Harry Cohen Tanugi

Un nouveau modèle d'IA peut prédire les réactions humaines aux composés médicamenteux, transformant ainsi la médecine.

Un nouveau modèle d'IA peut prédire les réactions humaines aux composés médicamenteux, transformant ainsi la médecine.

Une illustration des réponses personnalisées aux médicaments.

Pour trouver des thérapies sûres et efficaces et choisir un médicament existant pour un patient particulier, il est essentiel de disposer de prédictions précises et fiables des réponses spécifiques des patients à une nouvelle molécule chimique.

Cependant, tester directement l'efficacité précoce d'un médicament sur l'homme est immoral et impossible. Pour évaluer l'efficacité thérapeutique d'une molécule pharmacologique, on utilise fréquemment des modèles cellulaires ou tissulaires du corps humain, dit le communiqué.

Malheureusement, l'efficacité et la toxicité du traitement chez les patients réels ne correspondent souvent pas à l'impact pharmacologique dans un modèle de maladie. Ce manque de connaissances est principalement à l'origine des prix élevés et des faibles taux de productivité de la découverte de médicaments.

"Notre nouveau modèle d'apprentissage automatique peut relever le défi de la transposition des modèles de maladies à l'homme", a déclaré Lei Xie, professeur d'informatique, de biologie et de biochimie au CUNY Graduate Center et au Hunter College et auteur principal de l'article.

"CODE-AE utilise une conception inspirée de la biologie et tire parti de plusieurs avancées récentes en matière d'apprentissage automatique. Par exemple, l'un de ses composants utilise des techniques similaires dans la génération d'images Deepfake."

Une nouvelle solution

La nouvelle approche peut apporter une solution au problème du manque de données sur les patients pour former un large éventail de données. apprentissage automatique modèle.

[SOURCE]

menu