Enemmän onnistumisia lääketutkimukseen
Tekoälyn käytöllä halutaan sekä nopeuttaa lääkekehityksen T&K-prosessia että lisätä onnistumisen todennäköisyyttä.
Lääkeyhtiö Orion hyödyntää tekoälyä useisiin kymmeniin eri tarkoituksiin T&K-työssään.
– Yritämme tekoälyavusteisesti etsiä uusia biologisia kohteita, tyypillisesti proteiineja, joilla olisi vaikutus tautien etenemiseen tai paranemiseen meille tärkeissä tautialueissa – vaikkapa syövissä tai kivussa, Orion Oyj:n digitaalisen lääketieteen johtaja Sammeli Liikkanen kertoo.
– Käytämme tekoälyä myös selvittämään tauteihin liittyviä hyvinkin monimutkaisia syy-yhteyksiä kohdepopulaatioissa ja tutkimaan miten tautibiologia vaikkapa jossain tietyssä syövän alaosassa toimii. Haluamme ymmärtää, miltä tauti näyttää, ja miltä se näyttää, kun se alkaa parantua lääkehoidolla, jotta voisimme mitata hoidon tehoa tunnistettujen biomarkkerien avulla. Myös haittatapahtumien ennakointi ja jopa ehkäiseminen on mahdollista tulevaisuudessa.
Jatkossa tekoälyä käytetään yhä enemmän myös erilaisten kuvien analysoinnissa. Liikkanen muistuttaa, että lääketutkimuksessa käytettävistä mikroskoopeista, skannereista ja muista laitteista tulee jatkuva kuvavirta, jota on tähän mennessä analysoitu enemmän ja vähemmän käsipelillä.
Tekoälyllä tähän työhön saadaan aikaisempaa enemmän luotettavuutta, järjestelmällisyyttä ja toistettavuutta. Samalla säästyy resursseja.
– Pystymme myös optimoimaan tekoälyllä proteiinin ja lääkeainemolekyylin vuorovaikutusta. Työtä nopeuttaa valtavasti mahdollisuus simuloida tietokonemalleilla tiettyjen rakenteiden toiminnallisuutta jonkin tietyn proteiinin kanssa, Liikkanen kehuu.
– Tulevaisuudessa voimme simuloida myös kliinisiä kokeita. Pystymme jo nyt ennustamaan, miten tietyt kliiniset kokeet onnistuvat toiston ja tehon osalta tietyissä populaatioissa.
Jatkossa on mahdollista tuottaa synteettistä dataa ja analysoida olemassa olevia potilaskohortteja tilanteessa, jossa olisi mahdotonta saada koottua kontrollipopulaatiota.
– Tällainen tilanne voisi olla esimerkiksi harvinaissairauksissa, jossa potilaiden kokonaismäärä on hyvin pieni, tai tilanteessa, jossa lumelääkkeen antamista kontrolliryhmälle olisi mahdoton perustella eettisesti – esimerkiksi jos kokeiltava uusi hoito saattaisi pitää heidät hengissä.
Orion ottaa jatkossa prediktiivisten tekoälymallien rinnalle yhä enenevässä määrin generatiivista AI:ta, vaikkapa suunnittelemaan tarpeeseen soveltuvia aminohapporakenteita.
– Generatiivisella AI:lla voisi jopa tuottaa kenenkään yksityisyyttä loukkaamatonta ja oikeisiin populaatioihin perustuvaa synteettistä potilasdataa tilanteessa, jossa oikeaa dataa on mahdotonta saada esimerkiksi yksityisyyden suojan takia, Liikkanen sanoo.
– Yritämme jatkossa kehittää ja hyödyntää myös sellaisia tekoälyyn ja data-analytiikkaan perustuvia ratkaisuja, jotka optimoivat vaikkapa hoidon turvallisuutta ja tehoa ja ottavat huomioon myös sen yksilöllisen luonteen. Aina kun meillä on mahdollisuus mitata jotain, niin meillä on myös mahdollisuus sitä mittausdataa hyödyntäen optimoida asioita.
Orion sai vuonna 2023 Business Finlandilta liki 10 miljoonaa euroa hankkeeseen, jossa lääketutkimusprosessia muutetaan datan ja AI:n avulla nopeammaksi ja todennäköisempiä tuloksia tuottavaksi. Hankkeella varmistetaan suomalaisen lääketutkimus- ja ekosysteemin elinkelpoisuutta ja kansainvälistä kilpailukykyä ja Business Finland onkin varannut lähes 20 miljoonaa euroa laajemman suomalaisen tutkimusekosysteemin tukemiseen.
Lue kaikki tekoälyä käsittelevät Valokeila-kokonaisuuden artikkelit:
Tekoäly ja tutkijan kultainen kosketus
Tekoäly etsii varhaisia signaaleja hyönteistuhoista