Powstaną lekarstwa na nieuleczalne choroby? Pomogą w tym… cyfrowe bliźniaki
Cyfrowe bliźniaki, czyli skomplikowane modele symulacyjne odzwierciedlające konkretną rzeczywistość, mogą odegrać istotną rolę w opracowaniu lekarstw na nieuleczalne choroby. Zdaniem ekspertów postępy sztucznej inteligencji umożliwią spersonalizowanie leczenia pacjentów.
W dziedzinie medycyny cyfrowe bliźniaki pozwalają tworzyć wirtualne modele różnych organów, takich jak serce, wątroba czy płuca. Dzięki nim możliwe jest monitorowanie reakcji pacjentów na konkretne leczenie. Analizując historię pacjenta i różne parametry, można ocenić, jak dany pacjent zareaguje na terapię i czy warto ją zastosować, czy może konieczne jest inne podejście.
Profesor Andrzeja Szałas z Uniwersytetu Warszawskiego podkreśla, że badania genetyczne pozwalają przewidzieć pewne rodzaje nowotworów, na które człowiek może być bardziej podatny, uwzględniając jego indywidualny zestaw genów.
Istnieją modele oparte na tych informacjach, ale nie obejmują one pełnego spektrum możliwych chorób
– mówi ekspert.
Obecne rozwiązania mają pewne ograniczenia, zwłaszcza jeśli chodzi o sprawdzanie reakcji organizmu na każdy możliwy lek. Proces diagnozowania opiera się na szczegółowych badaniach, ale nie zawsze można być pewnym, że dana terapia będzie skuteczna w stu procentach. Dlatego cyfrowe bliźniaki mogą być pomocne, umożliwiając szybkie odrzucenie niewłaściwych pomysłów i znalezienie właściwego rozwiązania.
W Polsce jednym z głównych problemów jest ograniczony dostęp do danych pacjentów, ponieważ są to dane wrażliwe. Bez odpowiednich zbiorów danych, dla wielu firm postęp w tej dziedzinie będzie ograniczony. Ważne jest stworzenie ogólnodostępnych zbiorów danych, aby możliwe było tworzenie zaawansowanych modeli dotyczących całego człowieka.
Nawet jeśli usuniemy imię, nazwisko i adres, istnieje ryzyko, że na podstawie rodzaju terapii można zidentyfikować poszczególne osoby. Dopóki nie powstaną ogólnodostępne zbiory, dla wielu firm, postęp w tej dziedzinie będzie moim zdaniem ograniczony i nie osiągniemy szybkiego postępu w tworzeniu zaawansowanych modeli dotyczących całego człowieka.
– mówi prof. Szałas.
Ekspert zauważa, że postęp sztucznej inteligencji, zwłaszcza dotyczący głębokich sieci neuronowych, pozwoli na analizowanie ogromnej ilości danych związanych z leczeniem pacjentów. Choć obecnie ten proces jest czasochłonny, odpowiednie zaawansowane modele symulacyjne mogą przyspieszyć rozwój i selekcję najlepszych terapii.
Źródło: Niezalezna.pl, PAP
