Использование ИИ для разработки лекарств, прогнозирования структуры вакцин и многого другого
Хотя люди могут думать, что ИИ все еще находится на стадии исследований и разработок, на самом деле они не понимают, что во многих случаях это не так. В этой статье я собираюсь продемонстрировать, как ИИ на самом деле помог многим организациям бороться с Covid, что я считаю «косвенной помощью». С другой стороны, я также покажу, что это напрямую помогло разработать настоящую вакцину от Covid.
Если вы еще не читали мой недавний пост в блоге о конкурсе по прогнозированию деградации мРНК вакцины Covid в Стэнфорде на Kaggle, где множество людей из сообщества специалистов по данным фактически работали над улучшением моделей вакцин, посмотрите это:
Фактическая прямая помощь: разработка вакцины:
Хотя на самом деле IBM не разработала окончательную модель вакцины, они активно над ней работали.
Команда IBM использует компьютерную модель шипа (S-белка) SARS-CoV-2 для моделирования его взаимодействия с человеческим рецептором ACE2. Они используют SUMMIT для запуска кампании по виртуальному высокопроизводительному скринингу стыковки ансамбля и для выявления малых молекул, которые могут активировать ансамбль либо связываться с комплексом белок-рецептор, либо с белком отдельно. При этом могут быть быстро идентифицированы небольшие молекулы, способные ограничивать вирусное распознавание клеток-хозяев или нарушать взаимодействия хозяин-вирус. С помощью этого метода можно быстро смоделировать и последовательно протестировать триллионы небольших молекул.
Абхиманью С. Ахуджа, BS1*, Винит Пасам Редди2*, Оге Маркес, Искусственный интеллект и COVID-19: междисциплинарный подход
Основная предпосылка использования ИИ в борьбе с Covid заключается в том, что возможности ИИ могут просеивать триллионы соединений Covid и интеллектуально определять наиболее подходящие решения, без которых разработка вакцины, вероятно, займет несколько лет.
В среднем на разработку вакцины уходит около 10–12 лет.
Автор Йенс-Питер Грегерсен в Крайвере
Я не утверждаю, что ИИ сократил разработку вакцины от Covid с 10–12 лет до 1 года, я просто утверждаю, что он сыграл в этом свою роль.
Если вас больше интересует, какие возможности ИИ позволили этому случиться, хорошей отправной точкой будет Алгоритм поиска лигандов (SAM). Подробнее об этом можно прочитать на Сплайс-Био.
Что касается академической сферы, Стэнфорд провел конкурс на Kaggle в попытке ускорить разработку вакцины. Предпосылка конкурса была довольно интригующей.
Могут ли онлайн-игры и краудсорсинг помочь решить проблему всемирной пандемии? Сочетание научной и краудсорсинговой информации может помочь вычислительным биохимикам добиться ощутимого прогресса.
Ведущий конкурса на Kaggle
Возможно, вы думаете, онлайн-игры и краудсорсинг? Это смешно! Я тоже так думал вначале, но потом присмотрелся и обнаружил, что их идеи на самом деле новаторские. Основная проблема, которую они решали, — это стабильность молекул матричной РНК. Если вы не знакомы с РНК, это самая современная технология, которая фактически использовалась при разработке вакцин. Проблема с этой технологией заключается в том, что, хотя она предлагает очень быструю продолжительность разработки, молекулы РНК имеют тенденцию к внезапной деградации, и если это происходит, вакцина на самом деле не достигает нужного места назначения и в значительной степени терпит неудачу.
Стэнфорд использовал игру на Eterna для создания набора данных для вакцины Covid, игра довольно забавная, и вы можете попробовать ее здесь:
Эта игра позволила им очень быстро собрать необходимый набор данных для сообщества исследователей данных, чтобы решить требуемую задачу с помощью ИИ.
Возможная непрямая помощь: классификация симптомов, организация телефонов доверия и т. д.:
С другой стороны, есть несколько проблем, которые могут возникнуть во время пандемии и которые можно решить с помощью ИИ. Одной из таких проблем является нагрузка на медицинские горячие линии. Решением этой проблемы является чат-бот с искусственным интеллектом.
Несмотря на то, что Департамент здравоохранения штата Вашингтон постепенно увеличивает штат сотрудников и связывается с другими поставщиками, время ожидания горячей линии по-прежнему достигает 38 минут
Абхиманью С. Ахуджа, BS1*, Винит Пасам Редди2*, Оге Маркес, Искусственный интеллект и COVID-19: междисциплинарный подход
Ожидание 38 минут во время пандемии звучит как серьезная проблема, которую необходимо решить.
Чат-боты доказали свою эффективность еще несколько раз, особенно в клинических сценариях. Вот краткий пример:
Грир и др. сообщает оVivibot, чат-боте, который действует как психосоциальное вмешательство для молодых людей, переживших рак. Этот чат-бот частично рекламировался через Facebook и был развернут в Facebook Messenger.
Абхиманью С. Ахуджа, BS1*, Винит Пасам Редди2*, Оге Маркес, Искусственный интеллект и COVID-19: междисциплинарный подход
Я живу в Великобритании уже почти 4 года и повсюду вижу истории успеха Babylon Health. Babylon Health предоставляет медицинские консультации с использованием искусственного интеллекта (с использованием чат-ботов) на основе личной истории болезни.
Babylon Health была основана в 2013 году, и сейчас ее оценивают более чем в 2 миллиарда долларов.
Источник: Медицинский футурист
Если вы действительно заинтересованы в разработке чат-бота для мессенджера на основе машинного обучения, ознакомьтесь с моим руководством здесь:
Вывод:
Надеюсь, я продемонстрировал свою точку зрения о том, что ИИ действительно помог в борьбе с пандемией Covid. Я думаю, что, поскольку промышленный гигант, такой как IBM, и академический гигант, такой как Стэнфорд, вложили время и деньги в разработку вакцины от Covid с использованием ИИ, они, должно быть, осознали ее истинный потенциал. Возможно, во время следующей пандемии у нас будет больше медицинских чат-ботов с искусственным интеллектом, чтобы эффективно и адекватно снимать стресс от стационарных телефонов.
И наконец, я думаю, что это также показывает, что у ИИ есть огромный потенциал в разработке лекарств, особенно с учетом недавнего прорыва AlphaFold 2, о котором я расскажу в отдельной статье.
