Neue Medikamente sind zu teuer. Kann KI das beheben?

Schon mal von Erooms Gesetz gehört? Es ist eine Regel – und ein Witz – in der pharmazeutischen Industrie: Die Kosten für die Entwicklung neuer Medikamente werden trotz Fortschritten in Wissenschaft und Technologie immer höher und nicht niedriger.

Der Name ist eine wörtliche Umkehrung von Moores Gesetz, dem berühmten Diktum des exponentiellen Wachstums. Laut Daphne Koller von Insitro sind die Kosten für die Markteinführung eines neuen Medikaments von 200 Millionen US-Dollar vor 30 Jahren auf heute 2,5 Milliarden US-Dollar gestiegen.



Auf der EmTech Digital, einer von MIT Technology Review organisierten Veranstaltung, erklärte Koller, wie führende Forscher und Wissenschaftler versuchten, KI-Algorithmen und maschinelles Lernen einzusetzen, um diesen Trend umzukehren.

p=np erklärt

Dies ist ein Problem der Vorhersage, sagte sie. Und Vorhersage ist das, worin maschinelles Lernen wirklich gut geworden ist. Gibt es also eine Rolle, die maschinelles Lernen bei der Senkung der Kosten spielen kann?

Während die Entdeckungskosten aufgrund einer Vielzahl von Faktoren, einschließlich der behördlichen Aufsicht, gestiegen sind, fügte Koller hinzu, dass Insitro hoffe, die Systeme und Daten für seine ersten Entdeckungen bis 2021 bereit zu haben.

Sie warnte jedoch davor, dass maschinelles Lernen nicht alle Probleme der Arzneimittelforschung lösen würde – insbesondere wenn Algorithmen schlechte Eingaben haben oder die falschen Ziele verfolgen. Sie wies auf das Versagen vieler Medikamente zur Behandlung von Alzheimer hin, von denen viele in der Annahme entwickelt wurden, dass die Krankheit durch die Anhäufung eines Proteins namens Beta-Amyloid ( nachdem Roche Anfang dieses Jahres zwei weitere Studien abgesagt hatte , bildet sich ein Konsens darüber, dass Beta-Amyloid eher mit Alzheimer korreliert als es verursacht).

Maschinelles Lernen ist ein sehr zweischneidiges Schwert, und je leistungsfähiger es ist, desto einfacher ist es, in diese Lücken zu fallen, sagte sie.

Organtransplantation von Schweinen auf den Menschen

Um solche Fallstricke zu vermeiden, sind bessere Daten in der Größenordnung erforderlich, die in anderen KI-Bereichen als dem Gesundheitswesen zu finden ist, schlug Koller vor. Die Art von Datensätzen, über die wir in der Biologie sprechen, existiert nicht einmal, sagte sie.

Das liegt vor allem an dem strengen Schutz der Privatsphäre, der die medizinischen Daten der Menschen umgibt. Koller sagte jedoch, dass solche Maßnahmen Innovationen unnötig blockieren – und sie schlug eine Lösung vor, um die Dinge schneller voranzutreiben.

wie weit kann das menschliche auge sehen

Wir können [Patienten] nicht einmal bitten, sich für die Weitergabe ihrer Daten an Organisationen zu entscheiden, die versuchen, bessere Behandlungen zu entwickeln, sagte sie. Wenn Sie es zum Standard machen würden, dass die Daten von Personen mit Datenschutzbestimmungen geteilt werden, hätten wir viel mehr Daten.

Einige Länder in Europa haben ein System geschaffen, in dem die Organspende eher ein Opt-out als ein Opt-in ist – und es stellt sich heraus, dass das die Zahl der Organspenden vervierfacht hat, ohne die Kontrolle der Menschen über ihren eigenen Körper einzuschränken.

Es ist nicht nur die Arzneimittelforschung, bei der neue KI-gesteuerte Techniken eingesetzt werden. Künstliche Intelligenz hat auch einen erheblichen Einfluss auf die Art und Weise, wie neue chemische Verbindungen und Materialien erfunden werden .

gpt-3 Papier

Jill Becker, CEO von Kebotix, einem Startup-Unternehmen für Materialforschung, das Ende 2018 öffentlich eingeführt wurde, sagte auf der Konferenz, dass sie stark in maschinelle Lerntechniken investiert, um potenzielle neue Chemikalien und Materialien zu identifizieren.

Becker sagte, dass sie sich aufgrund des Schattens von Erooms Gesetz – und insbesondere der behördlichen Aufsicht – ausdrücklich von Pharmazeutika abwende.

Wir hoffen, 100 Moleküle pro Woche herzustellen; hundert erstklassige Moleküle, sagte sie. Und es gibt zwei Arten von Chemikern: diejenigen, die gerne Medikamente herstellen, und diejenigen, die gerne Dinge in die Luft jagen. Ich bin einer der letzteren. Ich habe kein Interesse daran, auf die FDA zu warten. Ich habe keine Geduld.

verbergen

Tatsächliche Technologien

Kategorie

Unkategorisiert

Technologie

Biotechnologie

Technologierichtlinie

Klimawandel

Mensch Und Technik

Silicon Valley

Computer

Mit News Magazine

Künstliche Intelligenz

Platz

Intelligente Städte

Blockchain

Reportage

Alumni-Profil

Alumni-Verbindung

Mit News Feature

1865

Meine Sicht

77 Mass Avenue

Treffen Sie Den Autor

Profile In Großzügigkeit

Auf Dem Campus Gesehen

Lerne Den Autor Kennen

Alumni-Briefe

Nicht Kategorisiert

77 Massenallee

Rechnen

Tech-Richtlinie

Lernen Sie Den Autor Kennen

Nachrichten

Wahl 2020

Mit Index

Unter Der Kuppel

Feuerwehrschlauch

Unendliche Geschichten

Pandemie-Technologieprojekt

Vom Präsidenten

Titelstory

Fotogallerie

Empfohlen