De todos os domínios em que se espera que o machine learning seja revolucionário, a medicina é talvez o mais universal. Em um novo marco importante, um medicamento desenvolvido usando machine learning está prestes a começar os testes em humanos.
Medicamento desenvolvido com machine learning
Antes de um novo medicamento começar os testes em humanos, normalmente há três a cinco anos de trabalho nos bastidores, pesquisando causas de doenças e compostos que podem ajudar a tratá-las. Mas ao trabalhar com a startup britânica de inteligência artificial Exscientia, uma empresa japonesa de desenvolvimento de medicamentos chamada Sumitomo Dainippon Pharma Co. está prestes a iniciar os ensaios clínicos de fase 1 após apenas 12 meses.
O medicamento em questão é o DSP-1181, um possível tratamento para o transtorno obsessivo-compulsivo (TOC). O TOC afeta milhões de pessoas em todo o mundo, em graus variados. Além disso, ele pode ser debilitante em seus efeitos psicológicos.
A Exscientia, com sede em Oxford, Reino Unido, opera uma emocionante plataforma de machine learning chamada Centaur Chemist. A plataforma supostamente tira anos do tempo necessário para pesquisar novos compostos, combinando técnicas de inteligência artificial com conhecimento existente de como os medicamentos interagem com o corpo humano.
Benefícios do machine learning
O benefício do machine learning é que ele pode acontecer virtualmente e muito mais rapidamente do que os cientistas são capazes de trabalhar no mundo real. Por exemplo, a plataforma pode analisar milhões de combinações moleculares e tentar identificar qual pode ser a mais segura e eficaz no tratamento de uma determinada doença.
Talvez ainda mais importante seja a economia potencial associada ao uso do machine learning para desenvolver novos medicamentos. Normalmente, custa mais de US$ 1 bilhão para trazer um novo medicamento da concepção ao mercado, com muitos desses custos suportados durante as fases da pesquisa. Mas realizar anos de pesquisa minuciosa economizará tempo e dinheiro, acelerando o desenvolvimento e liberando recursos para desenvolver ainda mais medicamentos.
Há muita coisa acontecendo no teste da Exscientia e da Sumitomo Dainippon. A primeira fase é verificar como a droga afeta o corpo e como o corpo metaboliza a droga. Porém, isso não prova a eficácia do medicamento.
Portanto, se o DSP-1181 se mostrar seguro, as fases dois e três podem prosseguir, para verificar se o medicamento pode ajudar pacientes com TOC no mundo real. Assim, se isso acontecer, testemunharemos o surgimento do machine learning na medicina.
Fonte: Tech Spot
