Искусственный интеллект может улучшить дизайн клинических испытаний лекарств

На разработку одного лекарства сейчас уходит около 10–15 лет и 1,5–2 млрд. долларов. Примерно половина этих ресурсов тратится на проведение клинических испытаний, причем каждые 9 лет необходимое время увеличивается вдвое (это явление получило название обратного закона Мура). При этом 90% лекарств, прошедших доклиническую фазу, проваливаются на последних стадиях клинических испытаний: меньше трети соединений проходят со второй фазы клинических испытаний на третью, а из них 60% становятся лекарствами. Таким образом, неудачные клинические испытания могут стоить от 0,8 до 1,4 млрд. долларов. Как отмечают авторы статьи, ключевой проблемой является работа с пациентами: от выбора и привлечения подходящей когорты до постоянного мониторинга их состояния. Возможно, искусственный интеллект (ИИ) поможет преодолеть эти сложности в дизайне клинических испытаний.

Принцип, который может повысить успех, достаточно прост: нужно минимизировать количество неподходящих людей в выборке, ведь из-за этого неудачными становятся 32% клинических испытаний. С помощью машинного обучения (machine learning) и глубокого обучения (deep learning) возможен автоматический поиск потенциальных пациентов. В том числе это упростит процесс вовлечения потенциальных пациентов с подходящими особенностями здоровья. Целевыми параметрами для ИИ могут стать профили биомаркеров, с которыми взаимодействует препарат.

«Искусственный интеллект — это не панацея, нужно еще много работать. Пока это многообещающая технология будущей медицины и дизайна лекарств», — говорит первый автор исследования Стефан Харрер (Stefan Harrer, IBM Research Australia Lab).