Ένα νέο επιχειρηματικό ξεκίνημα για την υγειονομική περίθαλψη, που δημιουργήθηκε από τους ερευνητές του Πανεπιστημίου του Τορόντο, έχει δημιουργήσει επαρκή κεφάλαια για να αρχίσει να αναπτύσσει πρόγραμμα αξιολόγησης της υφιστάμενης έρευνας προκειμένου να επιταχυνθεί η ανακάλυψη νέων φαρμάκων.
Η βιοϊατρική εκκίνηση ιδρύθηκε από τους αποφοίτους του Πανεπιστημίου του Τορόντο, David Q. Chen, Elvis Wianda, Liran Belenzon, Tom Leung. Η νέα εταιρεία ονομάζεται BenchSci και στοχεύει στη χρήση τεχνητής νοημοσύνης για τη σάρωση μέσω εκατομμυρίων σημείων δεδομένων, τα οποία προέρχονται από δημοσιευμένα ερευνητικά έγγραφα, προκειμένου να βρεθούν νέες ενώσεις που μπορούν να βοηθήσουν στην επιτάχυνση της διαδικασίας ανακάλυψης φαρμάκων.
Το επίκεντρο της νέας επιχείρησης είναι η εύρεση εμπορικών αντισωμάτων. Οι ερευνητές πέρασαν δύο χρόνια οικοδόμησης λογισμικού εκμάθησης μηχανών που μπορούν να εξαγάγουν τα δεδομένα χρήσης αντισωμάτων από δημοσιευμένα στοιχεία. Αυτό συνεπάγεται την αποκρυπτογράφηση εκατομμυρίων εγγράφων, με το τελικό αποτέλεσμα να καταστούν τα δεδομένα εύκολα ανιχνεύσιμα για τους επιστήμονες.
Το BenchSci περιγράφεται ως πλατφόρμα πληροφοριών των αντιδραστηρίων. Η τεχνητή νοημοσύνη μετατρέπει τα δημοσιευμένα δεδομένα σε συγκεκριμένες συστάσεις για το πείραμα. Αυτό μειώνει σημαντικά το χρόνο, τα χρήματα και την αβεβαιότητα που εμπλέκονται στο σχεδιασμό υλικών και μεθόδων, ως μέρος των επιστημονικών πειραμάτων που απαιτούνται για την ανακάλυψη φαρμάκων.
Σύμφωνα με τον Ankit Jain, ιδρυτικό συνεργάτη της Gradient και διευθυντή της μηχανικής με την Google, ο οποίος έχει επενδύσει στο έργο, αυτή η τεχνολογία είναι απαραίτητη. Όπως δήλωσε: “Αυτά είναι φάρμακα απαραίτητα για μερικές από τις πιο σοβαρές ασθένειες εκεί έξω”.
Και από την άποψη του BenchSci: “Τόσο η τεχνητή νοημοσύνη όσο και το blockchain χρησιμοποιούνται για να βοηθήσουν στην αντιμετώπιση των αυξανόμενων τιμών των φαρμάκων. Εδώ οι τεχνολογίες αυτές μπορούν να βοηθήσουν τους ερευνητές να δημιουργήσουν γρηγορότερα ακριβέστερες υποθέσεις, κάνοντας τη διαδικασία ανεύρεσης φαρμάκων λιγότερο δαπανηρή και πιο αποτελεσματική”.