Pasak Lietuvos biotechnologijų įmonės „Memel Biotech“ atstovės Agnės Vaitkevičienės, tiek klinikinių tyrimų lauke, tiek novatoriškų sprendimų taikyme – naujienų būna mažiau nei, tarkime, technologijų pasaulyje, tačiau šiais metais situacija gali keistis.
Medicinos įranga. Asociatyvi DI sugeneruota „Pixabay“ nuotr.
„Kalbame apie sritis, kuriose pasiekti progresą užtrunka, o nuspėti ateitį nėra paprasta. Tačiau, jei biotechnologijų rinka artimiausiu metu viršys 3,44 trilijonų JAV dolerių, kaip nurodo „Vision Research Reports“, tuomet situacija gali keistis kur kas greičiau – medicina nusiteikusi sparčiai augti ir pripažinti naująsias technologijas“, – sako A. Vaitkevičienė.
Mokslininkė išskiria keturias naujoves, kurios 2024 metais gali turėti itin didelės reikšmės biotechnologijų srityje: dirbtinis intelektas, mašininio mokymosi įrankis, didžiųjų duomenų kaupimas ir spartesnė analizė bei programėlė, padedanti gydyti perinatalinę depresiją.
Dirbtinio intelekto galia
Per pastaruosius metus dirbtinis intelektas (DI) įnešė daug pokyčių įvairiose pramonės šakose, neaplenkiant ir biotechnologijų. Prognozuojama, kad ši pažanga per ateinančius metus padės sparčiau ir tiksliau aptikti ligas ir įvertinti mirties riziką.
„Dirbtinis intelektas ir toliau bus pritaikomas įvairiuose sektoriuose, bet ypač biotechnologijų. Generatyviniai (kurti gebantys – LRT) įrankiai gali padėti ne tik anksčiau aptikti ligas, pavyzdžiui, plaučių ar krūties vėžį, bet ir anksčiau nustatyti mirties riziką“, – DI privalumus išskiria A. Vaitkevičienė.
Daugiau kaip pusė plaučių vėžio, vadinamojo tyliojo naviko, atvejų pasaulyje diagnozuojama tuomet, kai jau būna pasiekta metastazė – vėžio ląstelės išplinta į kitus organus ir sritis. Tad ankstyvas šios ligos nustatymas yra gyvybiškai svarbus.
Anot biotechnologės, krūtinės ląstos rentgeno ir kompiuterinės tomografijos tyrimai yra pirmieji, leidžiantys įtarti plaučių vėžio diagnozę, tačiau juos atlikti užtrunka nemažai laiko, nes reikia daug tyrimų, analizės ir dažnai jaučiamas tame besispecializuojančio personalo stygius. Pastarąją problemą galėtų išspręsti dirbtinis intelektas.
„Keliama hipotezė, kad pasitelkus dirbtinį intelektą plaučių vėžio diagnostikos laikas galėtų sutrumpėti iki 50 proc. – nuo 63 iki 32 dienų. Jei tai pasitvirtintų, būtų pasiektas išties didelis progresas šio tipo vėžio diagnostikoje“, – teigia A.Vaitkevičienė.
Daug nerimo kelia ir kitas vėžio tipas – krūties vėžys. Statistika rodo, kad kiekvieną dieną pasaulyje yra nustatoma 6,3 tūkst. naujų krūties vėžio susirgimų, tai yra – keturi atvejai kiekvieną minutę. Apie 80 proc. jų pasveiksta, tačiau pasitaiko atvejų, kai vėžys nekontroliuojamai plinta.
Pasak A. Vaitkevičienės metastazė smegenyse yra pagrindinė pažengusio krūties vėžio problema, su kuria susiduria daugybė pacienčių, tačiau atviras daugiacentris, dirbtiniu intelektu pagrįstas tyrimas „Destiny-Breast12“ gali padėti ligą nustatyti anksčiau.
„Tyrimas „Destiny-Breast12“ padeda aptikti krūties vėžį, todėl galėtų stipriai pakoreguoti gydymo eigą, nustačius, kiek stipriai vėžys pažengęs“, – teigia ji.
Mašininis mokymasis: naujas būdas mirties rizikai nustatyti
Dar vienas inovatyvus sprendimas, kuris sudrums medicinos pasaulį 2024m., – mašininio mokymosi įrankis, skirtas mirties rizikai įvertinti.
Mašininis mokymasis yra viena iš dirbtinio intelekto atšakų, kuria, pasitelkus didelius kiekius duomenų, apmokomi tam tikri algoritmai atlikti reikalingas užduotis. Tai – savotiškos instrukcijos, kuriose užprogramuojama su užduotimis susijusi patirtis.
Pernai šį metodą mokslininkai panaudojo, siekdami nustatyti pacientų mirties riziką.
„Patekus į ligoninę ar skubiosios pagalbos skyrių, siekdami nustatyti mirties riziką, gydytojai, pirmiausiai, patikrina paciento širdies ritmą ir aktyvumą bei patys analizuoja gautus duomenis. Pernai metais tyrėjų grupė pasitelkė dirbtinį intelektą šiai analizei atlikti, siekiant pagerinti paciento sveikatos priežiūrą.
Išvadose teigiama, kad sukurtas algoritmas numatė kiekvieno tyrimo dalyvių mirties riziką 85 proc. tikslumu, suskirstydamas pacientus nuo mažiausios iki didžiausios rizikos. Prognozės buvo dar tikslesnės, kai buvo įtraukta demografinė informacija – amžius ir lytis – bei šeši standartiniai laboratorinių kraujo tyrimų rezultatai“, – sako A.Vaitkevičienė.
Mašininio mokymosi algoritmas buvo sukurtas ir įvertintas keturiose Nyderlandų ligoninėse, kur buvo apžiūrėti 266 327 pacientai ir gauti 7,1 mln. laboratorinių tyrimų rezultatų.
Anot mokslininkės, ši nauja technologija gali suteikti gydytojams vertingos informacijos, kuri padės greičiau ir tiksliau identifikuoti tuos pacientus, kuriems gresia didesnė mirties rizika. Tai ne tik sutaupys laiko ir resursų, bet ir prisidės prie pacientų gydymo efektyvumo didinimo.
„Didieji duomenys“, keliantys revoliuciją biotechnologijoje
Kita, biotechnologijų pramonei reikšminga sritis – „didieji duomenys“. Tai dideli duomenų kiekiai, kurie apdoroti ir išanalizuoti, paverčiami įžvalgomis, padedančiomis priimti sprendimus.
„Biotechnologijose didžiųjų duomenų analizės rinkiniu, kaip ryškiausiu pavyzdžiu, galima įvardinti genomo projektą, kurio metu buvo išanalizuota visa žmogaus DNR seka, stipriai pagerinusi tyrimų ir plėtros ribas. Tai leido padaryti didžiulę pažangą vėžio gydymo srityse, mokslininkams nustatant navikų geno seką“, – pasakoja ekspertė.
Anot A.Vaitkevičienės, didelių duomenų kiekių pritaikymas genetinių tyrimų srityje atneš tikrą pažangą, kovojant su vieno geno sutrikimais ir ligomis.
„Ligų priežastinės analizės, ligų plitimas, žmogaus ląstelių ir dalelių sandaros bei šių duomenų kaupimas atveria beribes galimybes biotechnologijų sektoriuje. Šie duomenys vėliau leidžia greičiau ir veiksmingiau nustatyti geriausius gydymo būdus ir bendrai užkirsti kelią ligos atsiradimui ar progresavimui. Vis daugiau tiek biotechnologijų, tiek sveikatos įmonių kaupia duomenų kiekius, kurie padeda dar veiksmingiau užtikrinti pacientų sveikatos priežiūrą“, – teigia ekspertė.
Biotechnologijų sektoriuje didžiųjų duomenų kaupimas ir analizė užtrunka gana daug laiko. Atliekant kiekvieną tyrimą mokslininkai sužino vis naujų dalykų, kurie vėliau pasitarnauja tolimesnėse gydymo būdų paieškose. Anot biotechnologijų sektoriaus atstovės, tai ilgalaikis procesas, kuris taikant kitas inovacijas, pavyzdžiui, dirbtinį intelektą, įgauna vis didesnį pagreitį.
„Biotechnologijų mokslininkai tyrimuose visada rėmėsi duomenimis, tačiau didelių duomenų analizė ir kaupimas laužo nusistovėjusias galimybių ribas ir padeda visam sektoriui siekti naujų rezultatų. Mokslininkai tam skiria labai daug laiko ir investicijų, kad medicina ateityje pasiektų dar didesnių proveržių“, – sako A.Vaitkevičienė.
Išmani programėlė depresijai aptikti bei stebėti nėštumo metu ir jau pagimdžius
Medicinoje inovacijos pasitelkiamos ne tik kaip įrankis, atrandant geriausius gydymo būdus, tačiau ir kuriant naujoviškus pacientams padedančius sprendimus. Vienas jų – išmani programėlė „BlueSkeye AI“, kurios pagalba moterys nėštumo metu ir po jo galėtų sekti savo psichinę sveikatą. Didžiosios Britanijos vaistų ir sveikatos priežiūros produktų reguliavimo agentūra (MHRA) pernai metų gruodį suteikė leidimą pradėti šios programėlės klinikinius tyrimus.
Programėlė „BlueSkeye AI“ naudoja dirbtinį intelektą, kurio pagalba gali analizuoti moters balsą bei veidą ir stebėti depresijos požymius. Bandymo metu bus įvertinta, ar programa yra tinkama naudoti realiame gyvenime ir kaip technologija koreliuoja su standartiniais klinikiniais depresijos rodikliais.
„Dirglumas, apatija, apetito ar miego sutrikimai, depresija – tai tik keletas simptomų, kuriuos kai kurios moterys patiria nėštumo laikotarpiu ar po gimdymo. Programėlės atsiradimas ir pirmieji bandymai yra didelis žingsnis, siekiant stebėti psichinę sveikatą ir laiku nustatyti požymius. Tai kaip niekad svarbu tose šalyse, kur labai trūksta šios srities specialistų“, – teigia A. Vaitkevičienė.
Ekspertės teigimu, daugybė moterų po gimdymo susiduria su psichologiniais iššūkiais, kurie kartais baigiasi tragiškais nutikimais. Dalis moterų nėra linkusios iš viso pripažinti, kad joms reikalinga specialistų pagalba. Ši programėlė leistų aktyviau stebėti moters sveikatos būseną ir suteikti pagalbą, kai jos labiausiai reikia.