Drie manieren waarop Artificial Intelligence de ontwikkeling van medicijnen versnelt en verbetert

Auteur
Patrick
Aantal keer gelezen
1440 keer
Datum van schrijven
19 augustus 2022
Leestijd
3 minuten

De ontwikkeling van een nieuw medicijn kost veel tijd, geld en mankracht. Het medicijn moet door een klinische studie en een testfase heen én heeft goedkeuring nodig van de autoriteiten. Door de inzet van Artificial Intelligence (AI) kan dit proces aanzienlijk worden verkort en kunnen sommige fases zelfs worden overgeslagen. In deze blog leest u drie manieren waarop medisch data analytics-bedrijf Keystonemab medicijnontwikkeling verbetert en versnelt met de inzet van AI

1. Ontdek nieuwe behandelingen met AI

90% van de klinische studies naar medicijnen mislukt, waarop het afgekeurde medicijn op de plank belandt. Toch bieden deze middelen misschien wél uitkomst bij het behandelen van andere ziektes. Dat geldt wellicht ook voor medicijnen die oorspronkelijk voor andere behandelingen worden ingezet. De uitdaging is dat het wetenschappers veel tijd kost om al deze data door te spitten en nuttige verbanden te leggen.

Door AI in te zetten kunnen deze mogelijkheden razendsnel in kaart worden gebracht. Keystonemab zet Natural Language Understanding (NLU) van IBM in om miljoenen medische documenten over bestaande en afgekeurde medicijnen te doorzoeken. Daar vloeit nuttige data uit, die gebruikt kan worden om nieuwe behandelingen te ontwikkelen. De inzet van het AI-model bespaart veel tijd: waar het platform dagen nodig heeft voor analyses, zou het wetenschappers decennia(!) kosten om dezelfde hoeveelheid gegevens te doorzoeken.

2. Verbeter bestaande medicijnen door te combineren

Pfizer kondigde onlangs aan dat het vanaf 2024 geen medicijnen met één molecule meer toelaat in klinische studies naar kanker. Dit omdat de resistentie van kanker tegen behandelingen met een enkele molecule toeneemt. Combinaties van medicijnen (en meerdere moleculen) zijn hier de oplossing voor. Keystonemab gebruikt een AI-model van IBM om die combinaties razendsnel en accuraat te identificeren. Het combineren van medicijnen kan het effect van een behandeling dus versterken, maar het kan er ook voor zorgen dat een medicijn minder bijwerkingen geeft.

Om betekenisvolle combinaties in kaart te brengen, verzamelt het platform van Keystonemab automatisch data. Denk aan informatie over biomarkers (het onderdeel van het lichaam dat door medicijnen wordt beïnvloed), eiwitten, medicijnen en ziektes. Het AI-model geeft niet alleen waardevolle connecties weer, maar geeft ook aan hoe sterk de connecties zijn. Zo kan eenvoudig een prioritering worden vastgesteld voor nuttige aanbevelingen.

3. Versnel het ontwikkelproces van medicijnen

De inzet van AI helpt niet alleen om nieuwe behandelingen te ontdekken en interessante medicijncombinaties te ontdekken, het kan ook het ontwikkelproces versnellen. Dat zit hem in eerste instantie in het feit dat het dataplatform bepaalde taken (zoals het doorspitten van data) veel sneller uitvoert dan mensen. Daarnaast kunnen bepaalde fases in het ontwikkelproces worden overslagen, als nieuwe behandelingen met bestaande medicijnen mogelijk blijken. Deze medicijnen zijn vaak al in een eerder stadium door de dure veiligheidsstudies heengekomen, waardoor veel tijd en geld kan worden bespaard.