Πώς η Τεχνητή Νοημοσύνη Σώζει Ζωές Με την Επαναχρησιμοποίηση Παλαιών Φαρμάκων

Μια πρόσφατη αναφορά των New York Times αναφέρει την ιστορία του Joseph Coates, 37, του οποίου το μέλλον φαίνεται σκοτεινό αφού οι γιατροί του έδωσαν μόνο μερικούς μήνες ζωής.

Διαγνώστηκε με το σύνδρομο POEMS, μια σπάνια αιματολογική διαταραχή, ήταν πολύ ασθενής για να υποβληθεί σε μεταμόσχευση βλαστικών κυττάρων – την μόνη γνωστή θεραπεία. «Εγκατέλειψα», είπε ο Coates, όπως αναφέρει ο Times. «Απλά νόμιζα ότι το τέλος ήταν αναπόφευκτο», πρόσθεσε.

Αλλά η κοπέλα του, η Τάρα Θιόμπαλντ, αρνήθηκε να δεχτεί την ήττα. Επικοινώνησε με τον Δρ. Δαβίδ Φάιγκενμπαουμ, έναν γιατρό που ειδικεύεται σε σπάνιες ασθένειες, ο οποίος πρότεινε ένα μη συμβατικό σχέδιο θεραπείας, όπως αναφέρει το The Times.

Το σωτήριο πρόγραμμα δεν είχε σχεδιαστεί από τον Δρ. Φάιγκενμπαουμ – είχε δημιουργηθεί από ένα μοντέλο τεχνητής νοημοσύνης. Εντός εβδομάδων, ο Κόουτς αντέδρασε στη θεραπεία, ανακτώντας την υγεία του, και υποβλήθηκε σε μια επιτυχημένη μεταμόσχευση βλαστικών κυττάρων. Σήμερα, βρίσκεται σε απομάκρυνση, αναφέρει το The Times.

Αυτή η επαναστατική εξέλιξη είναι μέρος μιας αυξανόμενης τάσης: οι επιστήμονες χρησιμοποιούν την Τεχνητή Νοημοσύνη για να ανακυκλώσουν υπάρχοντα φάρμακα για σπάνιες ασθένειες. Γνωστή ως ανακύκλωση φαρμάκων, αυτή η προσέγγιση εκμεταλλεύεται τη μηχανική μάθηση για να εντοπίσει παραγνωρισμένες θεραπείες ανάμεσα σε χιλιάδες εγκεκριμένα φάρμακα.

«Υπάρχει ένας θησαυρός φαρμάκων που θα μπορούσαν να χρησιμοποιηθούν για τόσες πολλές άλλες ασθένειες. Απλά δεν είχαμε έναν συστηματικό τρόπο να το εξετάσουμε,» είπε ο Donald C. Lo, επιστημονικός επικεφαλής στην Remedi4All, μια ομάδα που επικεντρώνεται στην ανακύκλωση φαρμάκων, όπως αναφέρθηκε από την εφημερίδα The Times.

Οι σπάνιες ασθένειες, οι οποίες ορίζονται ως εκείνες που επηρεάζουν λιγότερα από 200.000 άτομα στις ΗΠΑ, επηρεάζουν συλλογικά δεκάδες εκατομμύρια ανθρώπους σε παγκόσμιο επίπεδο. Ωστόσο, πάνω από το 90% αυτών των παθήσεων δεν διαθέτουν εγκεκριμένες θεραπείες, λέει το NORD.

Οι φαρμακευτικές εταιρείες συχνά αποφεύγουν να επενδύσουν σε σπάνιες ασθένειες λόγω του περιορισμένου κέρδους. «Συνήθως δεν υπάρχει πολύ χρήμα προς κέρδος από την ανάπτυξη ενός νέου φαρμάκου για έναν μικρό αριθμό ασθενών», είπε η Christine Colvis από το National Center for Advancing Translational Sciences, σύμφωνα με την έκθεση των Times.

Η Τεχνητή Νοημοσύνη αλλάζει αυτό. Αναλύοντας τεράστια σύνολα δεδομένων, τα μοντέλα μηχανικής μάθησης μπορούν να εντοπίσουν γρήγορα πιθανούς συσχετισμούς φαρμάκων-νόσων. Η εφημερίδα The Times αναφέρει ότι η ομάδα του Δρ. Fajgenbaum στο Πανεπιστήμιο της Πενσυλβάνια, για παράδειγμα, συγκρίνει 4.000 φάρμακα με 18.500 νόσους, βαθμολογώντας την πιθανή αποτελεσματικότητα κάθε ενός. Παρόμοιες προσπάθειες γίνονται παγκοσμίως, από το Στάνφορντ μέχρι την Ιαπωνία.

Μια επιτυχημένη περίπτωση αφορά έναν 19χρονο ασθενή στην Αλαμπάμα που έπασχε από χρόνια εμετικά. Ένα μοντέλο Τεχνητής Νοημοσύνης πρότεινε την εισπνοή ισοπροπυλικής αλκοόλης, το οποίο παρείχε άμεση ανακούφιση, όπως ανέφερε η εφημερίδα The Times.

«Ουσιαστικά, εκτελέσαμε μια αναζήτηση που έλεγε: ‘Δείξε μας κάθε προτεινόμενη θεραπεία που υπήρχε ποτέ στην ιστορία της ιατρικής για τη ναυτία'», δήλωσε ο Matt Might, καθηγητής στο Πανεπιστήμιο της Αλαμπάμα στο Μπέρμιγχαμ. «Προέκυψε στην κορυφή της λίστας μας και δούλεψε αμέσως», πρόσθεσε, όπως αποκάλυψε η εφημερίδα The Times

Σύμφωνα με την εφημερίδα The Times, ο δρ. Fajgenbaum ξεκίνησε την περιπέτειά του με την επαναχρησιμοποίηση φαρμάκων όταν διαγνώστηκε με την νόσο Castleman, μια σπάνια ανοσολογική διαταραχή, κατά τη διάρκεια της ιατρικής σχολής. Αφού απέτυχε να αντιδράσει στις τυπικές θεραπείες, ανακάλυψε ότι το sirolimus, ένα γενόσημο φάρμακο που χρησιμοποιείται για την πρόληψη της απόρριψης οργάνων, έσωσε τη ζωή του.

Αυτή η εμπειρία τον ενέπνευσε να ιδρύσει το Every Cure, μια μη κερδοσκοπική οργάνωση που χρησιμοποιεί την AI για την επιτάχυνση της επαναχρησιμοποίησης των φαρμάκων. Παρά το δυναμικό της, η επαναχρησιμοποίηση των φαρμάκων αντιμετωπίζει προκλήσεις. Πολλά από τα επαναχρησιμοποιημένα φάρμακα είναι γενόσημα, προσφέροντας ελάχιστο οικονομικό κίνητρο για τις φαρμακευτικές εταιρείες, λέει το The Times.

«Εάν χρησιμοποιείς την AI για να βρεις μια νέα χρήση για ένα παλιό, φθηνό φάρμακο, κανείς δεν κερδίζει χρήματα από αυτό», είπε ο Δρ. Fajgenbaum, όπως αναφέρει το The Times. Ωστόσο, η επίδραση είναι αδιαμφισβήτητη. Για ασθενείς όπως ο Coates, η AI προσφέρει ελπίδα εκεί που η παραδοσιακή ιατρική αποτυγχάνει. »

«Αυτό είναι ένα παράδειγμα της Τεχνητής Νοημοσύνης που δεν χρειάζεται να φοβόμαστε, αλλά μπορεί να μας ενθουσιάσει πραγματικά», δήλωσε ο Δρ. Grant Mitchell, συνιδρυτής της Every Cure, σύμφωνα με την εφημερίδα The Times. «Αυτή θα βοηθήσει πολλούς ανθρώπους», πρόσθεσε.

Καθώς ο Coates στέκονταν υγιής και χαμογελαστός δίπλα στον Δρ. Fajgenbaum τον περασμένο μήνα, η ιστορία του υπηρέτησε ως μαρτυρία για τη μετασχηματιστική δύναμη της Τεχνητής Νοημοσύνης στην ιατρική. «Κάποιος έπρεπε να είναι ο πρώτος που θα το δοκιμάζει», δήλωσε ο Δρ. Wayne Gao, ογκολόγος του Coates, σύμφωνα με την εφημερίδα The Times.