Tạp chí SLAS Technology vừa đăng bài bình luận về một ngành mới nổi trong lĩnh vực trí tuệ nhân tạo (AI) – hướng đến khả năng phân tích những nhóm dữ liệu nhỏ vì mục đích riêng biệt, thường được sử dụng nhằm cải thiện hiệu quả phát triển các loại thuốc và y học cá thể.
Bài viết này được dựa theo một công bố (cách đây không lâu) trên Tạp chí Science Translational Medicine, về nền tảng AI mang tên Quadratic Phenotypic Optimization Platform hay QPOP (tạm dịch: nền tảng tối ưu hóa kiểu hình bậc 2) – có khả năng giúp cải thiện căn bản hiệu quả kết hợp điều trị đối với căn bệnh đa u tủy (multiple myeloma) khi các tế bào ung thư trở nên kháng bortezomib (loại thuốc đặc trị, thường được dùng để kiểm soát, ức chế proteasome – loại enzym gây phá vỡ cấu trúc protein), để từ đó xác định phương án sử dụng thuốc [kết hợp] phù hợp nhất cho từng bệnh nhân.
Thực tế điều trị những loại bệnh phức tạp như ung thư thường đòi hỏi các bác sĩ phải có phương án kết hợp thuốc để mang lại hiệu quả cao nhất. Nhằm tăng cường tác động của từng loại biệt dược, chính xác đến các tế bào mục tiêu, yêu cầu chỉ định và lựa chọn đúng phương án cho từng bệnh nhân sẽ trở nên cực kỳ khó khăn. Vì vậy, những ứng dụng trí tuệ nhân tạo như QPOP hay các nền tảng khác, được kỳ vọng sẽ hỗ trợ đắc lực cho ngành y học cá thể và mục tiêu phát triển các loại thuốc mới, nhờ khả năng đưa ra quyết định dựa trên những dữ liệu thực nghiệm, chứ không phải phán đoán một cách máy móc hay bằng các mô hình tiên lượng cho sẵn. Ngoài ra, nếu được áp dụng trên các nhóm bệnh nhân thuộc nhiều bệnh khác nhau, công nghệ này cũng có thể giúp tối ưu và cá thể hóa các liệu pháp điều trị kết hợp.
Nguồn: Báo khoa học và phát triển