Команда исследователей из Стэнфордского университета, работающая с биотехнологической корпорацией Genentech, разработала систему на основе искусственного интеллекта, которая может безопасно добавлять участников клинических испытаний, которые ранее могли быть исключены. Они опубликовали свои выводы в журнале Nature; Чуньхуа Вен и Джеймс Роджерс из Колумбийского университета опубликовали новость & Отрывок с обзором работы, проделанной командой в том же номере журнала.
В большинстве стран лекарства должны пройти клинические испытания, прежде чем они будут одобрены пациентами, чтобы показать, что они не только обеспечивают предполагаемую терапию, но и безопасны. Но, как отмечают исследователи с этим новым усилием, клинические испытания в большинстве мест, включая U.S., страдают одним серьезным недостатком – люди, которым вводят лекарства в клинических испытаниях, специально отбираются. Например, в большинстве клинических испытаний беременным женщинам не разрешается. И у большинства есть возрастные требования. Кроме того, большинство из них не допускают людей с условиями, отличными от тех, которые проходят тестирование. Этот процесс фильтрации уменьшает доступный пул возможных добровольцев, а также излишне исключает многих людей, которым может помочь терапия. Исследователи с этим новым усилием стремились преодолеть эту проблему, создав систему на основе искусственного интеллекта, которая может безопасно включать больше людей в клинические испытания.
Новая система под названием Trial Pathfinder – это компьютерная система на основе искусственного интеллекта, которая сравнивает результаты выживаемости участников клинических испытаний, включенных в большую базу данных. По мере того, как система анализирует данные, она узнает больше о том, какие пациенты с большей или меньшей вероятностью столкнутся с проблемами в клинических испытаниях нового лекарственного средства, исходя из различных факторов, таких как возраст, вес, беременность ли они и их история болезни. Затем систему можно использовать для имитации клинического испытания с включением людей, которые ранее были отфильтрованы. Затем исследователи могут использовать информацию из системы при установке критериев для своих реальных клинических испытаний. Тестирование с использованием реальных данных о конкретных приложениях, таких как определенные типы рака, показало, что он способен увеличить допустимую популяцию добровольцев в таких испытаниях лекарств примерно на 53%.