Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

Les outils d'AI et d'apprentissage automatique peuvent aider des réclamations liées COVID indépendantes

Car la pandémie COVID-19 a balayé le monde, les chercheurs ont des centaines publiées de papiers chaque semaine enregistrer leurs découvertes - on dont n'ont pas subi un procédé complet d'inspection professionnelle pour mesurer leur sérieux.

Dans certains cas, la recherche mauvais validée a massivement influencé la politique publique, comme quand des patients rapportés de l'équipe française un COVID ont été guéris par une combinaison de hydroxychloroquine et d'azithromycine.

La réclamation a été largement rendue publique, et bientôt les patients des États-Unis ont prescrit ces médicaments sous une autorisation d'utilisation de secours. Davantage de recherche concernant de plus grands numéros des patients a émis des doutes sérieux sur ces réclamations, cependant.

Tellement l'information liée COVID étant relâché chaque semaine, comment les chercheurs, les cliniciens et les décisionnaires peuvent-ils continuer ?

Dans cette semaine publiée de commentaire en biotechnologie de nature, l'université du scientifique Tudor Oprea du Nouveau Mexique, la DM, le PhD, et ses collègues, dont beaucoup travaillent aux compagnies (AI) d'artificial intelligence, effectuent le cas que l'AI et l'apprentissage automatique ont le potentiel d'aider des chercheurs séparent le blé des paillettes.

Oprea, professeur de médecine et sciences pharmaceutiques et responsable de la Division d'UNM de l'informatique de translation, note que la sensation d'urgence de développer des traitements efficaces d'un vaccin et de legs pour le coronavirus a abouti beaucoup de scientifiques à dériver le procédé traditionnel d'inspection professionnelle en publiant « préimprime » - des versions préliminaires de leur travail - en ligne.

Tandis que cela active la diffusion rapide des découvertes neuves, « le problème vient quand les réclamations au sujet de certains médicaments qui n'ont pas été expérimental validés apparaissent dans le monde de prétirage, » Oprea dit. Notamment, la mauvaise information peut aboutir des scientifiques et des cliniciens à gaspiller le temps et l'argent chassant des fils d'abat-jour.

L'AI et l'apprentissage automatique peuvent armer le pouvoir calculant massif de vérifier plusieurs des réclamations qui sont introduites dans un rapport de recherche, la proposition les auteurs, un groupe de chercheurs de public et de secteur privé des États-Unis, de Suède, du Danemark, d'Israël, de France, du Royaume-Uni, Hong Kong, d'Italie et de Chine aboutis par Jeremy Levin, présidence de l'organisme d'innovation de biotechnologie, et Alex Zhavoronkov, Président de médicament d'InSilico.

Je pense qu'il y a potentiel énorme là. Je pense que nous sommes sur le tranchant des outils se développants qui assisteront le procédé d'inspection professionnelle. »

Tudor Oprea, DM, PhD, scientifique, université du Nouveau Mexique

Bien que les outils ne soient pas en pleine maturité, « nous obtenons réellement, réellement près de permettre aux systèmes robotisés d'assimiler des tonnes de publications et de rechercher des irrégularités, » il dit. « Je ne me rends pas compte d'un tel système qui est actuel en place, mais nous proposons avec le financement adéquat que ceci peut devenir procurable. »

Le text mining, dans lequel un ordinateur hiloire par des millions de pages de texte recherchant les configurations spécifiques, a déjà été « énormément utile, » Oprea dit. « Nous accomplissons le progrès dans cela. »

Depuis que l'épidémie de COVID a pris la prise, Oprea lui-même a employé des méthodes de calcul avancées pour aider à recenser les médicaments existants avec l'activité antivirale potentielle, cueillie d'une bibliothèque des milliers de candidats.

« Nous sommes ne disant pas nous avons un remède pour le déficit d'inspection professionnelle, mais nous disons cela qu'un remède est dans l'extension, et nous pouvons améliorer la voie que le système est actuel mis en application, » il dit. « Dès que l'année prochaine nous pourrons pouvoir traiter beaucoup de ces caractéristiques et servir de ressources additionnelles pour supporter le procédé d'inspection professionnelle. »

Source:
Journal reference:

Levin, J. M., et al. (2020) Artificial intelligence, drug repurposing and peer review. Nature Biotechnology. doi.org/10.1038/s41587-020-0686-x.