medicina personalizzata

LA TECNOLOGIA MEGLIO DELLA SFERA DI CRISTALLO - DEI RICERCATORI AMERICANI HANNO SVILUPPATO UN ALGORITMO CHE PREVEDE COME OGNI PERSONA REAGIRÀ A UNO SPECIFICO FARMACO - QUESTA SCOPERTA POTREBBE ESSERE UN PASSO IMPORTANTE VERSO LA MEDICINA PERSONALIZZATA…

 

medicina personalizzata

(ANSA) - Prevedere come ogni persona reagirà a uno specifico farmaco: è quel che riesce a fare Code-Ae, un algoritmo di Intelligenza Artificiale sviluppato dal gruppo di ricerca guidato dall'americana Cuny Graduate Center. Descritto sulla rivista Nature Machine Intelligence, il sistema è stato testato su 9.000 pazienti e segna un importante passo in avanti verso la medicina personalizzata.

medicina personalizzata

 

Il percorso che va dall'identificazione di una molecola potenzialmente utile in ambito medico alla sua approvazione da parte delle agenzie preposte, come l'Agenzia Europea del Farmaco (Ema), è sempre molto lungo e costoso, può richiedere almeno 10 anni e fino a un miliardo di dollari di investimento. Il percorso è ancor più difficile per i futuri cosiddetti farmaci personalizzati, ossia molecole studiate in modo specifico su un paziente o una tipologia ben definita di pazienti.

medicina personalizzata

 

La previsione accurata delle risposte specifiche del paziente a un nuovo composto chimico è fondamentale per scoprire terapie sicure, tuttavia, per questioni etiche e pratiche non fattibile eseguire test di un farmaco direttamente sull'uomo. Si possono usare test su cellule o campioni di tessuto ma questi metodi non permettono di evidenziare eventuali tossicità sul paziente.

 

medicina personalizzata

Un grande aiuto nello snellimento di queste trafile potrebbe presto arrivare dall'Intelligenza Artificiale (IA) in quanto gli algoritmi possono sia più rapidamente identificare le molecole più adatte per sviluppare nuovi farmaci sia semplificare una parte dei test previsti nella loro validazione. In questo scenario è nato Code-Ae, una IA che si è dimostrata in grado di identificare l'efficacia di una serie di farmaci su 9.000 pazienti differenti in modo molto migliore di quanto fatto finora.