Bagaimana Kemitraan Microsoft-Novartis Mempercepat Penemuan Obat

Ikon waktu membaca 3 menit Baca


Pembaca membantu dukungan MSpoweruser. Kami mungkin mendapat komisi jika Anda membeli melalui tautan kami. Ikon Keterangan Alat

Baca halaman pengungkapan kami untuk mengetahui bagaimana Anda dapat membantu MSPoweruser mempertahankan tim editorial Baca lebih lanjut

Ilmuwan Novartis menggunakan laptop
Ilmuwan Novartis dapat memanfaatkan kekuatan AI untuk memeriksa hasil dan data yang dihasilkan oleh eksperimen sebelumnya yang dilakukan. Dengan pembelajaran mesin dan algoritme, komputer dapat menemukan informasi yang diperlukan yang bersembunyi di sejumlah besar data dan file laboratorium Novartis.

Waktu terkadang cenderung menjadi salah satu musuh terbesar para ilmuwan ketika meramu obat-obatan baru. Luca Finelli, Wakil Presiden Novartis dan Kepala Insights, Strategy & Design, membandingkan perjuangan ini dengan memasak untuk menjelaskan bagaimana proses yang membosankan ini membutuhkan begitu banyak waktu dan sumber daya.

“Biasanya, ilmuwan formulasi perlu memutuskan, 'Saya akan mengambil sejumlah bahan ini A dan sejumlah bahan B ini.' Mereka kemudian mencoba kombinasi yang berbeda,” kata Finelli.

Para ilmuwan perlu menemukan kombinasi molekul yang tepat untuk menghasilkan obat-obatan. Masalahnya adalah bahwa setiap campuran perlu menjalani serangkaian tes untuk memeriksa keamanan obat, efisiensi, dan kinerja keseluruhan lainnya. Ini membutuhkan waktu bertahun-tahun, dan memeriksa data berdasarkan eksperimen sebelumnya hanya membuat segalanya lebih berat bagi para ilmuwan.

“Biasanya, mereka melakukan ini secara manual, membaca semua dokumen ini untuk mengetahui apa yang relevan dengan pertanyaan yang mereka pikirkan,” komentar Finelli.

Ini, bagaimanapun, berubah untuk Novartis ilmuwan dengan diperkenalkannya kemitraan strategis Microsoft-Novartis 2019, yang mendirikan Novartis AI Innovation Lab.

“Kami membawa keahlian kami dalam pembelajaran mesin dan komputasi skala besar kami. Itu tidak ada di dunia farmasi. Dan Microsoft tidak dapat melakukan ini (secara independen). Kami bukan perusahaan farmasi. Jadi kemitraan ini sangat penting,” kata Chris Bishop, Microsoft Research Direktur Lab Eropa.

Itu mengubah permainan untuk perusahaan farmasi multinasional setelah menerima platform teknologi yang mempercepat proses penemuan obat. Sekarang, para ilmuwan Novartis dapat memanfaatkan kekuatan AI untuk memeriksa hasil dan data yang dihasilkan oleh eksperimen sebelumnya yang dilakukan. Dengan pembelajaran mesin dan algoritme, komputer dapat menemukan informasi yang diperlukan yang bersembunyi di sejumlah besar data dan file laboratorium Novartis.

“Di sini, AI benar-benar dapat membantu melakukan ini dalam beberapa klik dan membawa informasi yang relevan kembali kepada pengguna untuk digunakan lebih lanjut, memberi tahu mereka bagaimana merancang eksperimen di masa depan untuk menemukan cara baru untuk membuat formulasi untuk obat baru,” kata Finelli. .

Ini berarti identifikasi lebih cepat dari molekul yang sesuai yang mereka butuhkan untuk menghasilkan kombinasi molekul dan obat yang tepat. Ini, tentu saja, berarti pengujian obat-obatan menjadi lebih cepat, dengan keseluruhan proses hanya memakan waktu maksimal berminggu-minggu. Menurut Bishop, teknologi ini memungkinkan para ilmuwan untuk melakukan "10,000 percobaan secara bersamaan, mendapatkan hasil, kemudian menggunakannya untuk merancang 10,000 percobaan berikutnya."

Shahram Ebadollahi, Chief Data and AI Officer Novartis, berbagi bahwa ini memungkinkan perusahaan untuk memberikan layanannya kepada banyak pelanggannya. 

“Jika Anda melihat setiap aspek jalur – dari penemuan obat awal dan pengembangan obat hingga uji klinis dan kemudian ke pembuatan obat dalam skala besar – pada tahun 2020 saja, obat-obatan kami menjangkau hampir 800 juta pasien di seluruh dunia,” kata Ebadollahi.

Dengan ini, Novartis berencana untuk menggunakannya dalam proyek masa depan untuk mengidentifikasi struktur molekul dan menentukan eksperimen sebelumnya yang mungkin menyumbangkan data berharga. Semua ini, untungnya, akan dilakukan dalam waktu yang jauh lebih singkat sekarang.