A combinação de extensos bancos de dados com aprendizado de máquina podem revolucionar o desenvolvimento de novos medicamentos
O desenvolvimento de medicamentos melhorados por meio de Inteligência Artificial pode ajudar a produzir vacinas e tratamentos com rapidez suficiente para impedir a propagação de vírus mortais antes que eles se transformem em pandemias globais, como é o caso do recente coronavírus COVID-19.
Com a ajuda dos sistemas de aprendizado de máquina, pesquisadores biomédicos podem essencialmente virar a atual metodologia de tentativa e erro de cabeça para baixo. Em vez de tentar sistematicamente cada tratamento potencial manualmente, os pesquisadores podem usar uma IA para classificar bancos de dados de compostos e recomendar aqueles com maior probabilidade de serem eficazes.
Os métodos convencionais para o desenvolvimento de medicamentos e vacinas são extremamente ineficientes. De acordo com um estudo do Tufts Center for the Study of Drug Development, o desenvolvimento de um único tratamento medicamentoso custa US$ 2,6 bilhões em média, com apenas 12% deles entrando em desenvolvimento clínico e obtendo aprovação da Food and Drug Administration (FDA), a agência federal do Departamento de Saúde dos Estados Unidos. E essa aprovação pode levar de cinco a dez anos.
Um exemplo de como a tecnologia pode ajudar é a terbinafina, um medicamento antifúngico oral que foi comercializado em 1996 como Lamifil. Em três anos, várias pessoas relataram efeitos adversos ao tomar o medicamento e, em 2008, três pessoas morreram de toxicidade hepática. Os médicos descobriram que um metabólito da terbinafina (TBF-A) era a causava danos ao fígado, mas na época não conseguiram descobrir como estava sendo produzido no corpo.
Essa via metabólica permaneceu um mistério para a comunidade médica por uma década até 2018, quando o aluno de pós-graduação da Universidade de Washington treinou uma inteçigência artificial para descobrir as possíveis maneiras pelas quais o fígado poderia quebrar a terbinafina em TBF-A. Acontece que a criação do metabólito tóxico é um processo difícil de ser identificado experimentalmente, mas simples para os recursos de reconhecimento de padrões de uma IA.
Comentários