I primi test clinici di farmaci progettati con l\u2019aiuto dell\u2019intelligenza artificiale potrebbero iniziare quest\u2019anno, ha suggerito marted\u00ec il CEO di Google DeepMind, Demis Hassabis.<\/p>\n\n\n\n
Parlando in un panel al World Economic Forum di Davos, Hassabis, che \u00e8 anche a capo della spin-off di DeepMind dedicata alla scoperta di farmaci, Isomorphic Labs, ha dichiarato di aspettarsi che \u201calcuni farmaci progettati dall\u2019IA entrino in sperimentazione clinica entro la fine dell\u2019anno… Questo \u00e8 il piano.\u201d<\/em><\/p>\n\n\n\n Dal 2021, Isomorphic Labs ha cercato di accelerare lo sviluppo dei farmaci attraverso il machine learning. \u201cIn futuro si potrebbe immaginare una medicina personalizzata, ottimizzata magari nel giro di una notte da un sistema di intelligenza artificiale per adattarsi al metabolismo individuale,\u201d<\/em> ha aggiunto.<\/p>\n\n\n\n L\u2019entusiasmo per l\u2019IA \u00e8 ovunque in questo momento, ma Hassabis e il suo collega John Jumper hanno guadagnato credibilit\u00e0 grazie al loro lavoro su AlphaFold, un sistema di deep learning in grado di prevedere le strutture delle proteine, che \u00e8 valso loro un Premio Nobel.<\/p>\n\n\n\n Le aziende farmaceutiche guardano con interesse all\u2019intelligenza artificiale perch\u00e9 ha il potenziale di far risparmiare tempo e denaro. Secondo un recente articolo pubblicato sulla rivista Nature Medicine<\/em>, sviluppare con successo un nuovo farmaco e ottenerne l\u2019approvazione pu\u00f2 richiedere dai 12 ai 15 anni<\/strong> e costare circa 2,6 miliardi di dollari<\/strong>.<\/p>\n\n\n\n Molti farmaci non arrivano mai sul mercato: meno del 10% dei test clinici in cui i farmaci vengono somministrati agli esseri umani ha esito positivo. Qualsiasi tecnologia in grado di ridurre i costi, accelerare i tempi o aumentare i tassi di successo avr\u00e0 un impatto significativo sui profitti delle aziende farmaceutiche.<\/p>\n\n\n\n I ricercatori ritengono che il machine learning possa migliorare e velocizzare diversi aspetti del processo di scoperta dei farmaci. Hassabis ritiene che potrebbero essere possibili enormi risparmi in termini di tempo e costi.<\/p>\n\n\n\n Tuttavia, un simile ottimismo va bilanciato con la consapevolezza che ottenere dati di alta qualit\u00e0 per addestrare i modelli di IA \u00e8 una sfida, a causa delle normative sulla privacy, delle politiche di condivisione dei dati e dei costi di acquisizione.<\/p>\n\n\n\n Hassabis ritiene che queste difficolt\u00e0 non siano insormontabili. \u201cSi possono generare alcuni dati chiave per colmare le lacune dove i dati pubblici non sono disponibili,\u201d<\/em> ha detto.<\/p>\n\n\n\n Questo pu\u00f2 essere fatto collaborando con organizzazioni di ricerca clinica o utilizzando dati sintetici<\/strong>, una tecnica su cui AlphaFold2 ha fatto grande affidamento. Tuttavia, come gi\u00e0 discusso in passato, l\u2019uso dei dati sintetici pu\u00f2 presentare problemi.<\/p>\n\n\n\n \u201cBisogna essere molto attenti quando si utilizzano dati sintetici, assicurandosi che rappresentino correttamente la distribuzione reale e che non si finisca per addestrare il modello sui propri stessi errori,\u201d<\/em> ha avvertito Hassabis.<\/p>\n","protected":false},"excerpt":{"rendered":" I primi test clinici di farmaci progettati con l\u2019aiuto dell\u2019intelligenza artificiale potrebbero iniziare quest\u2019anno, ha suggerito marted\u00ec il CEO di Google DeepMind, Demis Hassabis. Parlando in un panel al World Economic Forum di Davos, Hassabis, che \u00e8 anche a capo della spin-off di DeepMind dedicata alla scoperta di farmaci, Isomorphic Labs, ha dichiarato di aspettarsi […]<\/p>\n","protected":false},"author":1,"featured_media":94,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_et_pb_use_builder":"off","_et_pb_old_content":"","_et_gb_content_width":"","footnotes":""},"categories":[4,5],"tags":[],"class_list":["post-93","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-news","category-tech","et-has-post-format-content","et_post_format-et-post-format-standard"],"_links":{"self":[{"href":"https:\/\/www.scienzainfusa.it\/index.php?rest_route=\/wp\/v2\/posts\/93","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.scienzainfusa.it\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.scienzainfusa.it\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.scienzainfusa.it\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.scienzainfusa.it\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=93"}],"version-history":[{"count":2,"href":"https:\/\/www.scienzainfusa.it\/index.php?rest_route=\/wp\/v2\/posts\/93\/revisions"}],"predecessor-version":[{"id":262,"href":"https:\/\/www.scienzainfusa.it\/index.php?rest_route=\/wp\/v2\/posts\/93\/revisions\/262"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.scienzainfusa.it\/index.php?rest_route=\/wp\/v2\/media\/94"}],"wp:attachment":[{"href":"https:\/\/www.scienzainfusa.it\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=93"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.scienzainfusa.it\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=93"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.scienzainfusa.it\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=93"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}