︿
Top

臉書FAIR與德國機構合作,透過AI尋找治療藥物且獲得突破

瀏覽次數:2059| 歡迎推文: facebook twitter wechat twitter twitter

科技產業資訊室 (iKnow) - Gloria 發表於 2021年4月20日

圖、臉書FAIR與德國機構合作,透過AI尋找治療藥物且獲得突破
 
臉書AI研究實驗室(Facebook’s AI Research lab;FAIR)和德國環境健康研究中心Helmholtz Zentrum München,於2021年4月16日宣布將推出一種新的機器學習工具,旨在幫助加速發現有效的抗疾病和癌症的新藥物組合。

這個概念被稱為“組合學習(Compositional Learning)”,就是教機器如何像人類一樣的學習。換句話說,透過這種學習即可掌握一項技能或資訊,之後可用它來創建全新的事物。由於醫療研究的複雜程度很高,如果給機器更多資源,即可突破人類藥物研究的限制,進而帶來貢獻。

其實,Helmholtz Zentrum München實驗室正在研究如何使醫學更加個人化。與Facebook 人工智慧研究院(FAIR)合作之後,共同提出了一個AI模型,該模型可以在不同程度的功效下,如何採用藥物和基因療法等治療組合來影響單細胞。期望透過這種實驗的開放源代碼模型幫助研究人員,學習如何根據疾病在細胞水平上的表現為病患量身定制治療方案。

原本藥物研究必須歷經幾個月或幾年,才能夠縮小數十億個潛在性選擇藥物的範圍,透過這一模式之後,可以在幾個小時內即可達到篩檢的目的。然後,他們可以提供100種藥物和劑量的組合,並具有最高潛在性的最佳結果,並將其與體外細胞系進行對比,以了解它們在現實世界中的運作方式。

Helmholtz Zentrum München認為,在橫跨細胞類型、藥物組合以及病患變異之間的搜索空間非常之大,是永遠無法在整個實驗中被發掘出來,因此才非常需要機器學習的輔助。

對於臉書來說,這合作提供了另一個機會來完善臉書AI系統。簡單來說,該專案可以豐富的數據集和對組合分析的需求,這將挑戰FAIR的機器以組合方式進行學習。

自2015年以來,科學家通過一項名為細胞圖譜(The Cell Atlas)的工作,一直在收集單個細胞的數據。現在這支跨學科的研究人員團隊,將AI模型設計在此數據集和其他類似數據集之上,目的是幫助這些大型數據集能夠發揮作用。

此外,該工具也可以用於對抗COVID-19、癌症與其他複雜疾病(例如:微調處理的化療或免疫的雞尾酒療法),以及需要特殊藥物治療的其他疾病。

在不久的將來,機器學習工具還可以為針對個性化細胞反應的個人化醫學,開闢道路,這是醫藥現今最尖端的挑戰與難題。(731字)


參考資料:
In its quest to advance AI, Facebook is leaning into medical research. CNBC, 2021/4/16
Facebook debuts AI tool to predict effective disease-fighting drug cocktails. Silicon Angle, 2021/4/16


相關文章:
1. 微軟收購語音辨識公司Nuance強化AI醫療布局
2. 健康大數據新創公司Innovaccer市值達13億美元,未來前景看俏
3. 美國十四家醫療保健提供商共同創建Truveta大數據平台
4. AI結合5G將改變醫療保健產業診療模式與流程
5. 利用人工智慧找出最佳病人生活品質的癌症治療方案
6. PWC:39%健康照護業者正導入AI應用

 
歡迎來粉絲團按讚!
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述,僅為提供更多訊息,也不構成任何投資建議。
2.著作權所有,非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載,本中心保留一切法律追訴權利。