Искусственный интеллект определяет,эффективность лекарств для пациентов с нейродегенеративными заболеваниями

0

Исследовательская группа из Университета Нагои в Японии разработала искусственный интеллект для анализа изображений клеток, который использует машинное обучение для прогнозирования терапевтического эффекта лекарств, пишет MedicalXpress.

Эта новая технология, получившая название in silico FOCUS, может помочь в открытии терапевтических средств для лечения нейродегенеративных расстройств, таких как болезнь Кеннеди.

Современные методы лечения нейродегенеративных заболеваний часто имеют серьезные побочные эффекты, включая сексуальную дисфункцию и блокирует образование мышечной ткани. Однако исследователям, ищущим новые, менее вредные методы лечения, мешает отсутствие эффективных технологий скрининга, позволяющих определить, эффективен ли тот или иной препарат. Одной из многообещающих концепций является «концепция распознавания аномалий», означающая, что нейроны, которые реагируют на лечение, имеют небольшие различия в форме по сравнению с теми, которые этого не делают. Однако эти тонкие различия трудно заметить невооруженным глазом. Современные компьютерные технологии также слишком медленны для проведения анализа.

Группа профессоров Университета Нагои, возглавляемая доцентом Рюдзи Като и доцентом Кей Кани из Высшей школы фармацевтических наук, а также профессором Масахисой Кацуно и доцентом Мадокой Иидой из Высшей школы медицины, протестировала ИИ на модели клеток, получавших лечение от болезни Кеннеди, нейродегенеративного заболевания, которое приводит к гибели двигательных нейронов. in silico FOCUS построил надежную классификационную модель на основе изображений, которая имела 100%-ную точность в определении состояния восстановления модельных клеток. Они опубликовали свои результаты в журнале Научные отчеты.

«Эта технология позволяет проводить высокочувствительную и стабильную оценку воздействия терапевтических средств посредством анализа изменений формы пораженных модельных клеток по сравнению со здоровыми клетками, которые мы обычно не могли отличить, — объясняет профессор Като. — Это сверхэффективная технология скрининга, которая может предсказать эффективность препарата путем простого захвата изображений, тем самым сокращая время, необходимое для анализа и оценки эффективности препарата, с нескольких часов до нескольких сотен тысяч клеток всего на несколько минут. Это позволяет с высокой точностью прогнозировать терапевтические эффекты без сложных и инвазивных экспериментов».

Эти результаты указывают на возможность ускорения разработки новых лекарств, и мы ожидаем, что они будут широко применяться для открытия терапевтических препаратов для лечения заболеваний, которые было трудно исследовать.

О том, как отличить легкие когнитивные изменения от деменции — читайте далее.

Комментарии закрыты