Tekoäly mullistaa lääkekehityksen – potilaan eduksi

Tällä kertaa tarkastelen tekoälyn vaikutuksia lääketeollisuuden toimintaa erityisesti lääkekehitykseen. Nimittäin tekoälyn ja laskentatehon huima kasvu muuttavat lääketeollisuuden toimintaympäristöä ja lääkekehitystä aivan poikkeuksellisella tavalla vanhoihin kaavoihin verrattuna. Saattaa olla niin, että aika uuden lääkkeen kehitykseen laboratoriosta potilaan käyttöön puolittuu nykyisestä 10–12 vuodesta. 

Samalla potilaan hoito tulee harppaamaan lähitulevaisuudessa aimo askeleen kohti yhä täsmällisempää ja yksilöllisempää hoitoa. Potilaan kannalta tämä tarkoittaa nopeammin yhä vaikuttavampia ja henkilökohtaisempia hoitoja vähäisemmillä haittavaikutuksilla. 
 

Tekoäly muovaa kaikkia lääkekehityksen vaiheita

Ennen itse lääkkeen kehittämistä on tärkeää ymmärtää sairauksien syntymekanismit sekä se, miten sairauden etenemiseen ja oireisiin voidaan vaikuttaa. Jo tässä vaiheessa tekoäly ja superteholaskenta auttavat tutkijaa tutkimustyössään. Esimerkiksi algoritmit voidaan valjastaa käyttöön louhimaan tutkimuskirjallisuutta. Kukaan ihminen ei pysty vastaavalla nopeudella tai laajuudella keräämään ja analysoimaan tutkimusaineistoja tai kirjallisuutta kuin mitä kone pystyy tekemään.

Lääkekehityksen perinteinen haaste on ollut, että jopa 10 000 molekyylin joukosta pitäisi seuloa muutamia kymmeniä potentiaalisia molekyylejä jatkokehitykseen ns. prekliinisiin tutkimuksiin. Tekoäly yhdistettynä suurteholaskentaan ja kvanttilaskentaan tulee tuomaan huomattavasti nopeammin vastauksen siihen, mitä molekyylejä kannattaa viedä eteenpäin ja mitä ei. Lisäksi molekyylejä tutkitaan solu- ja kudosmalleilla elävän organismin ulkopuolella sekä arvioidaan niiden turvallisuutta erilaisilla mallinnuksilla. Tekoäly on myös tässä kohdin oiva ja ripeä apuri. Voisi sanoa, että päästään oikotietä pitkin suoraan juuri vaikuttavimpiin ja turvallisimpiin molekyylikandidaatteihin. 

Tekoälyn avulla voidaan myös vähentää ja jopa välttää koe-eläinten käyttöä tutkimustyössä. Lääkekehityksestä voidaan tehdä samalla eettisempää. Juuri tässä vaiheessa tehdään ratkaisevia päätöksiä siitä, onko lääkekandidaatti riittävän turvallinen viedä eteenpäin kliinisiin tutkimuksiin ihmisille annettavaksi.

Prekliinisen vaiheen jälkeen siirrytään kliinisiin lääketutkimuksiin, joiden osalta noin puolet voisi korvata tekoälysovelluksella tulevaisuudessa. Kliiniset lääketutkimukset tehdään globaaleissa verkostoissa eri mantereilla ja maissa, joten tekoälyä voidaan hyödyntää tutkimuksen laadun ja tarkkuuden parantamisessa. Tekoälyn hyödyntäminen tutkimuspotilaiden valinnassa lisää myös turvallisuutta ja tutkimuksen laatua.

Jatkossa kliinisen lääketutkimuksen asetelma voisi olla seuraavanlainen: yksi ryhmä saisi uutta lääkettä, toinen lumelääkettä tai jo käytössä olevaa standardihoitoa. Kolmas ryhmä olisi virtuaalinen verrokkiryhmä, jonka muodostaminen tehtäisiin tekoälyn avulla lääketieteellisistä tietokannoista. Samalla tässä kohdin voitaisiin vähentää kustannuksia. 
 

Tuloksena entistä täsmällisempi lääkehoito potilaalle

Tekoälyn ja laskentatehon vaikutukset lääkekehitykseen ovat merkittäviä kaikella tapaa: lääkekehitystä voidaan tehdä entistä eettisemmin, lääkkeen kehitysaika voi jopa puolittua ja kustannukset vastaavasti pienentyä. Jos lääkekehityksen hinta laskee ja kehityskustannuksiin liittyvät epäonnistumisriskit minimoituvat, voidaan nähdä myös uusien lääkkeiden hintapaineiden helpottuvan. Lisäksi tutkimustyön henkilöresurssien käytössä voidaan saada säästöjä, koska kone hoitaa entistä suuremman osan työstä. Tästä taas johtopäätöksenä on todettava, että alalla tarvitaan aivan uudenlaisia osaajia ja työ jakautuu uudella tavalla. 

Lopputuloksena, ennen kaikkea potilaan näkökulmasta, voidaan saada entistä täsmällisemmin juuri hänen vaivaansa sopivin lääkehoito, ja moni nykyisin parannuskeinoa odottava sairaus voidaan saada parannettua.
 

Teksti on alun perin julkaistu Verkkouutisten blogina 2.3.2024