Искусственный интеллект: лечение нейродегенеративных расстройств

ИИ в медицине: кратко

Исследовательская группа из Университета Нагои в Японии разработала искусственный интеллект для анализа изображений клеток, который с помощью машинного обучения прогнозирует терапевтического эффект от лекарств. Эта новая технология, получившая название in silico FOCUS, может помочь в разработке терапевтических средств для лечения нейродегенеративных расстройств, таких как болезнь Кеннеди.

Что на данный момент в области ИИ в медицине?

Современные методы лечения нейродегенеративных заболеваний часто имеют серьезные побочные эффекты, включая сексуальную дисфункцию и блокировку образования мышечной ткани. Однако исследователям мешает отсутствие эффективных технологий скрининга, позволяющих определить, эффективен ли тот или иной препарат. Одной из многообещающих концепций является "концепция распознавания аномалий", означающая, что нейроны, которые реагируют на лечение, имеют небольшие различия в форме по сравнению с теми, которые этого не делают. Однако эти тонкие различия трудно заметить невооруженным глазом. Современные компьютерные технологии также слишком медленны для выполнения анализа.

in silico FOCUS: эксперименты

Группа профессоров Университета Нагои, возглавляемая доцентом Рюдзи Като и доцентом Кей Кани из Высшей школы фармацевтических наук, а также профессором Масахисой Кацуно и доцентом Мадокой Иидой из Высшей школы медицины, разработала новую технологию искусственного интеллекта под названием in silico FOCUS. Он анализирует форму клеток модельных нейронов и использует эту информацию для оценки того, реагируют ли они на терапевтические препараты. Они опубликовали свои результаты в журнале Scientific Reports.

Исследователи протестировали ИИ на модели клеток, получающих лечение от болезни Кеннеди, нейродегенеративного заболевания, которое приводит к гибели двигательных нейронов. в silico FOCUS построили надежную классификационную модель на основе изображений, которая со 100% точностью определяла состояние восстановления модельных клеток.

Эта технология позволяет проводить высокочувствительную и стабильную оценку эффектов терапевтических агентов путем анализа изменений формы пораженных модельных клеток по сравнению со здоровыми клетками, которые мы обычно не могли отличить. Это сверхэффективная технология скрининга, которая может предсказать эффективность препарата путем простого захвата изображений, что сокращает время, необходимое для анализа и оценки эффективности препарата, с нескольких часов с несколькими сотнями тысяч клеток до нескольких минут. Это позволяет с высокой точностью прогнозировать терапевтические эффекты без сложных и инвазивных экспериментов".

Мнение о методе

Рюдзи Като, доцент, Университет Нагои
Като заключает: "Эти результаты предполагают возможность ускорения разработки новых лекарств, и мы ожидаем, что они будут широко применяться для открытия терапевтических препаратов для лечения заболеваний, которые было трудно исследовать".