Финские учёные разработали модель машинного обучения, которая точно предсказывает, какие комбинации неизученных ранее противораковых препаратов уничтожают различные типы клеток рака. Искусственный интеллект, который обучали на большом наборе данных, полученном в ходе предыдущих исследований, достиг очень высокого уровня точности прогнозирования.
Терапия онкологических больных зачастую требует применения комбинации различных препаратов. Вдобавок к удалению опухоли пациентам назначают курс радиационной терапии, медикаментов или то и другое. Комплексная терапия лекарственными средствами обычно повышает эффективность лечения и способна снизить побочные эффекты.
Однако, экспериментальные исследования комбинаций препаратов ведутся очень медленно и обходятся дорого, поэтому все преимущества такой терапии часто остаются невыясненными. Решить эту проблему может метод машинного обучения, дающий возможность идентифицировать лучшую комбинацию медикаментов для уничтожения раковых клеток.
Такую модель разработали и обучили учёные из Университета Аальто и Университета Турку. Они продемонстрировали, что искусственный интеллект может находить неизвестные ранее ассоциации между лекарственными средствами и раковыми клетками и добивается очень точных результатов. К примеру, значения так называемого коэффициента корреляции составили в эксперименте более 0,9. Это очень высокая степень надёжности.
«Модель, обученная машиной, это, на самом деле, полиномиальная функция, известная по школьному курсу математики, но очень сложная», — пояснил профессор Юхо Роусу.
Тот же подход можно применять и для подбора наиболее эффективных лекарственных средств против нераковых заболеваний — например, бактериальных или вирусных инфекций. Для этого модель придётся переобучить на новой базе данных.