Компанія вже залучила на поміч штучний інтелект
Фармацевтичний гігант Johnson&Johnson каже, що ефективність ліків може відрізнятися для різних расових та етнічних груп, пише ITC.
Темношкірі американці, до прикладу, вдвічі частіше хворіють на множинну мієлому, аніж білі — але їх відсоток участі у клінічних випробуваннях лікування раку кісткового мозку становить лише 4,8%. Johnson&Johnson каже, що вже збільшив цю частку — за допомогою штучного інтелекту.
Компанія за допомогою алгоритмів визначила центри, куди б могли звернутися темношкірі пацієнти із цією хворобою, чим вже збільшила рівень участі темношкірих людей у 5 дослідженнях приблизно до 10%. Відомі академічні центри чи клініки, які традиційно проводили випробування, часто важкодоступні для пацієнтів із меншин чи малозабезпечених пацієнтів через велику відстань або вартість.
Загалом Johnson&Johnson використовує ШІ, щоб урізноманітнити 50 різних випробувань, а наступного року планує подвоїти цю кількість.
Одне дослідження шкірних захворювань, у якому використовувалися скриншоти з телефону та електронні форми згоди, щоб дати пацієнтам можливість дистанційно брати участь у дослідженні, змогло збільшити кількість темношкірих людей приблизно до 50%.
“Алгоритм машинного навчання обчислює та створює теплову карту щодо того, де знаходяться пацієнти, які підходять для цього дослідження”, — пояснює Наджат Хан, головний спеціаліст з обробки даних фармацевтичного підрозділу.
В останні роки з’являється дедалі більше доказів того, що ліки можуть по-різному впливати на різні групи людей, а пандемія Covid-19 підкреслила глибокі етнічні відмінності в доступі до медичної допомоги. Регулятори та правозахисні групи тиснули на виробників ліків, щоб вони включили недостатньо представлені расові та етнічні групи в нові випробування не лише для покращення біомедичних знань, але й для зміцнення довіри до медичних систем серед груп меншин. Багато компаній звертаються за допомогою до ШІ.
Недавній аналіз у журналі Health Affairs показав, що менше ніж 20% препаратів, схвалених у 2020 році, мали дані про переваги лікування або побічні ефекти для темношкірих пацієнтів. У фінансовому та соціальному плані відсутність різноманітності в випробуваннях коштуватиме США “мільярдів доларів” протягом наступних трьох десятиліть, йдеться у звіті Національної академії наук, інженерії та медицини.
Близько 75% учасників клінічних випробувань нових препаратів, схвалених у 2020 році, були білими, 11% латиноамериканцями та 8% темношкірими.
Ще з 1980-х років дослідники стверджують, що білі пацієнти, як правило, мають кращу реакцію на тип антигіпертензивних препаратів Johnson&Johnson хоче залучити до клінічних досліджень більше темношкірих людей — в цьому вже допомагає штучний інтелект, які називаються бета-блокаторами, і широко використовуваний клас ліків проти серцево-судинних захворювань, які називаються інгібіторами АПФ, ніж темношкірі пацієнти. Інші дослідження показали, що азійці, хворі на рак, які лікуються інгібіторами імунних контрольних точок під назвою PD-1 і PD-L1, мають значно кращий рівень виживання.
Клінічні випробування важко проводити, оскільки вони передбачають координацію з кількома сторонами: пацієнтами, лікарнями та контрактними дослідницькими компаніями. Тож фармацевтичні компанії часто просто покладалися на добре відомі академічні медичні центри, де населення може бути не таким різноманітним.
Водночас комп’ютерні алгоритми можуть допомогти дослідникам швидко переглядати величезну кількість даних про минулі медичні дослідження, здійснювати пошук у мільйонах медичних записів пацієнтів з усього світу та швидко оцінювати поширення захворювань серед населення. Ці дані можуть допомогти виробникам ліків знайти нові мережі лікарів і клінік із доступом до більш різноманітних пацієнтів, які легше вписуються в їхні клінічні випробування — іноді на місяці швидше та набагато дешевше, ніж якби люди переглядали дані.
Однак штучний інтелект створює нові виклики для виробників ліків, оскільки ця технологія несе в собі ризик погіршити ситуацію, запровадивши так зване алгоритмічне зміщення. Наприклад, у 2019 році науковці заявили, що виявили ненавмисні расові упередження в одному програмному продукті, проданому компанією Optum. Алгоритм базував свої прогнози на витратах пацієнтів на охорону здоров’я, а не на тяжкості чи потребах їхнього захворювання. Відповідно до дослідження ефектів алгоритму в одному з центрів компанії, опублікованого в журналі Science, лише 18% темношкірих пацієнтів отримали додаткову допомогу, а не 47%, які її потребували.
Автори дослідження кажуть, що зміщення є типовим для інструментів прогнозування ризиків, які медичні центри та урядові установи використовують для обслуговування 200 млн людей по всій країні, і що таке упередження, ймовірно, працює і в іншому програмному забезпеченні.
Водночас критики пропонують альтернативу штучному інтелекту — Отіс Броулі, професор онкології з Університету Джона Гопкінса вважає, що дистанційні випробування або надання транспортних або паркувальних ваучерів для учасників залучить більше людей, ніж алгоритми. Темношкіре населення США — непропорційно бідне, і лікарні, які ними опікуються, часто не мають пропускної здатності для додаткових проєктів, таких як клінічні випробування, каже він.
“Штучний інтелект може це зробити, як і я, якби мені дозволяли платити за паркування людей — як я робив це в багатих місцях”, — каже Броулі.
Walgreens Boots Alliance, яка почала проводити клінічні випробування для виробників ліків у 2022 році, має інший підхід до заохочення різноманітності в дослідженнях. Компанія використовує ШІ-інструменти, щоб швидко знайти відповідних пацієнтів з різних груп, але покладається на місцевих фармацевтів у своїх майже 9 тис. магазинах у США.
“У нас є плакати та флаєри з інформацією про випробування. Фармацевти теж розмовляють про це з пацієнтами”, — каже Раміта Тандон, яка очолює бізнес клінічних випробувань у мережі аптек.
Цей метод допоміг збільшити участь темношкірих пацієнтів в одному серцево-судинному дослідженні до 15%, каже Тандон, число, яке перевищує відсоток темношкірих людей у загальній популяції. За її словами, нові вимоги FDA щодо різноманітності викликали великий інтерес у великих фармацевтичних компаній до клінічних випробувань Walgreens.
В інших країнах використання штучного інтелекту виходить далеко за межі расової та етнічної приналежності. Японська фармацевтична компанія Takeda Pharmaceutical, наприклад, використовує ШІ, щоб персоналізувати складні листи-згоди для пацієнтів із груп меншин, таких як ЛГБТ-спільнота. Технологія може коригувати формулювання відповідно до того, як люди ідентифікують себе за статтю та сексуальною орієнтацією, що породжує більшу довіру до процесу.
Нью-йоркська компанія H1, яка використовує генеративний штучний інтелект для встановлення відповідності між виробниками ліків і місцями випробувань, каже, що працює над усуненням упередженості зібраних даних. Наприклад, їхні дані про расову та етнічну приналежність можуть бути отримані з кредитних карток і банківських виписок, що означає, що вони можуть не охоплювати людей із меншим фінансовим рівнем, каже Аріель Кац, головний виконавчий директор H1.
“Ми робимо багато роботи, щоб переконатися, що наші набори даних вичерпні, а не упереджені, але тут ще багато праці”, — каже він.
У J&J тепер є окрема рада з етики штучного інтелекту, до якої входять науковці, що стежать за випробуваннями, щоб усунути упередженість даних і збільшити представництво.
“Наша команда, ймовірно, витрачає 60% або 70% часу на цей аспект порівняно з будь-чим іншим, який полягає в тому, щоб переконатися, що дані відповідають меті, є доречними та репрезентативними, а якщо ні, закуповує інші набори даних, щоб зробити їх такими”, — заявили у компанії.
Нагадаємо, гендиректора Arrayit засудили на 8 років в’язниці та штраф у $24 млн. Бізнесмен обіцяв революцію в тестах на алергію та COVID-19.
Більше новин та актуальних матеріалів Investory News у нашому каналі в Telegram
Ми у соцмережах