Сердце передо мной бьется и двигается как человеческий орган — нем не течет кровь и оно не живет в человеческом теле.
Это сгенерированное компьютером сердце или цифровой близнец, который используют для тестирования имплантированных сердечно-сосудистых устройств, таких как стенты и протезы клапанов. После подтверждения их безопасности их используют на реальных людях.
Но создатели сердца, Adsilico, вышли за рамки создания одной точной модели.
Используя искусственный интеллект и огромное количество данных, они создали несколько разных сердец.
Эти искусственные сердца могут отражать не только такие биологические характеристики, как вес, возраст, пол и артериальный. давление, но и состояние здоровья и этническое происхождение.
Поскольку эти отличия часто не представлены в клинических данных, цифровые сердца-близнецы могут помочь производителям устройств проводить испытания среди более разнообразных популяций, чем во время испытаний на людях. или только с цифровыми близнецами без ИИ.
«Это позволяет нам охватить полное разнообразие анатомических структур и физиологических реакций пациентов, что невозможно с помощью обычных методов. Такое использование искусственного интеллекта для улучшения тестирования помогает разработать устройства, более инклюзивные и более безопасные», – говорит исполнительный директор Adsilico Шина Макферсон.
В 2018 году расследование Международного консорциума журналистов-расследователей показало, что медицинские приборы повлекли за собой 83 000 смертей и более 1,7 миллиона травм.
Макферсон надеется, что цифровые близнецы с искусственным интеллектом помогут уменьшить эти цифры.
«Чтобы действительно сделать эти устройства более безопасными, нужно проверить их более тщательно, а сделать это в условиях клинических испытаний невозможно из-за их стоимости», — говорит Макферсон.
«Поэтому хорошо иметь возможность использовать сгенерированную компьютером версию, чтобы убедиться, что вы проверили все как можно тщательнее, прежде чем тестировать на человеке», — добавляет она.
«Части этих смертей — и связанных с ними судебных процессов — можно было бы избежать с помощью более тщательного тестирования. Также можно получить более подробные результаты», — говорит Макферсон.
«Можно взять то же [виртуальное] сердце и проверить его при низком или высоком кровяном давлении или с разным прогрессированием заболевания, чтобы увидеть, это ли как-то влияет на устройство», — объясняет она.
«[Виртуальное] тестирование дает производителям медицинских устройств гораздо больше информации. С его помощью мы можем тестировать другие подгруппы пациентов, а не только белых мужчин, на которых традиционно базируются клинические испытания», — добавляет Макферсон.
Модели искусственного интеллекта Adsilico учатся на комбинации сердечно-сосудистых данных и данных реальных МРТ и КТ, в частности пациентов, которые на это согласились.
Данные берут из детальных анатомических структур сердца, чтобы помочь создать точные цифровые репрезентации того, как медицинские устройства будут взаимодействовать с разными анатомическими структурами пациентов.
Испытания Adsilico предполагают создание цифрового близнеца тестируемого устройства, которое затем вставляют в виртуальное сердце во время моделирования, сгенерированного ИИ.
Все это происходит внутри компьютера, где тест можно воспроизвести на тысячах других сердец – все из которых являются версиями подлинного человеческого сердца, смоделированные ИИ. С другой стороны, в испытаниях на людях и животных, как правило, принимают участие только сотни участников.
Возможно, наибольшим стимулом для производителей лекарств и устройств является то, как испытания с цифровыми близнецами с искусственным интеллектом экономят время и средства.
<Производитель лекарств Sanofi, например, надеется сократить период тестирования на 20%, а также повысить их успеваемость. Он использует технологию цифровых близнецов в иммунологии, онкологии и в лечении редких заболеваний. распределяют на контрольную группу и группу плацебо. Затем программы искусственного интеллекта Sanofi также создают компьютерные модели препарата для тестирования, синтезируя свойства, например то, как препарат будет усваиваться организмом, чтобы его можно было протестировать на пациентах ИИ. Программа также предусматривает их реакцию, воспроизводя реальное испытание. «Учитывая 90% неудач нового лекарства во время клинической разработки, увеличение успеваемости всего на 10% благодаря таким технологиям, как цифровые близнецы, может привести к экономии 100 миллионов долларов США, учитывая высокую стоимость клинических испытаний на поздней стадии», — говорит Мэтт Траппо, глобальный руководитель Sanofi по исследовательским платформам и вычислительным исследованиям и разработок.
Результаты пока обнадеживающие, добавляет он.
«Впереди еще много работы. Многие болезни, с которыми мы сейчас имеем дело, очень сложны. Вот где на помощь приходят такие инструменты, как искусственный интеллект. Создание следующего поколения цифровых близнецов с помощью точных ИИ- моделей сложной человеческой биологии – это следующий этап», — объясняет Траппо.
Автор фото, PA Consulting
Однако цифровые близнецы могут иметь слабые стороны, говорит Чарли PA Consulting и бывший менеджер службы охраны здоровье.
Он отмечает, что успехи искусственного интеллекта зависят от наборов данных, на которых он учится.
«[Через] устаревшие методы сбора данных и низкая представленность маргинализированных групп населения мы можем оказаться в ситуации, когда при программировании виртуальных двойников можем вводить определенные предубеждения», — объясняет он.
Работа с ограниченными устаревшими данными для обучения искусственному интеллекту является проблемой, которую Sanofi знает и работает над ее решением.
Чтобы заполнить пробелы в своих наборах данных, состоящих из миллионов данных тысяч пациентов, ежегодно проходящих испытания, компания получает данные от третьих сторон, таких как электронные медицинские реестры и биобанки.
Между тем Макферсон из Adsilico надеется, что когда-то благодаря технологии цифровых близнецов во время клинических испытаний можно будет прекратить тестирование на животных, которое считается важной частью процесса тестирования лекарств и устройств.
«Виртуальная модель нашего сердца все же ближе к сердцу человека, чем сердце собаки, коровы, овцы или свиньи, которые, как правило, используются для исследований имплантированных устройств», — говорит она.