2018年已過半,人工智能熱度絲毫未減且有越燃越旺之勢(shì)，無論政府還是業(yè)界都給予了高度重視。隨著人工智能技術(shù)的不斷發(fā)展，它逐漸滲透至各領(lǐng)域，包括與人們健康息息相關(guān)的醫(yī)療領(lǐng)域。近日，有關(guān)研究人員已經(jīng)開發(fā)出一種特殊的人工智能系統(tǒng)來預(yù)測(cè)數(shù)百萬種藥物的副作用，人工智能的應(yīng)用為醫(yī)療行業(yè)的發(fā)展注入了新活力。
經(jīng)證實(shí)的統(tǒng)計(jì)數(shù)據(jù)顯示，當(dāng)兩種藥物同時(shí)使用時(shí)，大約有1000種已知的副作用最終會(huì)發(fā)生。我們已經(jīng)在市場(chǎng)上有5000種藥物，簡(jiǎn)單地說就是在所有可行的藥物組合之間有1250億潛在的副作用。
然而，令人悲傷的是，從來沒有任何特定的方法可以預(yù)測(cè)藥物削減副作用的可能。幸運(yùn)的是,AI技術(shù)現(xiàn)在很有希望解決這個(gè)問題。
根據(jù)疾控中心的估計(jì)，23%的美國(guó)居民僅上個(gè)月就至少服用了兩種處方藥。更有甚者，有39%的65歲老人服用五種或多種不同的藥物。
再一次，不幸的是，醫(yī)生們很少或根本不知道這種藥物組合會(huì)有什么副作用，更不用說在病人的藥房里添加另一種藥物的后果了。
來自斯坦福大學(xué)的計(jì)算機(jī)科學(xué)家、博士后Marinka Zitnik解釋說:“由于現(xiàn)有的藥物數(shù)量眾多，從長(zhǎng)遠(yuǎn)來看，要檢驗(yàn)或應(yīng)用某些藥物組合如何影響病人的知識(shí)是不可能的。”她補(bǔ)充說，在同樣的條件下，醫(yī)生不得不推出新的藥物組合，這一等式變得更加困難。
幸運(yùn)的是，研究人員已經(jīng)開發(fā)出一種特殊的人工智能系統(tǒng)，可以預(yù)測(cè)藥物組合產(chǎn)生的潛在副作用。這樣可以事先告知以便考慮更好的選擇。
新人工智能系統(tǒng)名為Decagon，它不僅能幫助人們更好地決定藥物處方，還能指導(dǎo)研究人員在實(shí)驗(yàn)中找到更好的藥物組合，以治療復(fù)雜的疾病，甚至更好地開發(fā)更好的藥物。
Decagon能夠管理數(shù)以百萬計(jì)的combos和挖掘出令人擔(dān)憂的合作伙伴?，F(xiàn)在，一旦它可以公開使用，在一個(gè)更用戶友好的狀態(tài)下，這個(gè)系統(tǒng)將是目前存在的一個(gè)改進(jìn)，它本質(zhì)上是一種嘗試和錯(cuò)誤，因?yàn)樵诓∪顺霈F(xiàn)頭痛或其他副作用之后，醫(yī)生再變換藥物。
這一概念是在科學(xué)家們意識(shí)到他們可以利用藥物對(duì)人體細(xì)胞機(jī)制的影響后產(chǎn)生的。這導(dǎo)致他們組成了一個(gè)龐大的網(wǎng)絡(luò)，精確地描述了人體中19000個(gè)蛋白質(zhì)如何相互作用，特別是不同的藥物是如何影響這些蛋白質(zhì)的。
然后，他們選取了400萬已知的與藥物和副作用相關(guān)的病例，并利用這些數(shù)據(jù)創(chuàng)建了一種方法，以確定藥物針對(duì)不同蛋白質(zhì)時(shí)，副作用如何顯現(xiàn)的模式。
深度學(xué)習(xí)提供了解決方案，作為他們能夠達(dá)到目標(biāo)的唯一手段。該技術(shù)模仿大腦使用神經(jīng)網(wǎng)絡(luò)。這種類型的人工智能有能力篩選數(shù)據(jù)，以提取數(shù)據(jù)中抽象和反直覺的模式。
然后，研究人員對(duì)他們的系統(tǒng)進(jìn)行了定制，以推斷藥物組合的模式、副作用，并預(yù)測(cè)在同時(shí)服用兩種藥物時(shí)隱藏的看不見的后果。
雖然系統(tǒng)給出了非常全面的結(jié)果，但是小組花了更多的時(shí)間來確認(rèn)這些預(yù)測(cè)，而最終的測(cè)試表明它在很多情況下確實(shí)是正確的。
一個(gè)典型的例子是,結(jié)合膽固醇藥物(阿托伐他汀)和血壓藥物(amlopidine)可能會(huì)導(dǎo)致肌肉炎癥,系統(tǒng)正確的證明了2017年的臨床報(bào)告,提到這個(gè)“可能會(huì)導(dǎo)致一種嚴(yán)重的肌肉炎癥。”
事實(shí)上，通過對(duì)醫(yī)學(xué)文獻(xiàn)的進(jìn)一步檢查，Decagon能夠預(yù)測(cè)出10個(gè)已被證實(shí)的結(jié)果，這為它的能力提供了更多的證據(jù)。
簡(jiǎn)而言之，當(dāng)這種人工智能驅(qū)動(dòng)的技術(shù)被改進(jìn)后，它可能會(huì)成為醫(yī)學(xué)界和藥物開發(fā)領(lǐng)域的另一個(gè)主要工具。
（原標(biāo)題：人工智能可以預(yù)測(cè)數(shù)百萬種藥物的副作用）
