Künstliche Intelligenz hat in nur 30 Tagen eine Behandlung für eine aggressive Form von Krebs entwickelt und gezeigt, dass sie die Überlebensrate eines Patienten anhand von Arztnotizen vorhersagen kann.
Die Durchbrüche wurden von separaten Systemen durchgeführt, zeigen aber, wie die Einsatzmöglichkeiten der leistungsstarken Technologie weit über die Generierung von Bildern und Text hinausgehen.
Forscher der University of Toronto arbeiteten mit Insilico Medicine zusammen, um eine potenzielle Behandlung des hepatozellulären Karzinoms (HCC) mithilfe einer KI-Arzneimittelforschungsplattform namens Pharma zu entwickeln.
HCC ist eine Form von Leberkrebs, aber die KI entdeckte einen bisher unbekannten Behandlungsweg und entwarf ein „neuartiges Hit-Molekül“, das an dieses Ziel binden könnte.
Das System, das auch die Überlebensrate vorhersagen kann, ist die Erfindung von Wissenschaftlern der University of British Columbia und BC Cancer, die herausfanden, dass das Modell zu 80 Prozent genau ist.
AI entwickelte die Krebsbehandlung (Stamm) in nur 30 Tagen nach der Zielauswahl und nach der Synthese von nur sieben Verbindungen
KI wird zur neuen Waffe gegen tödliche Krankheiten, da die Technologie in der Lage ist, riesige Datenmengen zu analysieren, Muster und Zusammenhänge aufzudecken und die Auswirkungen von Behandlungen vorherzusagen.
Alex Zhavoronkov, Gründer und CEO von Insilico Medicine, sagte in einer Erklärung: „Während die Welt von den Fortschritten der generativen KI in Kunst und Sprache fasziniert war, gelang es unseren generativen KI-Algorithmen, wirksame Inhibitoren eines Ziels mit einer von AlphaFold abgeleiteten Struktur zu entwickeln.“
Das Team verwendete AlphaFold, eine auf künstlicher Intelligenz (KI) basierende Proteinstruktur-Datenbank, um ein potenzielles Medikament zur Behandlung des hepatozellulären Karzinoms (HCC), der häufigsten Art von primärem Leberkrebs, zu entwerfen und zu synthetisieren.
Das Kunststück wurde in nur 30 Tagen nach der Zielauswahl und nach der Synthese von nur sieben Verbindungen vollbracht.
In einer zweiten Runde der KI-gestützten Wirkstoffgenerierung entdeckten die Forscher ein wirksameres Hit-Molekül – obwohl jedes potenzielle Medikament noch klinischen Studien unterzogen werden müsste.
Feng Ren, Chief Scientific Officer und Co-CEO von Insilico Medicine, sagte: „AlphaFold hat mit der Vorhersage der Struktur aller Proteine im menschlichen Körper wissenschaftliches Neuland betreten.
„Wir bei Insilico Medicine sahen dies als eine unglaubliche Gelegenheit, diese Strukturen zu nutzen und sie auf unsere End-to-End-KI-Plattform anzuwenden, um neuartige Therapeutika zur Bekämpfung von Krankheiten mit hohem ungedecktem Bedarf zu entwickeln. Dieses Papier ist ein wichtiger erster Schritt in diese Richtung.’
Ein weiteres KI-System identifizierte für jeden Patienten einzigartige Merkmale und prognostizierte eine Überlebenszeit von sechs Monaten, 36 Monaten und 60 Monaten mit einer Genauigkeit von mehr als 80 Prozent
Das zur Vorhersage der Lebenserwartung verwendete System nutzte die Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) – ein Zweig der KI, der die komplexe menschliche Sprache versteht –, um die Notizen des Onkologen nach dem ersten Beratungsbesuch eines Patienten zu analysieren.
Das Modell identifizierte für jeden Patienten einzigartige Merkmale und prognostizierte eine Überlebenszeit von sechs Monaten, 36 Monaten und 60 Monaten mit einer Genauigkeit von mehr als 80 Prozent.
John-Jose Nunez, ein Psychiater und klinischer Forscher am UBC Mood Disorders Center und BC Cancer, sagte in einer Erklärung: „Die KI liest das Konsultationsdokument im Wesentlichen so, wie ein Mensch es lesen würde.
„Diese Dokumente enthalten viele Details wie das Alter des Patienten, die Art des Krebses, zugrunde liegende Gesundheitszustände, früheren Substanzkonsum und Familiengeschichten.
“Die KI kombiniert all dies, um ein vollständiges Bild der Patientenergebnisse zu zeichnen.”
Traditionell wurden die Krebsüberlebensraten retrospektiv berechnet und nur nach wenigen generischen Faktoren wie Krebsort und Gewebetyp kategorisiert.
Das Modell ist jedoch in der Lage, einzigartige Hinweise im Erstberatungsdokument eines Patienten aufzugreifen, um eine differenziertere Bewertung zu ermöglichen.
Die KI wurde anhand von Daten von 47.625 Patienten an allen sechs Standorten von BC Cancer in ganz British Columbia trainiert und getestet.
“Da das Modell auf BC-Daten trainiert wird, ist es ein potenziell leistungsfähiges Instrument zur Vorhersage des Krebsüberlebens in der Provinz”, sagte Nunez.
‘[But] Das Tolle an neuronalen NLP-Modellen ist, dass sie hochgradig skalierbar und portabel sind und keine strukturierten Datensätze erfordern. Wir können diese Modelle mithilfe lokaler Daten schnell trainieren, um die Leistung in einer neuen Region zu verbessern.“