации артериального давления, а фитнес-браслеты, умные часы и даже татуировки, которые предназначены, например, для оценки уровня сахара в крови [6].

Некоторые устройства могут передавать данные на смартфон пользователя или на компьютер врача. Но важны не сколько сами данные, сколько выводы, сделанные на основе их анализа. И взять на себя задачу проанализировать собранный объем данных может как раз искусственный интеллект: такой, например, как, Apple’s Health Kit. Данные, передаваемые с носимых устройств, анализируются и в удобном виде могут сразу быть внесены в электронную карту пациента.

Идеальный искусственный интеллект, который еще только предстоит создать и обучить, сможет стать если не равноправным коллегой врача, но его высококвалифицированным помощником. Ему можно будет «поручить» не только сделать вывод по поводу информации, получаемых с устройств мониторинга, но и определить риски развития тех или иных болезней, подобрать эффективную схему приема лекарств, назначить нужные анализы и обследования, а при необходимости дать указания обратиться за экстренной помощью.

В результате решения, предложенные для каждого конкретного пациента, будут основаны на анализе огромного массива данных, но при этом окажутся персонализированными, то есть предназначенными для конкретного человека.

Немаловажна роль искусственного интеллекта в первичной сортировке пациентов, обращающихся за медицинской помощью, так называемом триаже. В ходе такой сортировки пациентов разделяют на группы в зависимости от того, кому именно и какая помощь им нужна.

И уже сегодня специально обученный искусственный интеллект способен снижать нагрузку на врачей, осуществляя первичную сортировку в различных областях медицины. Например, анализируя результаты маммографических исследований или же оценивая состояние пациентов с ковидом.

Впрочем, не нужно забывать, что люди пока не готовы доверять искусственному интеллекту в плане постановки диагноза, а компьютер не способен учитывать некоторые факторы, которые могут повлиять на решение о лечении и диагностике, а обучить их медицинской этике, кажется, и вовсе невозможно. Так что развитие компьютерных медицинских помощников хоть и очень ожидаемо, но ни в коей мере не станет заменой квалифицированным врачам — последнее слово останется за ними.

Сложный диагноз

Несмотря на успехи в самых разных отраслях медицины, диагностика некоторых болезней все еще остается одной из серьезных проблем. И в этом случае искусственный интеллект может прийти на помощь.

Уже внедряются в клиническую практику технологии, которые помогают лучше диагностировать рак. Так, например, использование нейросетей при диагностике меланомы уже становится обычным делом. В одном из исследований, результаты которого были опубликованы в 2018 году, было продемонстрировано, что искусственный интеллект верно идентифицировал меланому в 95% случаев, в то время как высококвалифицированный специалист дал правильный ответ лишь в 90% случаев [7]. Подобные подходы применяются для диагностики заболеваний глаз, других форм рака и прочих нарушений.

Впрочем, появление универсального чек-апа, скорее всего стало бы желанным решением для многих пациентов. Вместо того, чтобы посещать то одного специалиста, то другого, можно было бы просто сдать анализ крови, изучение показателей которого позволило бы сделать максимум выводов о состоянии здоровья и возможных рисках. Такие разработки в корне изменили бы диагностику.

Работы в этом направлении уже ведутся. В качестве примера приведу публикацию 2020 года, авторы которой рассказывают об универсальном анализе на рак — всего один анализ крови, утверждают они, может помочь диагностировать 50 разных видов рака [8]. Поставить диагноз помогает искусственный интеллект, который предварительно обучался на базе данных Circulating Cell-free Genome Atlas. Точность диагностики отличалась и зависела от стадии онкозаболевания: чем выше она была, тем более точным оказывался диагноз (93% для IV стадии и лишь 18% для I). Не исключаю, что в перспективе такие анализы войдут в рутинную клиническую практику и их будут назначать не реже, чем общий анализ крови — после того, как они станут более точными.

И, наконец, нельзя забывать о том, что нейросети способы помочь с постановкой диагноза в случае психических заболеваний, основными симптомами которых являются не лабораторные показатели, а поведенческие изменения.

Большой проблемой сейчас является диагностика расстройств аутического спектра. Специалисты отмечают, что диагностировать болезнь стоит как можно в более раннем возрасте, ведь, чем раньше начата необходимая терапия, тем более эффективной она будет.

Один из вариантов диагностики с привлечением искусственного интеллекта предложили исследователи из Женевы [9]. Их система использует анализ десятиминутных роликов, на которых ребенок просто играет со взрослым — родителем или воспитателем. Диагностика предназначена для детей до 5 лет и это именно тот возраст, в котором выявить аутизм сложно.

Аутизм может проявляться по-разному, однако диагностическая система от швейцарских исследователей фокусируется на определенных двигательных паттернах, ассоциированных с заболеванием. Обученная на основе анализа видеороликов с детьми с подтвержденным диагнозом нейросеть ставила верный диагноз в 81% случаев. И это, считают авторы, достаточно высокий результат — искусственный интеллект сможет стать ассистентом врача и вспомогательным инструментом врача, работающего с ребенком и его родителями, поставить диагноз так будет действительно проще, что позволит своевременно начать терапию.

В целом же можно ожидать, что в будущем появятся наконец лекарства от тех болезней, которые пока не умеют лечить, методы диагностики станут более совершенными, а лечение станет еще более персонализированным. Накопление больших объемов данных и использование специально обучаемых нейросетей в рутинной клинической практике облегчит постановку диагнозов и выдачу назначений каждому конкретному пациенту — это звучит фантастически, но это будущее, до которого уже рукой подать.

Об авторе
Рустам Гильфанов — венчурный партнер фонда LongeVC, частный инвестор и филантроп.
 

Оригинал earth-chronicles.ru