Τι θα μπορούσε να πάει στραβά; Η βρετανική κυβέρνηση και το Παγκόσμιο Οικονομικό Φόρουμ σχεδιάζουν να αντικαταστήσουν τις κλινικές δοκιμές με προβλέψεις τεχνητής νοημοσύνης

Χρήση AI για κλινικές δοκιμές

Πριν από πέντε χρόνια η βρετανική κυβέρνηση ανακοίνωσε τη συνεργασία της με το τότε ελάχιστα συζητημένο Παγκόσμιο Οικονομικό Φόρουμ (WEF) για την έρευνα καινοτόμων μεθόδων ρύθμισης. Δεν είναι ακριβώς σαφές ποιος είναι ο διοικητικός ή οικονομικός ρόλος που διαδραματίζει το WEF σε αυτό το έργο, αλλά στην πράξη το βρετανικό Υπουργείο Επιχειρήσεων χορηγεί υποτροφίες για την έρευνα διαφόρων φουτουριστικών εννοιών. Έργα ανακοινώθηκαν το 2021 και το 2022 μεταξύ των οποίων τα πιο τρελά είναι:

Έργο με επικεφαλής τον Οργανισμό Ρύθμισης Φαρμάκων και Προϊόντων Υγείας (MHRA)

Ονομασία έργου: Χρήση συνθετικών δεδομένων υψηλής πιστότητας ως συνθετικών βραχιόνων ελέγχου και για την ενίσχυση του μεγέθους των δειγμάτων σε κλινικές δοκιμές
Επιχορήγηση έργου: 750.387 λίρες Αγγλίας

Επισκόπηση του έργου

Οι κλινικές δοκιμές αποτελούν κρίσιμο μέρος του τρόπου με τον οποίο δοκιμάζονται τα νέα φάρμακα πριν από τη χρήση τους στο ΕΣΥ για τη βελτίωση της περίθαλψης και της ευημερίας των ασθενών. Στις συνήθεις κλινικές δοκιμές, οι ασθενείς είτε λαμβάνουν μια θεραπεία είτε όχι με τυχαία επιλογή. Αυτό μπορεί να αποτελέσει πρόκληση σε ορισμένες καταστάσεις υγείας, καθώς η τυχαία κατανομή σε μια ομάδα ελέγχου θα μπορούσε να στερήσει από τους ασθενείς την πρόσβαση σε θεραπείες που θα μπορούσαν να παρατείνουν τη ζωή τους ή να βελτιώσουν τα συμπτώματά τους. Πολλές κλινικές δοκιμές δυσκολεύονται επίσης να προσλάβουν αρκετούς ασθενείς, ιδίως εκείνες που διερευνούν σπάνιες ασθένειες.

Πρόσφατες βελτιώσεις στην υπολογιστική ισχύ επέτρεψαν στους ερευνητές να δημιουργήσουν τεχνητούς ασθενείς, με παρόμοιες πληροφορίες για την υγεία με τους πραγματικούς ασθενείς στις κλινικές δοκιμές. Αυτά τα τεχνητά δεδομένα θα μπορούσαν να βοηθήσουν στην “ενίσχυση” μικρότερων κλινικών δοκιμών, μειώνοντας τον αριθμό των ασθενών που απαιτούνται για να είναι επιτυχείς. Οι τεχνητά παραγόμενες πληροφορίες θα μπορούσαν επίσης να χρησιμοποιηθούν για να αντικατοπτρίζουν καλύτερα τις κοινωνικές ομάδες που εκπροσωπούνται λιγότερο καλά στις κλινικές δοκιμές, συμπεριλαμβανομένων των διαφορετικών ηλικιακών ομάδων και εθνοτήτων.

Το έργο αυτό θα επικεντρωθεί στη χρήση δεδομένων που παράγονται από υπολογιστή για την ενίσχυση μικρών κλινικών δοκιμών και για να δούμε αν αυτό μπορεί να βελτιώσει την αξία αυτών των δοκιμών. Στη συνέχεια, θα δημιουργήσουμε μια εντελώς τεχνητή ομάδα ελέγχου για μια κλινική δοκιμή. Στο μέλλον, οι προσεγγίσεις αυτές θα μπορούσαν να συνδυαστούν με πραγματικές πληροφορίες ασθενών ή ακόμη και να τις αντικαταστήσουν. Η επιτυχία αυτού του έργου θα μπορούσε να συμβάλει στην αλλαγή του τρόπου διεξαγωγής κλινικών δοκιμών σε κοινές και σπάνιες ασθένειες, μειώνοντας το κόστος τους και βελτιώνοντας τον τρόπο με τον οποίο δοκιμάζονται νέες θεραπείες πριν εφαρμοστούν στο ΕΣΥ.

Ο Τζέρεμι Χαντ, υπουργός Οικονομικών του Ηνωμένου Βασιλείου, δήλωσε κατά τη διάρκεια μιας συζήτησης σε πάνελ την Πέμπτη… ότι “όταν έχουμε την επόμενη πανδημία, δεν θέλουμε να πρέπει να περιμένουμε ένα χρόνο για να πάρουμε το εμβόλιο. Αν η τεχνητή νοημοσύνη μπορεί να συρρικνώσει το χρόνο που χρειάζεται για να πάρουμε το εμβόλιο σε ένα μήνα, τότε αυτό είναι ένα τεράστιο βήμα προς τα εμπρός για την ανθρωπότητα“, δήλωσε ο Χαντ.

Σε ένα πλαίσιο όπου το WEF, ο ΠΟΥ και η βρετανική κυβέρνηση προτείνουν να έχουν ένα νέο “εμβόλιο” έτοιμο μέσα σε 100 ημέρες από την αναμενόμενη νέα πανδημία τους, αυτό είναι πιθανώς το πώς θα διαμορφώσουν την ασφάλεια και την αποτελεσματικότητα ενός προϊόντος με λίγους ή καθόλου συμμετέχοντες σε δοκιμές. Κλάψτε.

Suggest a correction