Tác dụng phụ của thuốc - nguyên nhân dẫn đên những biến chứng vô cùng nguy hiểm có thể đe dọa đến tính mạng thật sự là thứ rất khó để có thể lường trước bởi theo ước tính, có hơn 125 tỷ biến chứng tiềm năng. “Việc thử nghiệm một loại thuốc mới bằng cách kết hợp nó với những dạng thuốc sẵn có là điều bất khả thi, bởi cần phải thực hiện đến 5 ngàn thí nghiệm khác nhau”, Marinka Zitnik, một nghiên cứu sinh ngành khoa học máy tính tại Đại học Stanford (Mỹ), cho biết. “Trên thực tế, chúng tôi không biết chuyện gì sẽ xảy ra”.
Để giải quyết vấn đề này, Zitnik và Jure Leskovec, một giáo sư cùng ngành đã cùng nhau phát triển Decagon - một hệ thống Trí tuệ nhân tạo (AI) với khả năng dự đoán tác dụng phụ có thể xảy ra khi các loại thuốc được dùng chung với nhau. Được tài trợ bởi Quỹ Khoa học Quốc gia, Viện Y tế Quốc gia, Cơ quan của các dự án nghiên cứu Quốc phòng tiên tiến, phòng Sáng kiến khoa học dữ liệu Stanford, và Chan Zuckerberg Biohub (quỹ được thành lập bởi CEO Facebook Mark Zuckerberg và vợ Priscilla Chan), hệ thống này đã số hóa hơn 19.000 protein trong cơ thể con người có khả năng tương tác với nhau cũng như tương tác với các loại thuốc.
Sau khi tổng hợp hơn 4 triệu mối liên kết giữa thuốc, protein và các tác dụng phụ, nhóm chuyên gia sau đó đã sử dụng một thuật toán "deep learning” để đưa ra dự đoán sự kết hợp nào sẽ dẫn đến biến chứng và những gì thu được hứa hẹn hơn rất nhiều so với mong đợi.
Marinka Zitnik, nghiên cứu sinh ngành khoa học máy tính tại Đại học Stanford - một trong những tác giả của công trình nghiên cứu
Trải qua thử nghiệm, Decagon có khả năng dự đoán chính xác tác dụng phụ do kết hợp thuốc với độ chính xác lên đến 69%. Ví dụ, hệ thống có thể dự đoán khi dùng atorvastatin (thuốc có tác dụng hạ cholesterol) chung với thuốc điều trị tăng huyết áp amlodipine thì có thể dẫn đến viêm cơ. Hơn nữa, AI này còn có thể đưa ra phán đoán của nó về khả năng xảy ra biến chứng với kết quả trùng khớp với 10 tác dụng phụ mới được xác nhận gần đây bởi các nhà nghiên cứu y khoa.
Ở thời điểm hiện tại, Decagon vẫn còn có điểm hạn chế: nó chỉ mới có khả năng đưa ra dự đoán về tác dụng phụ có thể xảy ra giữa các cặp thuốc chứ chưa thể nhiều hơn. Và điều này đang được các nhà khoa học làm việc để cải tiến trong một phiên bản cập nhật sẽ tung ra trong tương lai.
Được biết trong ngành y tế hiện nay, dược phẩm không phải là lĩnh vực duy nhất đang ngày càng trở nên tiến bộ nhờ Trí thông minh nhân tạo. Các nhà nghiên cứu hiện cũng đang ứng dụng "machine learning” trong việc dự đoán khuyết tật ở trẻ sơ sinh. Ngoài rất nhiều công ty khởi nghiệp đang phát triển AI để phục vụ cho việc cải thiện sức khỏe con người, Google cũng đang là một ứng cử viên trong cuộc đua này với DeepMind Health, dự án nhằm phát triển một bộ ứng dụng có thể giúp các bác sĩ xác định nguy cơ biến chứng ở bệnh nhân.
Các nhà phân tích tại công ty tư vấn thị trường McKinsey ước tính các thuật toán machine learning như thế này có thể giúp các công ty dược phẩm tiết kiệm được số tiền lên đến 100 tỷ USD mỗi năm.
Để giải quyết vấn đề này, Zitnik và Jure Leskovec, một giáo sư cùng ngành đã cùng nhau phát triển Decagon - một hệ thống Trí tuệ nhân tạo (AI) với khả năng dự đoán tác dụng phụ có thể xảy ra khi các loại thuốc được dùng chung với nhau. Được tài trợ bởi Quỹ Khoa học Quốc gia, Viện Y tế Quốc gia, Cơ quan của các dự án nghiên cứu Quốc phòng tiên tiến, phòng Sáng kiến khoa học dữ liệu Stanford, và Chan Zuckerberg Biohub (quỹ được thành lập bởi CEO Facebook Mark Zuckerberg và vợ Priscilla Chan), hệ thống này đã số hóa hơn 19.000 protein trong cơ thể con người có khả năng tương tác với nhau cũng như tương tác với các loại thuốc.
Sau khi tổng hợp hơn 4 triệu mối liên kết giữa thuốc, protein và các tác dụng phụ, nhóm chuyên gia sau đó đã sử dụng một thuật toán "deep learning” để đưa ra dự đoán sự kết hợp nào sẽ dẫn đến biến chứng và những gì thu được hứa hẹn hơn rất nhiều so với mong đợi.
Marinka Zitnik, nghiên cứu sinh ngành khoa học máy tính tại Đại học Stanford - một trong những tác giả của công trình nghiên cứu
Trải qua thử nghiệm, Decagon có khả năng dự đoán chính xác tác dụng phụ do kết hợp thuốc với độ chính xác lên đến 69%. Ví dụ, hệ thống có thể dự đoán khi dùng atorvastatin (thuốc có tác dụng hạ cholesterol) chung với thuốc điều trị tăng huyết áp amlodipine thì có thể dẫn đến viêm cơ. Hơn nữa, AI này còn có thể đưa ra phán đoán của nó về khả năng xảy ra biến chứng với kết quả trùng khớp với 10 tác dụng phụ mới được xác nhận gần đây bởi các nhà nghiên cứu y khoa.
Ở thời điểm hiện tại, Decagon vẫn còn có điểm hạn chế: nó chỉ mới có khả năng đưa ra dự đoán về tác dụng phụ có thể xảy ra giữa các cặp thuốc chứ chưa thể nhiều hơn. Và điều này đang được các nhà khoa học làm việc để cải tiến trong một phiên bản cập nhật sẽ tung ra trong tương lai.
Được biết trong ngành y tế hiện nay, dược phẩm không phải là lĩnh vực duy nhất đang ngày càng trở nên tiến bộ nhờ Trí thông minh nhân tạo. Các nhà nghiên cứu hiện cũng đang ứng dụng "machine learning” trong việc dự đoán khuyết tật ở trẻ sơ sinh. Ngoài rất nhiều công ty khởi nghiệp đang phát triển AI để phục vụ cho việc cải thiện sức khỏe con người, Google cũng đang là một ứng cử viên trong cuộc đua này với DeepMind Health, dự án nhằm phát triển một bộ ứng dụng có thể giúp các bác sĩ xác định nguy cơ biến chứng ở bệnh nhân.
Các nhà phân tích tại công ty tư vấn thị trường McKinsey ước tính các thuật toán machine learning như thế này có thể giúp các công ty dược phẩm tiết kiệm được số tiền lên đến 100 tỷ USD mỗi năm.
Nguồn: News.stanford.edu
