医療分野では、データによって医師や研究者は画期的な治療法や治癒法につながるパターンや傾向を把握することができます。人工知能 は、これらの専門家が、そうでなければ自然減で失われてしまう膨大な量のデータを理解するのを支援する上で、重要な資産となっています。
健康知識グラフ: 最適なデータ視覚化方法
BenevolentAIのAIの先駆者たちは、製薬会社AstraZenecaと提携し、世界人口の10% が罹患している慢性腎臓病 (CKD) の根本的な原因を調査しました。BenevolentAIは、CKDに関する世界的なデータセット間のつながりを概説するナレッジ グラフを作成するために、膨大な量のデータを研究しています。
ナレッジグラフは、広範なデータセットにわたる複雑で広大なつながりをAIが視覚的に表現したものです。ナレッジ グラフは、データの類似性 (ノード) を接続し、データの他のノード間の接続の強さを示すのに役立ちます。 ゲーム・オブ・スローンズ や ロード・オブ・ザ・リングのようなフィクション作品の登場人物間のつながりを示すためにナレッジグラフが使用されているのを見たことがあるかもしれません。検索エンジンは、ナレッジグラフと類似のデータセットを使用して、以前の類似した検索に基づいて検索クエリに回答します。ソーシャル メディア プラットフォームは、共有されている友達や以前に閲覧したコンテンツに基づいて、友達を推薦したり、「望ましい」コンテンツを表示したりするためにこれを使用します。
AstraZenecaとBenevolentAIは、それぞれの専門知識と膨大なデータを活用して、協力なしでは実現できない可能性のあるCKDの治療法を探求することができます。BenevolentAIは、ナレッジ グラフを共有することで、CKDの専門家が以下の間の新しい重要なつながりを発見するのを支援します。
● 症状
● 患者の属性
● その他の病気
● 病気の潜在的な原因
AstraZenecaとBenevolentAIが行っている研究は、研究者をCKDに対するより深い理解へと導いています。これらの新しい研究技術は、症状クラスターごとに最適化されたワクチンなど、より効果的なワクチンの開発につながる可能性があります。
AIワクチン設計：超高速での分析とテスト
サンフランシスコを拠点とするAI企業であるAtomwiseは、大規模な畳み込みニューラル ネットワークを活用した構造ベースの医薬品設計を実装しています。この設計により、小さな分子がタンパク質に結合する方法をテストして予測することが可能になり、迅速かつ正確な薬物検査を可能にする方法論が生まれます。研究者は、特定のタンパク質構造に対してさまざまな薬剤をテストし、薬物治療が実用的かつ安全かどうかを判断できます。専門家が大規模なウイルスやその他の創薬アプリケーション向けの薬の開発に取り組んでいるため、個々のユーザーの個別のタンパク質構造や特定のウイルス株に基づいて、薬をカスタマイズする可能性もあります。これは、ワクチンが個人ごとに設計され、個人の独自のタンパク質構造とより効率的に相互作用する可能性があることを意味します。
構造ベースの薬物設計により、数十億の化合物を分析して、わずか数時間でフェーズ1のテストに適した薬物候補の小さなサブセットを検出できるようになります。Atomwiseのような畳み込みニューラル ネットワークにより、従来はラボ テストに基づいていた初期の医薬品発見テスト段階の期間が、場合によっては数年から数時間に短縮されます。より伝統的な創薬方法では、実験薬の厳しい実験室テストが必要であり、特定のウイルスに対するワクチンの開発には、フェーズ1テストに送られるまでに何年もかかることになります。現在、これらのAIベースの「テスト」方法により、ワクチン開発が飛躍的に加速され、ウイルスに対するワクチンが記録的な速度で発見され、テストされるようになりました。
健康研究におけるAI: ヘルスケアの展望を変える
畳み込みニューラル ネットワークには細かく調整されたアルゴリズムが必要であり、その多くは独自のものです。しかし、治療法を見つけたり、治療薬やワクチンを開発したりするには、テクノロジーと生のデータが同様に不可欠です。幸いなことに、 AIベースの医薬品研究では、数十年にわたる化学試験の結果、綿密に文書化され、すぐに利用できる構造化データが得られています。超高速の最新テクノロジーを駆使しても、AIベースの創薬は、それを支える何年にもわたるデータがなければ役に立たないでしょう。