Vai trò của AI trong nghiên cứu lâm sàng và khám phá thuốc

Trí tuệ nhân tạo (AI) đang chuyển đổi hoạt động nghiên cứu lâm sàng bằng cách cải thiện quá trình tuyển bệnh nhân và tinh giản quy trình phát triển thuốc. Trong bài viết này, chúng ta sẽ tìm hiểu tác động của AI đến thử nghiệm lâm sàng thông qua phân tích dữ liệu tiên tiến và mô hình hóa dự đoán.

AI tác động đến lĩnh vực chăm sóc sức khỏe thông qua khả năng chẩn đoán tốt hơn, phương pháp điều trị cá nhân hóa và hiệu quả vận hành. Ít được biết đến hơn là tầm quan trọng ngày càng tăng của machine learning trong các thử nghiệm lâm sàng, nơi công nghệ này thúc đẩy tiến bộ thông qua phân tích dữ liệu, mô hình dự đoán và tối ưu hóa việc tuyển bệnh nhân.

AI đẩy nhanh quá trình khám phá thuốc, nâng cao độ chính xác của thử nghiệm và giảm chi phí, đồng thời thúc đẩy tiến độ điều trị. Ví dụ, các thuật toán AI phân tích hiệu quả lượng dữ liệu lớn để xác định các ứng viên thuốc tiềm năng, dự đoán chính xác kết quả điều trị và tối ưu hóa thiết kế thử nghiệm lâm sàng nhằm giúp thử nghiệm diễn ra nhanh hơn và thành công hơn. Các model thị giác máy tính như Ultralytics YOLOv8 cũng hỗ trợ các ứng dụng chăm sóc sức khỏe và dược phẩm thông qua những tác vụ như phát hiện đối tượng, phân đoạn instance, ước lượng tư thế và phân loại, được huấn luyện trên dữ liệu chú thích chất lượng cao.

Ngoài ra, các nền tảng dựa trên AI như AlphaFold của DeepMind đã chứng minh khả năng dự đoán cấu trúc 3D của phân tử, qua đó chuyển đổi quy trình thiết kế và khám phá thuốc.

Hình 1. Chuỗi xoắn kép DNA, cấu trúc phân tử mang thông tin di truyền trong sinh vật sống.

Ngoài ra, phòng nghiên cứu của Jimeng Sun tại Đại học Illinois Urbana-Champaign đã giới thiệu HINT (mạng tương tác phân cấp) để dự đoán khả năng thành công của thử nghiệm dựa trên phân tử thuốc, bệnh mục tiêu và tiêu chí đủ điều kiện của bệnh nhân. Hệ thống SPOT (mô hình dự đoán tuần tự kết quả thử nghiệm lâm sàng) ưu tiên dữ liệu gần đây, tác động đến thiết kế thử nghiệm dược phẩm và các phương án thuốc tiềm năng.

Tuy vậy, chỉ có một số ít công ty lâu đời đang triển khai AI trong quá trình phát triển lâm sàng.

Ứng dụng AI trong các thử nghiệm lâm sàng#

AI đang được ứng dụng trong nhiều lĩnh vực nghiên cứu lâm sàng nhằm cải thiện hiệu quả, độ chính xác và kết quả. Dưới đây là cái nhìn sâu hơn về những lĩnh vực chính mà AI tạo ra tác động đáng kể trong các thử nghiệm lâm sàng:

• Phân tích dữ liệu và nhận dạng mẫu. AI có thể phân tích lượng dữ liệu lớn từ các thử nghiệm lâm sàng, hồ sơ sức khỏe điện tử và những nguồn khác, phát hiện các mẫu và mối tương quan vượt quá khả năng của con người. Điều này giúp xác định chính xác hơn tác động của phương pháp điều trị và phản ứng của bệnh nhân.
• Tuyển và giữ chân bệnh nhân. Thuật toán AI có thể tinh giản việc chọn người tham gia thử nghiệm lâm sàng bằng cách phân tích các bộ dữ liệu lớn để nhanh chóng và chính xác xác định bệnh nhân đủ điều kiện. Điều này đẩy nhanh quá trình tuyển bệnh nhân và cải thiện tỷ lệ duy trì tham gia nhờ lựa chọn những người phù hợp hơn với tiêu chí thử nghiệm.
• Phân tích dự đoán kết quả điều trị. Bằng cách phân tích dữ liệu bệnh nhân trong quá khứ và hiện tại, các thuật toán dự đoán có thể dự báo chính xác kết quả điều trị. Điều này hỗ trợ thiết kế thử nghiệm hiệu quả và cá nhân hóa phương pháp điều trị, qua đó có thể cải thiện kết quả và giảm thiểu tác dụng phụ cho từng bệnh nhân.
• Tự động thu thập và quản lý dữ liệu. AI có thể tự động hóa việc thu thập, sắp xếp và phân tích dữ liệu, giảm thiểu sai sót của con người và cung cấp thông tin chuyên sâu theo thời gian thực. Điều này giúp tinh giản quy trình, đẩy nhanh nghiên cứu và thúc đẩy các phương pháp điều trị mới.

AI trong nghiên cứu lâm sàng: Đối mặt với các thách thức#

Khi AI tiếp tục tạo ra thay đổi trong nghiên cứu lâm sàng, điều thiết yếu là phải nhìn nhận những rủi ro tiềm ẩn bên cạnh các lợi ích hứa hẹn. AI mang lại những lợi ích hấp dẫn như nâng cao hiệu quả, tăng độ chính xác, tinh giản việc tuyển bệnh nhân và giảm chi phí, nhưng việc triển khai công nghệ này cũng đi kèm thách thức. Dưới đây là một số điểm cần cân nhắc:

• Thiên lệch tiềm ẩn trong thuật toán AI. Các hệ thống AI được huấn luyện trên dữ liệu lịch sử, vốn có thể chứa những thiên lệch cố hữu như thiên lệch lựa chọn, lấy mẫu hoặc đo lường. Ví dụ, model có thể hoạt động kém với bệnh nhân nữ do dữ liệu huấn luyện chủ yếu là nam (thiên lệch lựa chọn), không khái quát tốt cho bệnh nhân ở nông thôn khi được huấn luyện trên dữ liệu đô thị (thiên lệch lấy mẫu), hoặc duy trì những sai lệch do lỗi có hệ thống trong quá trình thu thập dữ liệu (thiên lệch đo lường). Nếu không được kiểm soát, các thiên lệch này có thể dẫn đến kết quả lệch lạc, ảnh hưởng đến việc chăm sóc bệnh nhân và kết quả nghiên cứu.
• Quan ngại về quyền riêng tư và bảo mật dữ liệu. Do nghiên cứu lâm sàng sử dụng lượng lớn dữ liệu nhạy cảm của bệnh nhân, việc đảm bảo quyền riêng tư và bảo mật dữ liệu là tối quan trọng. Các hệ thống AI dễ bị tấn công mạng và xâm phạm dữ liệu, làm dấy lên lo ngại về tính bảo mật và toàn vẹn của thông tin bệnh nhân.
• Thách thức về pháp lý và đạo đức. Sự phát triển nhanh chóng của công nghệ AI thường vượt xa các khuôn khổ pháp lý và hướng dẫn đạo đức. Nhiều câu hỏi được đặt ra về cách sử dụng AI phù hợp trong nghiên cứu lâm sàng, bao gồm các vấn đề về sự đồng ý có hiểu biết, tính minh bạch và trách nhiệm giải trình.
• Phụ thuộc vào dữ liệu chất lượng cao. AI hoạt động hiệu quả nhờ dữ liệu, nhưng hiệu quả của AI phụ thuộc vào chất lượng, tính đa dạng và quy mô của dataset. Dữ liệu không đầy đủ, thiên lệch hoặc thiếu hụt có thể làm giảm độ tin cậy và tính hợp lệ của thông tin chuyên sâu do AI tạo ra, cản trở tiến độ nghiên cứu lâm sàng.

Bằng cách giải quyết những quan ngại này, các bên liên quan có thể mở đường cho việc tích hợp trí tuệ nhân tạo một cách có trách nhiệm vào nghiên cứu lâm sàng, nhằm thúc đẩy kết quả chăm sóc sức khỏe.

Quy định của FDA: Vai trò của AI trong nghiên cứu lâm sàng#

Cơ quan Quản lý Thực phẩm và Dược phẩm Hoa Kỳ (FDA) ghi nhận mức tăng đáng kể trong những năm gần đây về số hồ sơ đăng ký thuốc và chế phẩm sinh học có tích hợp các thành phần AI/machine learning, với hơn 100 hồ sơ được ghi nhận vào năm 2021. Các hồ sơ này trải rộng ở nhiều giai đoạn phát triển thuốc, bao gồm nghiên cứu thuốc, nghiên cứu lâm sàng, giám sát an toàn sau khi đưa ra thị trường và sản xuất dược phẩm tiên tiến.

Để hỗ trợ đổi mới trong phát triển thuốc, FDA đã phê duyệt một số công cụ và công nghệ AI dùng trong nghiên cứu lâm sàng. Các công cụ này bao gồm phân tích dự đoán nhằm tuyển bệnh nhân và phân tích hình ảnh y tế phục vụ mục đích chẩn đoán.

Thông qua việc ban hành hướng dẫn của FDA cho các thử nghiệm lâm sàng, cơ quan này thừa nhận AI và machine learning mang đến cả cơ hội lẫn thách thức trong quá trình phát triển thuốc. Để giải quyết cả hai khía cạnh, FDA đang tăng cường tính linh hoạt trong quản lý nhằm thúc đẩy đổi mới, đồng thời ưu tiên bảo vệ sức khỏe cộng đồng.

AI và machine learning được kỳ vọng sẽ đóng vai trò quan trọng trong phát triển thuốc, và FDA dự định xây dựng, áp dụng một khuôn khổ pháp lý linh hoạt dựa trên mức độ rủi ro nhằm thúc đẩy đổi mới và bảo vệ an toàn cho bệnh nhân.

Đổi mới AI trong chăm sóc sức khỏe: Các đơn vị chủ chốt#

Các công ty trên toàn thế giới ngày càng tận dụng AI để đẩy nhanh quá trình khám phá thuốc và lập kế hoạch điều trị cá nhân hóa. Dưới đây là một số công ty lớn đang ứng dụng AI:

• Pfizer: Tận dụng AI để khám phá và phát triển thuốc, Pfizer đang đẩy nhanh quá trình xác định và phát triển các liệu pháp mới, đồng thời tinh giản quy trình từ nghiên cứu đến thị trường.
• Medidata Solutions: Công ty cung cấp giải pháp phần mềm dựa trên đám mây này sử dụng AI để tối ưu hóa thử nghiệm lâm sàng bằng cách tinh giản phân tích dữ liệu, tăng cường tương tác với bệnh nhân và dự đoán kết quả theo thời gian thực. Kết quả là nghiên cứu được đẩy nhanh và tỷ lệ thử nghiệm thành công được cải thiện.

Hình 2. AI đóng vai trò quan trọng trong việc tối ưu hóa lựa chọn địa điểm thử nghiệm lâm sàng để đáp ứng tiến độ tuyển bệnh nhân.

• BenevolentAI: Ứng dụng AI để xây dựng và xác thực giả thuyết, BenevolentAI chuyển đổi các bộ dữ liệu lớn thành thông tin chuyên sâu có thể ứng dụng, thúc đẩy đổi mới và khám phá trong nghiên cứu y sinh.
• Tempus: Thông qua hợp tác với GlaxoSmithKline, Tempus cá nhân hóa phương pháp điều trị, tối ưu hóa hiệu quả và giảm thiểu tác dụng phụ bằng các nền tảng ứng dụng AI. Hai công ty đặt mục tiêu đẩy nhanh thành công trong R&D và cung cấp các liệu pháp phù hợp đến bệnh nhân nhanh hơn.
• Exscientia: Tiên phong ứng dụng AI để thiết kế và tối ưu hóa thuốc, Exscientia rút ngắn thời gian phát triển thuốc và nâng cao độ chính xác của các can thiệp điều trị, từ đó mang lại những phương pháp điều trị hiệu quả hơn.

Trọng tâm và triển vọng tương lai của AI trong nghiên cứu lâm sàng#

Tim mạch, ung thư học, thần kinh học và các bệnh hiếm đã trở thành những lĩnh vực trọng tâm trong việc triển khai AI ở nghiên cứu lâm sàng, do nhiều yếu tố. Trước hết, các lĩnh vực này thường liên quan đến bộ dữ liệu phức tạp, rất phù hợp để phân tích và dự đoán bằng AI.

Thứ hai, mức độ nghiêm trọng của các bệnh lý trong những lĩnh vực này, chẳng hạn như bệnh tim, ung thư, rối loạn thần kinh và bệnh hiếm gặp, đòi hỏi cách tiếp cận chính xác và cá nhân hóa trong chẩn đoán, điều trị — đây chính là thế mạnh của AI.

Ngoài ra, những tiến bộ trong công nghệ AI đã giúp các nhà nghiên cứu phát triển các giải pháp đổi mới, phù hợp với những thách thức đặc thù của từng chuyên khoa này. Nhờ đó, AI ngày càng được tích hợp sâu vào nghiên cứu lâm sàng trong các lĩnh vực này, mở đường cho kết quả điều trị tốt hơn và dịch vụ chăm sóc sức khỏe hiệu quả hơn.

Tuy nhiên, phạm vi ứng dụng AI còn mở rộng xa hơn nhiều so với các lĩnh vực này. Khi công nghệ tiến bộ và dữ liệu ngày càng sẵn có, AI có tiềm năng đáng kể trong việc cải thiện các lĩnh vực y tế khác.

Từ da liễu đến chẩn đoán hình ảnh và tâm thần học, AI hứa hẹn nâng cao năng lực chẩn đoán, lập kế hoạch điều trị và chăm sóc bệnh nhân trong nhiều chuyên khoa. Khi các nhà nghiên cứu tiếp tục khám phá năng lực của AI, vai trò của công nghệ này trong nghiên cứu lâm sàng sẽ còn mở rộng, hỗ trợ mở ra kỷ nguyên mới của y học chính xác và cải thiện kết quả chăm sóc sức khỏe.

AI và nghiên cứu lâm sàng: Những điểm chính#

AI tạo ra tác động chuyển đổi trong lĩnh vực chăm sóc sức khỏe trên nhiều phương diện, từ chẩn đoán và điều trị cá nhân hóa đến hiệu quả vận hành. Trong các thử nghiệm lâm sàng, machine learning đóng vai trò then chốt khi thúc đẩy tiến bộ trong phân tích dữ liệu, mô hình dự đoán và tối ưu hóa việc tuyển bệnh nhân. Điều này đẩy nhanh quá trình khám phá thuốc, nâng cao độ chính xác của thử nghiệm và giảm chi phí hiệu quả.

Ví dụ, các thuật toán AI phân tích hiệu quả lượng dữ liệu lớn để xác định ứng viên thuốc và dự đoán kết quả điều trị. Ngoài ra, các nền tảng AI như AlphaFold của DeepMind dự đoán cấu trúc phân tử, qua đó chuyển đổi quy trình thiết kế thuốc.

Tuy nhiên, tiềm năng của AI vượt xa những lĩnh vực này, hứa hẹn thúc đẩy tiến bộ trong nhiều chuyên khoa. Bất chấp những thách thức như sai lệch và quan ngại về quyền riêng tư dữ liệu, việc tích hợp AI vào nghiên cứu lâm sàng mang lại những khả năng chuyển đổi sâu rộng, mở ra kỷ nguyên mới của y học chính xác và cải thiện kết quả chăm sóc sức khỏe.

Quan tâm đến AI? Hãy tham gia cộng đồng của chúng tôi để cập nhật tin tức mới nhất về trí tuệ nhân tạo. Truy cập kho lưu trữ GitHub và khám phá các ứng dụng thị giác máy tính trong những lĩnh vực như nông nghiệp và sản xuất!