ნიუ-იორკის City College-ის ახალი AI მოდელი შეძლებს ზუსტად განსაზღვროს ადამიანის ორგანიზმის რეაქცია ახალი წამლების ნაერთებზე. ეს მეთოდი ბევრად უფრო იაფი და სწრაფი იქნება. კვლევა, რომელიც Nature Mature Intelligence-ში 17 ოქტომბერს გამოქვეყნდა ძალიან მნიშვნელოვანია. ახალმა ტექნიკამ შესაძლოა მნიშვნელოვნად დააჩქაროს ზუსტი მედიცინისა და მედიკამენტების განვითარება.

კვლევის თანახმად, ახალ CODE-AE მოდელს შეუძლია სრულიად ახალი მედიკამენტების მოლეკულების სკრინინგი და ადამიანებში მათი ეფექტურობის საიმედო პროგნოზირება. გამოცდისას მან ასევე შეძლო პოტენციურად უფრო ეფექტური მედიკამენტების დაფიქსირება და ეს 9 000-ზე მეტი პაციენტისთვის.

უსაფრთხო თუ ეფექტური ახალი მედიკამენტების შესაქმნელად წამლების გამოცდა მნიშვნელოვანია. ასეთ დროს ახალ ქიმიურ მოლეკულებზე პაციენტების ორგანიზმების სპეციფიკური პასუხები შეისწავლება. ეს ის მომენტია, როდესაც ზუსტი და სანდო პროგნოზები გადამწყვეტია.

თუმცა, წამლის ადრეული ეფექტურობის უშუალო ტესტირება ადამიანებზე არაა დასაშვები და შეუძლებელია. მოლეკულის თერაპიული ეფექტურობის შესაფასებლად ხშირად გამოიყენება ადამიანის სხეულის უჯრედული ან ქსოვილური მოდელები. სამწუხაროდ, მკურნალობის ეფექტურობა რეალურ პაციენტებში ხშირად არ ემთხვევა დაავადების მოდელში. ეს ხარვეზი, პირველ რიგში, ახალი მედიკამენტების შექმნაზე აისახება და მათ ფასს აძვირებს.

"ჩვენს ახალ ხელოვნურ ინტელექტს სწორედ ამ პრობლემის გადაჭრა შეუძლია. ეს ნიშნავს, რომ საკვლევი მოდელიდან პირდაპირ ადამიანებზე გადასვლა შეგვეძლება და რაც შეიძლება მალე. CODE-AE იყენებს ბიოლოგიით შთაგონებულ მექანიზმს და სარგებლობს მანქანური სწავლების უახლესი მიღწევებით. მაგალითად, მისი ერთ-ერთი კომპონენტი იყენებს მსგავს ტექნიკას Deepfake გამოსახულების გენერირებაში", — ამბობს ლეი ქსიმი, კომპიუტერული მეცნიერების, ბიოლოგიისა და ბიოქიმიის პროფესორი CUNY-ის სამაგისტრო ცენტრში.

ახალი გამოსავალი

ახალმა მიდგომამ შესაძლოა გადაჭრას პრობლემა, რის მიხედვითაც არ არის საკმარისი პაციენტის მონაცემები მანქანური სწავლების ფართო მოდელის მოსამზადებლად.

"მიუხედავად იმისა, რომ მრავალი მეთოდია შემუშავებული კლინიკური პასუხების პროგნოზირებისთვის, მათი შედეგები არასანდოა მონაცემთა შეუსაბამობის გამო. CODE-AE-ს ამ ყველაფრის შეცვლა შეუძლია", — ამბობენ კვლევის ავტორები.

სამომავლო გეგმები

მეცნიერებების ეროვნული ინსტიტუტის მხარდაჭერით, კვლევის შემდეგი ამოცანა იქნება CODE-AE-სთვის ახალი მეთოდის დადგენა, რათა ზუსტად განისაზღვროს ახალი წამლის კონცენტრაციისა და მეტაბოლიზაციის გავლენა ადამიანის სხეულზე.