ANNONS:
Till Di.se
START BÖRS MARKNADSNYTT BEVAKNINGAR
ANNONS

Tema: Digitalisering

AI hjälper oss upptäcka nya virus

  • Med hjälp av AI upptäcker forskare verksamma nya medel mot både virus och bakterier. Foto: Astra Zeneca

En tidig varning om coronavirusets utbrott, världens första AI-utvecklade läkemedelskandidat och antibiotika som biter på resistenta bakterier. Det är bara några av de framsteg som läkemedelsindustrin liksom samhället har att tacka artificiell intelligens för. 

I december förra året, samtidigt som doktor Li Wenliang började varna för det nya coronaviruset i Wuhan i Kina, skickade en server på andra sidan jordklotet ut signaler om att ett nytt virusutbrott var i antågande. Servern tillhör mjukvaruföretaget Bluedot, med säte i San Francisco, som använder artificiell intelligens för att få tidiga varningar om nya pandemier. 

Nu har Googles Deep Mind också anslutit i kampen mot coronaviruset. Det brittiska AI-företaget Deep Mind förutspådde nyligen virusets proteinstruktur, vilket troligen kan korta ned forskarnas arbete att förstå hur viruset fungerar med flera månader. 

Men det stora genombrottet för artificiell intelligens i läkemedelsindustrin skedde redan i höstas när kanadensiska Deep Genomics kommunicerade att det skapat  ”världens första läkemedelskandidat utvecklad med hjälp av AI”. 

I januari fick bolaget 40 miljoner färska dollar i kassan som en följd av genombrottet med kandidaten som syftar till att behandla den sällsynta Wilsons sjukdom. 

Arthur A Levin, en av medlemmarna i bolagets rådgivande kommitté, räknar med att Deep Genomics plattform kommer att leda till att tiden från läkemedelskandidat till behandling av den första patienten kommer att kunna halveras och att än större tidsvinster är att hämta i de följande stegen mot ett godkänt läkemedel. 

I början av året blev det återigen stor uppståndelse i branschen när nyheten om att amerikanska forskare använt AI för att upptäcka en ny typ av antibiotika spreds över världen. Fyndet hade varit effektivt mot flera bakterier som är antibiotikaresistenta, vilket är ett enormt framsteg då antibiotikaresistens är ett stort hot mot människors hälsa. 

Men även på andra håll i den konservativa läkemedelsbranschen har synen på AI förändrats märkbart den senaste tiden. Det speglas inte minst av siffror från det amerikanska riskkapitalbolaget Rock Health som visar att under de senaste fem åren har 1,5 miljarder dollar investerats i bolag i USA som endera säljer till biopharma-bolag eller har biopharma-bolag som slutkunder, enligt Financial Times. Summan motsvarar enligt tidningen 25 procent av alla riskkapitalinvesteringar i AI och 21 procent av alla affärstransaktioner inom AI i USA under perioden. 

Vid sidan av att snabbare hitta den läkemedelskandidat som har störst chans att lyckas används AI idag till att bredda användningen av befintliga läkemedel. I Financial Times beskrivs hur världens största läkemedelsbolag, Pfizer, använt AI för att få ett läkemedel för behandling av bröstcancer hos kvinnor att även bli godkänt för behandling av män med samma sjukdom. Istället för att starta nya kostsamma och tidskrävande kliniska studier på män kunde de genomförda studierna på kvinnor kompletteras med data från de män som trots allt fått läkemedlet utskrivet genom så kallad ”off label use”, det vill säga att läkemedel skrivs ut för behandling som inte godkänts av myndigheterna. 

I många fall, särskilt för sällsynta sjukdomar, är det också extremt svårt att hitta patienter för att kunna genomföra kliniska studier. Här kommer bolag som amerikanska Flatiron Health in i bilden. Dataanalysbolaget Flatiron Health, som köptes av det schweiziska läkemedelsbolaget Roche för två år sedan för 1,9 miljarder dollar, har samlat enorma mängder anonym och ostrukturerad data på cancerområdet som sedan kommer ut som användbart underlag i jakten på patienter eller för att komplettera ansökningar om godkännande av nya läkemedel. 

AI kan också användas när läkemedelsutvecklingen för en viss indikation misslyckas. Istället för att skrota dyra satsningar kan datan användas för att hitta andra patientgrupper som kanske svarar betydligt bättre på behandlingen. 

Astra Zeneca har under det senaste året byggt upp en stor kompetens och interna plattformar tillsammans med externa aktörer som exempelvis det avtal som tecknades med Benevolent AI förra våren där AI och maskininlärning ska användas för att hitta nya potentiella läkemedel för kronisk njursjukdom och idiopatisk lungsjukdom. 

”Väldigt många av våra forskare använder maskininlärning som analysmetod idag. Vi jobbar också mycket med bildanalys, för att exempelvis studera röntgenbilder på tumörer över tid”, säger Anna Åsberg, globalt ansvarig för strategi och leverans av it-lösningar till Astrazenecas forskningsavdelningar.  

Cristina Duran, chef för forskning inom digital hälsa på Astra Zeneca, beskriver också hur AI används i en pågående fas IV-studie på astmapatienter. 

”Genom att utnyttja digitala verktyg med data och maskininlärning hoppas Astra Zeneca hitta nya potentiella digitala behandlingsmetoder som kan kombineras med traditionell medicinering för att uppnå bättre resultat. Vi tittar exempelvis inom området för astma. I Storbritannien är det tre astmatiker som dör dagligen och i efterhand har man kunnat konstatera att två av tre dödsfall hade kunna förhindras.”

Vi använder cookies för att förbättra funktionaliteten på våra sajter, för att kunna rikta relevant innehåll och annonser till dig och för att vi ska kunna säkerställa att tjänsterna fungerar som de ska. Läs mer i vår cookiepolicy.
Läs mer