Uusien lääkkeiden kehittäminen on vuosikymmenten ajan ollut yksi hitaimmista, kalleimmista ja epäonnistumisalttiimmista prosesseista modernissa tieteessä. Tekoälyn myötä tämä pullonkaula saattaa kuitenkin olla murtumassa. Tekoälyn pitkälti suunnittelema kokeellinen lääke on edennyt ennätysvauhdilla loppuvaiheen kokeisiin ja on matkalla ensimmäiseksi tekoälyn suunnittelemaksi ihmisille hyväksytyksi lääkkeeksi. Jotkut kutsuvat sitä lääketieteelliseksi läpimurroksi, kun taas toiset tunnistavat huolestuttavan oikotien, joka korvaa asianmukaisen lääketieteellisen ymmärryksen konepohjaisella optimoinnilla.
Tekoäly suunnittelee uuden lääkkeen
Lähes hyväksyntää saavan lääkkeen kehitti Insilico Medicine, tekoälyyn keskittyvä biotekniikkayritys, joka käyttää koneoppimismalleja tautien kohteiden tunnistamiseen ja potentiaalisten yhdisteiden luomiseen niiden hoitoon. Uuden lääkkeen kohde on idiopaattinen keuhkofibroosi (IPF) – kuolemaan johtava keuhkosairaus, joka tappaa noin 40 000 amerikkalaista vuosittain ilman tunnettua parannuskeinoa. Uskomatonta kyllä, kehitys on nyt edennyt kohteen löytämisestä ihmiskokeisiin alle kahdessa vuodessa.
Vertailun vuoksi perinteisten lääkkeiden kehittäminen kestää tyypillisesti noin viisi vuotta päästäkseen ihmiskokeisiin, minkä jälkeen kliiniset testit ja sääntelyviranomaisten arviointi kestävät vielä 6–8 vuotta. Useimpien lääkkeiden kehittäminen kestää alusta loppuun 10–15 vuotta, ja arviolta 90 %:n epäonnistumisaste ihmiskokeissa alkaa.
Tekoäly pystyy lyhentämään dramaattisesti varhaista löytövaihetta – hitainta ja kalleinta osaa. Insilicon prosessi korvaa vuosia kestäneen laboratoriossa tehtävän iteraation miljoonien molekyylirakenteiden algoritmisella seulonnalla, myrkyllisyyden ennustamisella, proteiinien laskostumisen simuloinnilla ja yhdisteiden ehdottamisella viikoissa vuosien sijaan.
Kuinka se nopeuttaa prosessia
Perinteinen lääkekehitys perustuu hitaaseen iteratiiviseen laboratoriotyöhön: hypoteesi, koe, epäonnistuminen, tarkistus. Tekoälyjärjestelmät lyhentävät tätä kouluttamalla valtavia kemiallisten rakenteiden, biologisten reittien ja historiallisten tutkimustulosten tietojoukkoja. Tämä antaa tutkijoille mahdollisuuden hylätä epätodennäköiset ehdokkaat välittömästi ja keskittää resurssit yhdisteisiin, joilla on korkein ennustettu onnistumisprosentti.
Yksinkertaisesti sanottuna tekoäly ei ymmärtää biologiaa, vaan pikemminkin tunnistaa malleja laajassa mittakaavassa. Se voi testata miljoonia teoreettisia molekyylejä digitaalisesti ennen kuin ihmiskemisti syntetisoi yhtäkään.
Tämä tehokkuus tarkoittaa, että lääkeyritykset voivat leikata kehityskustannuksia 30–70 %, ja siksi riskipääomaa virtaa nyt alalle. Arvioiden mukaan tekoälybiotekniikan startup-yrityksiin on investoitu yli 60 miljardia dollaria maailmanlaajuisesti viimeisten viiden vuoden aikana, ja suuret lääkeyritykset ovat tehneet kumppanuuksia tai investoineet itse välttääkseen jälkeen jäämisen.
Optimistinen näkemys
Tekoälyn kiihdyttämille lääkkeille on olemassa aitoja humanitaarisia perusteita. Harvinaiset sairaudet, laiminlyödyt tilat tai pienten potilasryhmien sairaudet ovat aina olleet kaupallisesti epähoukuttelevia. Kehityksen nopeuttaminen ja halpeneminen tekoälyn avulla voisi vihdoin tehdä kannattamattomista hoidoista realistisia. On myös mahdollista luoda yksilöllistä lääketiedettä ja räätälöidä hoitoja geneettisiin profiileihin tavoilla, joita ihmisen johtama tutkimus ei pysty tai halua tutkia.
Tärkeä selvennys tässä on, että tekoälyn suunnittelemia lääkkeitä testataan edelleen ihmisillä. Sääntelyviranomaiset eivät ole luopuneet turvallisuusstandardeista, ja kliiniset tutkimukset ovat edelleen pakollisia. Siksi myönteinen näkemys korostaa, että tekoäly ei ole... korvaa tieteellinen arvio, vaan pikemminkin täydentävä nopealla kokeilulla ja erehdyksellä. Nopeampi tiedonhaku ei automaattisesti tarkoita alhaisempia standardeja.
Joten mikä on ongelma?
Huoli ei niinkään ole itse nopeudessa vaan enemmän siinä, mitä tuo nopeus siirtää. Tekoälyjärjestelmät toimivat usein mustina laatikoina, jotka tuottavat tehokkaita tuloksia, mutta eivät anna selkeitä selityksiä syy-seuraussuhteille. Monilla toimialoilla tämä läpinäkymättömyys ei ole iso juttu. Lääketieteessä se on.
Lääkkeen vaikutusmekanismien ja -mekanismien tarkka tunteminen on ratkaisevan tärkeää sivuvaikutusten, pitkäaikaisten riskien ja muiden hoitojen yhteisvaikutusten ennakoimiseksi. Jos kehitysaikataulut lyhenevät dramaattisesti, tutkivalle tieteelle – hitaalle ja usein tuloksettomalle ihmisen johtamalle työlle, joka rakentaa käsitteellisiä ratkaisuja – jää vähemmän mahdollisuuksia. ymmärtäminen tilastollisen luotettavuuden sijaan. Mitä tapahtuu, jos sääntelyviranomaiset hyväksyvät lääkkeet, jotka ovat toimineet hyvin kokeissa, mutta joiden vaikutusmekanismit ovat edelleen vain osittain ymmärrettyjä?
Tekoälyllä on huolestuttava historia lääketeollisuuden ulkopuolella
Viime vuosina tekoälyjärjestelmät ovat toistuvasti osoittaneet taipumuksensa tuottaa varmoja mutta virheellisiä tuloksia – käsitettä, jota tutkimme tarkemmin artikkelissa Tämä artikkeliSuuret kielimallit sepittävät teknisiä yksityiskohtia ja viittauksia; kuvantunnistustyökalut luokittelevat esineitä väärin turvallisuuskriittisissä ympäristöissä; automatisoidut päätöksenteko-ohjelmistot jatkavat ennakkoluulojen vahvistamista politiikassa ja muuallakin.
Nämä epäonnistumiset eivät tarkoita, että tekoälyn ytimessä olisi pahantahtoinen tarkoitus, mutta ne tunnistavat rakenteellisia rajoituksia. Tekoälymallit optimoivat todennäköisyyden eikä totuuden perusteella. Ne toimivat parhaiten ympäristöissä, joissa mallit ovat vakaita, tunnistettavia ja seuraukset ovat peruutettavissa. Biologia ei ole mikään näistä asioista. Lääkekehityksen virheet – toksisuuden, sivuvaikutusten tai pitkäaikaisten yhteisvaikutusten väärinarviointi – ovat kalliita, peruuttamattomia ja joskus tappavia.
Turvallisuuden takaava kaupankäyntinopeus on aiemminkin kostautunut
Lääketieteellinen historia tarjoaa karuja varoituksia. Jotkut 20-luvun pahamaineisimmista lääkekatastrofeistath vuosisadalla tämä tapahtui täysin ihmisen johtamissa järjestelmissä, jotka noudattivat omia tieteellisiä standardejaan. Yksi tunnetuimmista esimerkeistä, talidomidi, hyväksyttiin useissa maissa 1950-luvun lopulla, ja se läpäisi kaikki vaaditut testit ennen kuin se aiheutti katastrofaalisia synnynnäisiä epämuodostumia. Suojatoimet, jotka nyt hidastavat lääkekehitystä, rakennettiin vastauksena tällaisiin epäonnistumisiin.
Huoli ei ole siitä, että tekoäly tuottaa enemmän huonoja lääkkeitä, vaan siitä, että se voisi tuottaa huonoja lääkkeitä nopeammin, suuremmassa mittakaavassa ja ennen kuin institutionaaliset suojatoimet ehtivät sopeutua.
Ennakkotapaus
Jos Insilicon tekoälyn kehittämä IPF-hoito hyväksytään, se loisi vahvan ennakkotapauksen. Yhtäkkiä ajatus siitä, että lääkkeitä voidaan tuottaa nopeammin kuin tiedemiehet pystyvät niitä täysin ymmärtämään, normalisoituisi, ja ajan myötä se voisi muuttaa myös diagnostiikkaa, hoitoprotokollia ja kliinisten tutkimusten suunnitelmia.
Haasteena on nyt, että sääntelyviranomaiset ja yhteiskunta päättävät, kuinka paljon läpinäkymättömyyttä he voivat kaupankäyttää nopeuden hyväksi. Luottamuksen lääketieteeseen on perustuttava muuhunkin kuin vain tuloksiin – myös luottamus prosessiin on ratkaisevan tärkeää.
Lopullinen ajatus
Potilaille, joita perinteiset tutkimusmallit ovat pitkään aliarvioineet – koska heidän sairautensa katsotaan taloudellisesti mahdottomaksi parantaa – saattaa tarjota toivoa, jos tekoälyn suunnittelemat lääkkeet onnistuvat. Mutta nopeuden lupauksen ei pitäisi hämärtää riskejä, jotka liittyvät optimoinnin korvaamiseen ymmärryksellä. Väärässä olemisen seuraukset ovat syvällisiä lääketieteessä, ja hidas kehitys on tavallaan suojannut näiltä riskeiltä. Kun tekoäly kiihdyttää löytöjä, miten varmistamme, että edistys ei ylitä meitä kaikkia turvassa pitäviä kaiteita?
Paljastaja tarvitsee kiireellisesti apuasi…
Voisitko auttaa pitämään valot päällä The Exposen rehellisen, luotettavan, vaikuttavan ja totuudenmukaisen journalismin avulla?
Hallinto ja suuret teknologiayritykset
Yritä hiljentää ja sulkea The Expose.
Joten tarvitsemme apuasi varmistaaksemme
voimme jatkaa tuomista teille
tosiasiat, joita valtavirta kieltäytyy tunnustamasta.
Hallitus ei rahoita meitä
julkaisemaan valheita ja propagandaa heidän
kuten valtamedian puolesta.
Sen sijaan luotamme yksinomaan tukeenne.
tue meitä pyrkimyksissämme tuoda
sinä rehellinen, luotettava ja tutkiva journalismi
tänään. Se on turvallista, nopeaa ja helppoa.
Valitse alta haluamasi tapa osoittaa tukesi.
Luokat: Breaking News
Ongelma ei ole prosessissa tai sen nopeudessa. Ongelma on korruptio. Se alkaa kyseessä olevaa sairautta ympäröivästä väärästä narratiivista. Ihmistieteilijät keskittyvät jo "tautikohteiden" tunnistamiseen, jotka "tuottavat potentiaalisia yhdisteitä niiden hoitoon". Vain sillä on merkitystä, että nämä yhdisteet ovat kannattavia. Turvallisuudella ja tehokkuudella ei ole väliä.
Tekoäly ainoastaan auttaa maksimoimaan nämä voitot leikkaamalla "kehityskustannuksia 30–70 prosentilla". Kliiniset tutkimukset on jo valmiiksi manipuloitu hyötyjen liioittelun ja haittojen peittämisen vuoksi. Ehkä tekoälyä voitaisiin käyttää näiden jo valmiiksi manipuloitujen tutkimusten manipulointiin paremmin?
On hyvin naiivia olettaa, että sääntelyviranomaisilla on tällä hetkellä mitään tehokkaita "turvallisuusstandardeja", koska on ollut jo vuosia räikeän selvää, että lääkeyhtiöt ovat kaapanneet sääntelyviranomaiset ja että he välittävät täysin yleisestä turvallisuudesta.
On myös hyvin naiivia olettaa, että "tieteellinen harkinta" ohjaa nykyistä ihmisille tarkoitettujen lääkkeiden kehittämistä. Kaikki on kiinni rahasta. Nopeammat löydökset vain nopeuttavat jo ennestään erittäin alhaisia standardeja.
Jos ihmisten tällä hetkellä tekemä "tutkiva tiede" on haitallista voitoille, se yksinkertaisesti haudataan. Tämä perustuu jo valmiiksi huonoon "käsitteelliseen ymmärrykseen" tautien syistä.
ja "vain osittain ymmärretyt" oletettavasti hyödyllisten interventioiden mekanismit.
Usein myrkyllisyys, sivuvaikutukset ja pitkäaikaiset yhteisvaikutukset ovat jo tiedossa, mutta lääke silti hyväksytään. Statiinit ovat tästä hyvä esimerkki. Korruptio on ongelma, joka on korjattava.
Huumetastrofit eivät loppuneet 20-luvulla, vaan jatkuvat edelleen. Mieleen tulevat Vioxx ja Celebrex, mutta on monia muitakin tunnustamattomia katastrofeja. ”Lääkekehitystä hidastavat suojatoimet” ja muut ”institutionaaliset suojatoimet” eivät selvästikään toimi.
Olen ällistynyt siitä, että kirjoittaja luulee yhteiskunnan luottavan lääketieteeseen vielä jonkin verran koronapandemian jälkeen, jolla oli katastrofaalisia seurauksia ja prosesseja. Meillä ei selvästikään ole "kaiteita, jotka pitäisivät meidät kaikki turvassa".
Kunnes korruptioon puututaan, tekoäly todellakin vain "tuottaa huonoja lääkkeitä nopeammin ja suuremmassa mittakaavassa".
Mielestäni kirjoittaja vain yritti olla tasapuolinen ja on myös skeptinen. Tiedän olevani skeptinen enkä luota juurikaan tekoälyyn.
Hei,
Kyseessä on todellakin uusi kehitysaskel, ja olen kiinnostunut tutkimaan kaikkia näkökulmia. Olen kuitenkin skeptinen sen suhteen, mihin tämä on menossa. Tällä hetkellä mikään ei ole hyväksyttyä, mutta tuntuu siltä, että on vain ajan kysymys, milloin otamme tekoälyyn perustuvan päätöksenteon käyttöön kriittisemmillä aloilla, kuten lääketieteessä.
Jäämme seuraamaan tarkasti, miten tämä menee.
Terveisin,
G Calder
Hei Sam
Näkökulmasi on todellakin pätevä. Tämän artikkelin tarkoituksena on tarkastella yleiskatsausta mahdollisista tuloksista. Lääketeollisuudessa on toki jonkin verran korruptiota, enkä elä siinä harhaluulossa, että elämme täysin oikeudenmukaisessa maailmassa. Tämä kehitys kuitenkin... voisi korosta mahdollista hyötyä vähemmistölle: niille, joiden sairaudet eivät ole riittävän kannattavia. On paljon harvinaisempia sairauksia, jotka ovat täysin parannettavissa, mutta joita ei kannata tutkia £££:n näkökulmasta. Olen todellakin hyvin skeptinen, kuten sinäkin, kaiken tämän suhteen, mutta olen aina kiinnostunut tutkimaan molempia puolia.
Kiitos kommentistasi.
G Calder
Olen tutkinut molempia osapuolia 35 vuoden ajan. Pidän lääketeollisuutta nykymuodossaan täysin korruptoituneena ja pahana. He saavat maailman tuotteliaimmat joukkomurhaajat näyttämään amatööreiltä.
Vioxxin sydän- ja verisuonitautiriskit tiedettiin jo ennen sen hyväksymistä. Hyvin varovaisen arvion mukaan tuon YHDEN lääkkeen tappamien ihmisten määrä on 60 000. Stalin ja Pol Pot olisivat vaikuttuneita näistä luvuista.
Mielestäni tämä kehitys vain mahdollistaa harvinaisempia sairauksia sairastavien myrkytyksen. Kaikki tämä tietenkin siistin voiton vuoksi. Voitko kuvitella sairautta, joka on "täysin parannettavissa", mutta jota ei tällä hetkellä paranneta? Onko synteettisillä yhdisteillä tehtävästä interventiosta koskaan hyötyä?
Tunnetko tietokonetermin "Garbage in = Garbage out"? Tekoälyä on koulutettava virheellisen ja vilpillisen datan, kuten "historiallisten kokeiden tulosten", kanssa. Tiedämme jo, että toksisuuden ja proteiinien laskostumisen ennustaminen tietokonemallinnuksen avulla on erittäin epäluotettavaa. Tietääkö tekoäly tämän? Välittävätkö sitä käyttävät ihmiset? Ovatko sen käyttämät biologiset reitit tarkkoja ja relevantteja kyseessä olevan sairauden kannalta?
Tekoäly vain vahvistaa ihmiskäsittelijöidensä ennakkoluuloja analysoimalla roskadattoja ja tuottaa siten roskaratkaisuja.
Kiitos ajatuksia herättävästä artikkelista.
Tiedän, että tämä on jo vanhanaikaista, mutta minun on pakko kysyä uudelleen: "Mikä voisi mennä pieleen?"
Todennäköisesti enemmän kuin osasimme kuvitellakaan.
Olen hyvin varautunut tekoälylääkkeisiin.
Tekoälystä puuttuu moraaliset ja eettiset puskurisuojat.