IDBS Blog | 26. veebruar 2019
Tuleviku meditsiin: Isikupärastamine tehisintellekti ja masinõppe abil
Kuidas andmed, tehisintellekt ja masinõpe võivad avada uksed ravimite avastamisele ja edendada personaliseeritud meditsiini.
Isikupärastatud ja täppismeditsiini arendamine on järgmine läbimurre ravimite arendajate jaoks - eriti vähiravimite puhul. Hiljutine ülevaatlik dokumentRutgersi ülikooli biomeditsiinitehnika osakonna teadlastelt, rõhutab selle potentsiaalselt muutvat mõju vähiravile.
Seda on lihtne mõista.
Personaalne meditsiin loobub traditsioonilisest lähenemisviisist, mille kohaselt kasutatakse meditsiini laia populatsiooni ravimiseks, ja keskendub selle asemel üksikjuhtumile. See tähendab, et arvesse võetakse individuaalset haigusmustrit, konstitutsiooni, sugu ja sellest tulenevaid tagajärgi ravimeetoditele ja ravimitele. Tulemuseks on patsiendi jaoks tõhusam ravi.
Andmete kasutamine enda kasuks
Kuid on olemas arvukad väljakutsed ja keerukused praktika ees. Vähi analüüsimiseks ja diagnoosimiseks on vaja väga tundlikke voolutsütomeetreid ja rakusorteerijaid, et tuvastada ringluses olevaid kasvajarakke. Kui need on tuvastatud, saavutatakse iseloomustus molekulaarsel tasandil, et järjestada üksiku kasvajaraku DNA. Seejärel kasutatakse organ-on-a-chip tehnoloogiaid kolmemõõtmeliste rakukultuuride kasvatamiseks, mis vähendab teadus- ja arendustegevuses loomkatsete vajadust, edendades samal ajal personaliseeritud meditsiini arendamist.
Kuid kuna igal sammul tekib nii palju andmeid, siis on probleemiks, kuidas neid mõistlikult kasutada. Vastus peitub uute tehnoloogiate kasutamises, et võtta andmeanalüüsi koormus enda kanda.
Tehisintellekt ja masinõpe võivad siinkohal luua märkimisväärset kasu - ühtlustades andmeanalüüsi protsessi, et teadlased keskenduksid arendamisele, mitte analüüsile. GSK ja 23andMe vaheline koostöö kogub tohutuid andmehulki ja rakendab tehisintellekti, et edendada ravimite avastamist. Sellise projekti andmeanalüüsil võib olla suur mõju personaliseeritud meditsiini kiireks loomiseks.
Kui andmete õigeks saamine on oluline, siis on sama oluline tagada nende täpne salvestamine ning teabe lihtne kättesaadavus ja jagatavus. Õige andmetaristu loomine ning tehisintellekti ja masinõppe kasutamine on kõik olulised sammud, et arendada täiustatud personaliseeritud meditsiini.
Kui soovite teada saada, kuidas IDBS aitab teil oma andmeid tõhusamalt hallata, saate järgmist teavet rääkige meie eksperdiga siin.
Rohkem uudiseid
Miks tehisintellekti jaoks sobivad bioprotsessi andmed pärinevad laborist
Too much scientific data lives in disconnected systems, free text or spreadsheets. Without capturing structure and context at the bench, it is hard to reuse data for analytics, automation and AI at scale. Discover how to move from fragmented records to reusable scientific insight.
Mis on „reguleeritud kesktee“? Kuivlabori tehisintellekti ja märglabori rakendamise ühendamine
AI is generating powerful hypotheses in biopharma but many of these insights stall at the bench. In this blog, Anirban Mudi introduces the concept of the governed middle – the operational layer that connects dry lab AI to governed wet lab execution.
Antibody tööstussümpoosion 2026
IDBS on põnevil, et saab osaleda 25. iga-aastasel Bio-IT World Conference & Expo konverentsil. Külastage meid stendil 511, et teada saada, kuidas IDBS Polar ühtlustab andmete töövooge, parandab koostööd ja kiirendab innovatsiooni kogu bioteaduste valdkonnas.
IDBS ja Alchemi on sõlminud partnerluse, et kiirendada bioloogiliste ravimite regulatiivseid taotlusi nõuetele vastavate tehisintellekti agentide abil
IDBS ja Alchemi on sõlminud partnerluse, et ühendada Alchemi tehisintellekti agendid IDBS Polar-s asuvate reguleeritud andmetega, võimaldades biotehnoloogia- ja farmaatsiameeskondadel koostada CMC-aruandeid ja taotlusdokumente kiiremini – tagades kogu protsessi vältel vastavuse 21 CFR osa 11 nõuetele ja inimese poolt läbivaatamise.
