Мы так много слышим о том, как технологии меняют жизнь, какой мы ее знаем — от автономных транспортных средств до вероятной перспективы космического путешествия на Марс — так почему же тогда лечение болезней до сих пор представляет собой одну из самых больших неудовлетворенных потребностей человечества?

Многие из нас пережили мучительный опыт того, кого мы любим, страдающего от болезни, от которой нет лекарства. И осознание того, что если эта болезнь не является кандидатом на лекарство-блокбастер, в ближайшее время для нее не будет разработано лекарство.

В мире, где так много всего было переосмыслено с помощью технологий, вы были бы правы, спросив, почему существует около 9000 болезней, которые не поддаются лечению? И почему, по оценкам, 300 миллионов человек страдают редкими заболеваниями, для которых никогда не будет разработано никакого лечения, пока сохраняется нынешняя экономическая модель.

Прибавьте к этому тот факт, что мы живем в такое время, когда наша жизнь, вероятно, продлится далеко за девяносто лет, намного превзойдя то, что мы себе представляли в молодости. Но хотя мы вполне можем жить дольше, мы также можем ожидать, что последние годы жизни проведем нездоровыми. Восемь из десяти пожилых людей страдают от изнурительных заболеваний, таких как рак, болезнь Альцгеймера и диабет. Это уже ложится беспрецедентным бременем на семьи и общество, а стоимость разработки новых лекарств продолжает неуклонно расти.

Я был свидетелем своей доли технологических революций с тех пор, как приехал в Силиконовую долину в конце 1980-х годов, и я могу сказать вам, что эта, возможно, больше, чем любая другая до нее, обладает потенциалом для осуществления изменений, в которых мы так отчаянно нуждаемся в здравоохранении.

Искусственный интеллект дополняет человеческий интеллект способами, которые мы никогда не считали возможными. Дает нам сверхспособности выйти за пределы нашего интеллекта, чтобы открыть передовые методы лечения болезней, которые мы не в состоянии вылечить.

Искусственный интеллект уже стал частью нашей повседневной жизни. У нас есть это на наших телефонах через Siri, у нас есть дома с Alexa и Google Home и, конечно же, в Spotify, Netflix и Amazon, поскольку они дают рекомендации по музыке, которую мы слушаем, фильмам, которые мы смотрим, и покупкам, которые мы делаем. сделать.

Так почему же технологии еще не оказали большого влияния на медицину? Простое объяснение заключается в том, что понять основную причину болезни, не говоря уже о том, чтобы найти лекарство от нее, невероятно сложно. Человеческое тело — одна из крупнейших известных систем данных, насчитывающая более 37 триллионов клеток. Это конечный результат миллионов лет эволюции и бесконечного числа факторов и перестановок. Чем глубже мы погружаемся в наше понимание человеческого тела, например, секвенируем человеческий геном, тем больше мы понимаем, что нам так много еще предстоит открыть и понять.

И проблема не только в сложности биологии, но и в том, что мы, люди, ограничены количеством информации, которую мы можем усвоить и обработать. Чтобы дать вам представление о том, сколько информации существует, примите во внимание, что только в области биомедицины ежедневно публикуется 10 000 новых научных статей. Добавьте к этому миллионы патентов, химических баз данных, испытаний пациентов и бесчисленные общедоступные источники данных, и вы быстро поймете, что простые смертные просто не в состоянии обработать всю эту информацию.

В прошлом году национальные расходы на здравоохранение в США составили 3,5 триллиона долларов. Причиной этой ошеломляющей цифры является тот факт, что в настоящее время требуется в среднем 2,5 миллиарда долларов, чтобы пройти путь нового лекарства от открытия до одобрения FDA, процесс, который может занять от десяти до пятнадцати лет с 97-процентной вероятностью неудачи в клинике.

Мы еще не достигли крутой дуги инноваций и экспоненциального прогресса в биологии и науках о жизни, которые мы испытали в компьютерных науках и инженерии, потому что мы были ограничены прогрессом человеческого понимания. До сих пор.

Рост вычислительной медицины уже дает нам более совершенные инструменты для обнаружения рака, чтения радиологических снимков и диагностики заболеваний. Даже Apple недавно включилась в игру со своими новыми часами, на которых можно увидеть вашу личную электрокардиограмму! Но мы только в начале пути.

Искусственный интеллект может помочь нам выявить взаимосвязь между заболеваниями и симптомами, лекарствами и их действием, эндотипами пациентов — респондерами и нереспондерами и многим другим. Отношения, которые ранее не были бы раскрыты из-за огромного объема биомедицинской информации и присущей сложности местности.

Это именно то, что мы пытаемся сделать в BenevolentAI. Мы создали единственную в мире сквозную вычислительную и экспериментальную платформу для разработки лекарств, которая охватывает как прием данных, так и клиническую разработку. Мы объединяем возможности вычислительной медицины и передового искусственного интеллекта с принципами открытых систем и облачных вычислений, чтобы изменить способ проектирования, разработки, тестирования и вывода на рынок лекарств.

Вот как это работает. Платформа Benevolent постоянно получает и анализирует неструктурированную и структурированную биомедицинскую информацию, от академических статей до сложных баз данных, клинических испытаний и научных патентов. Эта информация сочетается с глубоким обучением для создания ведущего в мире графа знаний в области биологических наук в сочетании с автоматизированной платформой для генерации и проверки гипотез с последующим проектированием, уточнением и синтезом молекул. Этот мощный механизм используется нашими учеными для поиска новых способов лечения и лечения болезней, а также для персонализации лекарств для пациентов, которым они приносят наибольшую пользу.

Это касается не только запуска кода на мощных компьютерах. Вы не можете разрабатывать и тестировать лекарства в облаке. Вот почему ранее в этом году мы приобрели предприятие по разработке лекарств в Кембридже, что сделало BenevolentAI единственной компанией по искусственному интеллекту, которая может довести наши собственные лекарства от открытия до клинического применения.

Но зачем нам нужны такие компании, как BenevolentAI, чтобы возвестить эту новую революцию? В конце концов, почему сегодняшние крупные игроки фармацевтической отрасли не могут просто использовать ИИ для ускорения разработки лекарств? Я не верю, что эту революцию будет вести традиционная индустрия открытия и разработки лекарств. Если бы фармацевтическая промышленность возглавила революцию в области искусственного интеллекта для медицинских открытий, она стала бы первой в истории действующей отраслью, совершившей прорыв изнутри.

Учитывая факты, это маловероятно — Amazon, которая недавно стала компанией стоимостью в триллион долларов, не была изобретена ритейлером. Uber не был изобретен компанией по производству лимузинов. Netflix не был изобретен телевизионной сетью. LinkedIn не была изобретена рекрутинговой фирмой. Мы просто не можем полагаться на традиционных лидеров, чтобы возглавить революцию.

У нас есть уникальный способ работы, который объединяет разработку и открытие лекарств, чтобы создать что-то, что радикально более ценно, чем сумма его частей. Эксперты в области науки о данных, машинного обучения, информатики и инженерии буквально работают бок о бок с первооткрывателями лекарств, преодолевая традиционные границы и разрушая бункеры знаний.

И мы работаем над некоторыми из самых сложных и сложных заболеваний, включая БАС. БАС, или болезнь двигательных нейронов, представляет собой разрушительное заболевание, разрушающее нервную систему и в настоящее время неизлечимое. Она плохо изучена и чрезвычайно сложна. Существует 30 генов, связанных с этим заболеванием, но у 85% пациентов нет ни одного из этих генов, что невероятно затрудняет поиск методов лечения, которые работают в таких разных группах пациентов. Используя нашу платформу, мы недавно достигли важной вехи в определении новых целей, и теперь мы сотрудничаем с SITraN, ведущим мировым центром лечения БАС в Шеффилде, для разработки соединения, которое мы ожидаем использовать в клинике в течение следующего года.

Каждый день мы расширяем границы искусственного интеллекта и машинного обучения, чтобы раскрыть потенциал десятилетий исследований, чтобы понять основную причину болезни и разработать новые методы лечения пациентов. Но мы знаем, что не можем сделать это в одиночку.

Мы стремимся развивать более тесное сотрудничество с учеными и объединять данные от обычно разрозненных организаций, занимающихся конкретными заболеваниями, чтобы реализовать крупномасштабные инновации и научные открытия, необходимые для подлинной трансформации отрасли. И что меня действительно воодушевляет, так это то, что мы создаем новую модель открытия и разработки лекарств, которая резко увеличит количество лекарств, выводимых на рынок, и расширит базу знаний и идеи, доступные ученым и исследователям. Платформа Benevolent объединяет биологию, химию, науку о данных и инженерию и работает целенаправленно.

В эпоху беспрецедентного технического прогресса я считаю своим долгом находить новые способы лечения даже самых сложных заболеваний, и я очень горжусь тем, что являюсь частью команды Benevolent, которая работает над достижением этой цели.

«Потому что это имеет значение».

Читать далее →

Как ИИ может помочь открыть новые методы лечения болезни Паркинсона? Джеки Хантер, главный исполнительный директор, клинические программы и стратегические отношения

Долгое чтение — глубокое размышление о будущем ИИ, Джоанна Шилдс, генеральный директор BenevolentAI.