Tại sao ‘cặp song sinh kỹ thuật số’ giúp tăng tốc độ phát hiện thuốc?

Đây là phần đầu tiên trong loạt bài gồm sáu phần về cách AI đang thay đổi nghiên cứu và phương pháp điều trị y tế.

Trái tim trước mặt tôi đập và chuyển động giống như một cơ quan của con người, nhưng không có máu chảy qua và nó cũng không sống trong cơ thể con người.

Đó là trái tim do máy tính tạo ra, hay còn gọi là trái tim kỹ thuật số, được sử dụng để kiểm tra các thiết bị tim mạch cấy ghép, như ống đỡ động mạch và van nhân tạo, sau khi được xác nhận là an toàn, cuối cùng sẽ được sử dụng trên người thật.

Nhưng những người tạo ra trái tim, Adsilico, đã vượt xa việc chỉ tạo ra một mô hình chính xác.

Sử dụng trí tuệ nhân tạo và lượng dữ liệu khổng lồ, họ đã tạo ra nhiều trái tim khác nhau.

Những trái tim tổng hợp do AI tạo ra này có thể được tạo ra để phản ánh không chỉ các thuộc tính sinh học như cân nặng, tuổi tác, giới tính và huyết áp mà còn cả tình trạng sức khỏe và nguồn gốc dân tộc.

Vì những khác biệt này thường không được thể hiện trong dữ liệu lâm sàng, nên trái tim sinh đôi kỹ thuật số có thể giúp các nhà sản xuất thiết bị tiến hành thử nghiệm trên nhiều quần thể khác nhau hơn so với thử nghiệm trên người hoặc các thử nghiệm chỉ liên quan đến sinh đôi kỹ thuật số không có AI.

“Điều này cho phép chúng tôi nắm bắt được sự đa dạng đầy đủ về giải phẫu và phản ứng sinh lý của bệnh nhân, điều mà các phương pháp thông thường không thể thực hiện được. Sheena Macpherson, giám đốc điều hành của Adsilico cho biết, việc sử dụng AI để tăng cường kiểm tra thiết bị sẽ dẫn đến việc phát triển các thiết bị toàn diện hơn và an toàn hơn.

Năm 2018, một cuộc điều tra của Hiệp hội quốc tế các nhà báo điều tra tiết lộ rằng 83.000 ca tử vong và hơn 1,7 triệu người bị thương là do thiết bị y tế gây ra.

Bà Macpherson hy vọng cặp song sinh kỹ thuật số được hỗ trợ bởi AI có thể cắt giảm những con số đó.

Bà Macpherson, người có trụ sở tại Northumberland, cho biết: “Để thực sự làm cho những thiết bị này an toàn hơn, bạn cần phải kiểm tra chúng kỹ lưỡng hơn và không thể thực hiện điều đó trong môi trường thử nghiệm lâm sàng do chi phí cao”.

“Vì vậy, bạn muốn có thể sử dụng phiên bản do máy tính tạo ra để đảm bảo rằng dù bạn đang làm gì, bạn đã kiểm tra nó kỹ lưỡng nhất có thể trước khi thử nghiệm trên người.

“Ngay cả một phần nhỏ số ca tử vong đó – và các vụ kiện liên quan – cũng có thể tránh được nếu xét nghiệm kỹ lưỡng hơn. Bạn cũng có thể nhận được kết quả chi tiết hơn.

“Bạn có thể lấy cùng một trái tim (ảo) và kiểm tra huyết áp thấp hay cao, hoặc tiến triển bệnh khác nhau, để xem liệu điều đó có ảnh hưởng đến thiết bị theo bất kỳ cách nào hay không.”

Bà Macpherson cho biết thêm: “Thử nghiệm (ảo) mang lại cho các nhà sản xuất thiết bị y tế nhiều hiểu biết sâu sắc hơn. Điều đó cũng có nghĩa là chúng tôi có thể thử nghiệm ở các nhóm bệnh nhân phụ khác, không chỉ ở nam giới da trắng mà các thử nghiệm lâm sàng thường dựa trên đó.”

Các mô hình AI của Adsilico được đào tạo dựa trên sự kết hợp giữa dữ liệu tim mạch và dữ liệu từ các bản quét MRI và CT thực, bao gồm hình ảnh y tế từ các bệnh nhân đồng ý.

Dữ liệu được lấy từ các cấu trúc giải phẫu chi tiết của tim, giúp tạo ra các biểu diễn kỹ thuật số chính xác về cách các thiết bị y tế sẽ tương tác với các cấu trúc giải phẫu khác nhau của bệnh nhân.

Các thử nghiệm của Adsilico liên quan đến việc tạo ra một bản sao kỹ thuật số của thiết bị để thử nghiệm, sau đó được đưa vào trái tim ảo trong một mô phỏng do AI tạo ra.

Tất cả diễn ra bên trong một máy tính, nơi thử nghiệm có thể được sao chép trên hàng nghìn trái tim khác – tất cả đều là phiên bản mô phỏng AI của trái tim người thật. Mặt khác, các thử nghiệm trên người và động vật có xu hướng chỉ có hàng trăm người tham gia.

Có lẽ động lực lớn nhất để các nhà sản xuất thuốc và thiết bị bổ sung các thử nghiệm lâm sàng bằng cặp song sinh kỹ thuật số AI là cách nó giảm thời gian thực hiện, điều này cũng đồng nghĩa với việc tiết kiệm chi phí lớn.

Chẳng hạn, nhà sản xuất thuốc Sanofi hy vọng sẽ giảm 20% thời gian thử nghiệm, đồng thời tăng tỷ lệ thành công. Nó đang sử dụng công nghệ bản sao kỹ thuật số trong chuyên khoa miễn dịch, ung thư và bệnh hiếm gặp.

Sử dụng dữ liệu sinh học từ người thật, Sanofi tạo ra các bệnh nhân mô phỏng dựa trên AI – không phải bản sao thực tế của các cá nhân cụ thể – có thể được xen kẽ giữa các nhóm đối chứng và nhóm giả dược trong thử nghiệm.

Sau đó, các chương trình AI của Sanofi cũng tạo ra các mô hình thuốc do máy tính tạo ra để thử nghiệm, tổng hợp các đặc tính như cách thuốc sẽ được hấp thụ qua cơ thể để có thể thử nghiệm thuốc trên bệnh nhân AI. Chương trình cũng dự đoán phản ứng của họ – tái tạo quy trình thử nghiệm thực tế.

“Với tỷ lệ thất bại là 90% trong toàn ngành thuốc mới trong quá trình phát triển lâm sàng, tỷ lệ thành công chỉ tăng 10% bằng cách sử dụng các công nghệ như bản sao kỹ thuật số có thể giúp tiết kiệm 100 triệu USD do chi phí cao khi vận hành lâm sàng giai đoạn cuối. thử nghiệm,” Matt Truppo, người đứng đầu toàn cầu về nền tảng nghiên cứu cũng như nghiên cứu và phát triển máy tính của Sanofi cho biết.

Ông Truppo, người có trụ sở tại Boston, Hoa Kỳ, cho biết thêm, kết quả cho đến nay rất hứa hẹn.

“Vẫn còn rất nhiều việc phải làm. Nhiều căn bệnh mà chúng ta đang cố gắng tác động rất phức tạp. Đây là nơi các công cụ như AI xuất hiện. Cung cấp sức mạnh cho thế hệ song sinh kỹ thuật số tiếp theo bằng các mô hình AI chính xác về sinh học phức tạp của con người là biên giới tiếp theo.”

Tuy nhiên, bản sao kỹ thuật số có thể có điểm yếu, Charlie Paterson, đối tác liên kết tại PA Consulting và cựu giám đốc dịch vụ NHS, cho biết.

Ông chỉ ra rằng cặp song sinh chỉ hoạt động tốt khi có dữ liệu mà chúng được đào tạo.

“(Do) các phương pháp thu thập dữ liệu cũ và tỷ lệ đại diện của các nhóm dân cư bị thiệt thòi thấp, chúng tôi có thể rơi vào tình thế mà chúng tôi vẫn có thể đưa ra một số thành kiến ​​​​đó khi lập trình các hoạt động tái tạo ảo của các cá nhân.”

Làm việc với dữ liệu cũ hạn chế để đào tạo AI là một vấn đề mà Sanofi nhận thức được và đang nỗ lực giải quyết.

Để lấp đầy những khoảng trống trong bộ dữ liệu nội bộ của mình – bao gồm hàng triệu điểm dữ liệu từ hàng nghìn bệnh nhân trải qua thử nghiệm mỗi năm – họ lấy dữ liệu từ các bên thứ ba, như hồ sơ sức khỏe điện tử và ngân hàng sinh học.

Trở lại Adsilico, bà Macpherson hy vọng rằng một ngày nào đó công nghệ song sinh kỹ thuật số AI sẽ loại bỏ việc thử nghiệm trên động vật khỏi các thử nghiệm lâm sàng, vốn hiện vẫn được coi là một phần thiết yếu của quá trình thử nghiệm thuốc và thiết bị.

Cô nói: “Mô hình ảo của trái tim chúng ta vẫn gần giống với trái tim con người hơn so với trái tim của chó, bò, cừu hoặc lợn, những mô hình này thường được sử dụng cho các nghiên cứu về thiết bị cấy ghép”.