Hoe verandert artificiële intelligentie (AI) de medische wereld? Op een conferentie in Parijs werden de gevolgen van AI besproken voor het onderzoek, de ontwikkeling, de evaluatie en de verstrekking en controle van geneesmiddelen.
...
" Waarom is de geneesmiddelenwereld zo geïnteresseerd in kunstmatige intelligentie?", stelde Philippe Moingeon van de werkgroep AI en geneesmiddelen van de Franse Académie nationale de Pharmacie zich de vraag. "Omdat AI de besluitvorming bij het ontwerp en de ontwikkeling van een geneesmiddel kan ondersteunen. Vandaag duurt het ontwerpen en ontwikkelen van een geneesmiddel gemiddeld 12 jaar en kost het 2,6 miljard dollar. Het is een sterk gereguleerd terrein en veel kandidaat-geneesmiddelen (93%) halen het niet door ongewenste bijwerkingen en gebrek aan doeltreffendheid." AI omvat technologieën die vier dimensies van menselijke intelligentie machinaal nabootsen: perceptie, analyse, actie en machinaal leren. "De gecombineerde technologische vooruitgang maakt het mogelijk massale, multimodale gegevens te genereren en te analyseren om de realiteit van een fenomeen te modelleren." De convergentie van biotechnologie, geneesmiddelenwetenschap en AI brengt een revolutie teweeg in alle dimensies van de levenscyclus van geneesmiddelen, van ontwerp tot ontwikkeling, productie, distributie, verstrekking - denk hier aan slimme tabletten met een chip die bevestigt dat de patiënt zijn of haar behandeling heeft ingenomen - en geneesmiddelenbewaking. Deze aanpak vereist samenwerking tussen alle actoren die betrokken zijn bij de ontwikkeling van geneesmiddelen: gezondheidswerkers en fabrikanten, datawetenschappers en computermodelleurs, patiënten en regelgevende instanties. "Die laatste zijn nu een bron van innovatie, zoals blijkt uit de covid-pandemie: vaccins ontwikkelen in tien maanden tijd was een heuse krachttoer. Dat werd mogelijk gemaakt door de maturiteit van de technologieën (bio- en nanotechnologieën - RNA, nanodeeltjes -, AI en digitale technologieën) en de samenwerking tussen de industrie en de regelgevende agentschappen", aldus Moingeon. Nieuwe computermethoden worden gebruikt om ziekten te modelleren, therapeutische doelwitten (genen, eiwitten, moleculaire paden) en kandidaat-geneesmiddelen te identificeren en hun werkzaamheid en veiligheid in silico te voorspellen. "Ziektemodellering stelt ons in staat de heterogeniteit van patiënten te begrijpen en hen te stratificeren in homogene subgroepen, dankzij high-throughput DNA- en RNA-sequencing (genomics, transcriptomics) en massaspectrometrie (proteomics, metabolomics). De AlphaFold-software maakt het mogelijk de driedimensionale structuur van een eiwit te voorspellen op basis van de aminozuursequentie, en op basis daarvan therapeutische moleculen te identificeren en optimaliseren die interageren met therapeutische doelwitten (voorspelling van eigenschappen), of oude moleculen te herpositioneren voor nieuwe indicaties. Dankzij de virtuele realiteit kan een chemicus, zoals in een videogame, de structuur van zijn kandidaat-geneesmiddel aanpassen aan de 3D-structuur van het therapeutische doelwit." En slotte worden geneesmiddelen en medische hulpmiddelen nu geëvalueerd op digitale tweelingen (bijvoorbeeld het modelleren van een levend hart om pacemakers en stents te certificeren, of tumormodellen om de respons op chemotherapie te evalueren) of virtuele patiënten. "Voor een studie over lupus hebben we een model gemaakt dat de interacties tussen biologische en klinische parameters en de kenmerken van het geneesmiddel integreert, en een model op 20.000 virtuele patiënten, geïnspireerd op gegevens van echte patiënten. Vervolgens werden neurale netwerken (machine learning) getraind om kenmerken van virtuele patiënten te identificeren waarvan werd voorspeld dat zij op het geneesmiddel zouden reageren. Dat levert ideeën op voor biomarkers om patiënten te selecteren voor toekomstige klinische studies. De farmaceutische industrie evolueert naar deze hybride ontwikkelingen waarbij de virtuele en reële wereld niet tegenover elkaar worden gesteld." "AI zal de precisiegeneeskunde verbeteren door te helpen een perfecte match te bereiken tussen de patiënt, een beter begrip van de bijzonderheden van zijn of haar ziekte, en het geneesmiddel, voorspeld uit miljoenen mogelijkheden die alleen bestaan op de harde schijf van een computer, die we kunnen gaan testen in virtuele voorstellingen van de patiënt. De voorspellende kracht van deze technologieën is duidelijk", zo zei Philippe Moingeon op de conferentie in Parijs. "We evolueren dus geleidelijk naar computationele, gepersonaliseerde, voorspellende, participatieve en preventieve geneeskunde. Participatieve geneeskunde veronderstelt betrokkenheid van de patiënt. Larry Smarr, oprichter van het California Institute for Telecommunications and Information Technologies, stelde zelf de diagnose van de ziekte van Crohn en legde zijn chirurg uit waar en hoe hij moest snijden. We evolueren naar preventieve geneeskunde waarbij algoritmen het ziekterisico zullen voorspellen vanaf het embryo (keuze van de geslachtscellen)." "Momenteel denkt de farmaceutische industrie na over de invloed van de metaverse: bijvoorbeeld het creëren van avatars die beeldvormingsgegevens en moleculaire profilering combineren, waarop de doeltreffendheid van geneesmiddelen, medische apparatuur en operatietechnieken kan worden getest of voorspeld. Vandaag beschikken we niet over de rekenkracht om dat te doen, vandaar de belangstelling voor quantumcomputing, exascale computing, enz." De gevolgen zijn al zichtbaar in de ontdekkingsfase van geneesmiddelen, aldus Philippe Moingeon. "Dankzij AI is bijvoorbeeld een eerste antibioticum met breed spectrum geïdentificeerd en de eerste geneesmiddelen die volledig door AI zijn ontworpen, worden al na één jaar klinisch geëvalueerd (tegen vijf à zeven jaar). Voor de ontwikkelingsfase zal het langer duren omdat de computermodellen moeten worden aanvaard door de bevoegde autoriteiten die validatie op echte patiënten vereisen. De impact is wel al tastbaar in de digitale transformatie van de gezondheidsindustrie en het ziekenhuis." Natuurlijk roept deze revolutie veel vragen op, met name over ethiek, financiering en de eerlijke verdeling van de waarde die door AI-toepassingen in de gezondheidszorg wordt gecreëerd. Ten slotte zal de uitdaging erin bestaan de convergentie van de intelligenties tot stand te brengen en wetenschappers op te leiden.