L’intelligenza artificiale e l’apprendimento automatico hanno un potenziale nella lotta alle malattie infettive

Nov 24, 2023

Fonte: Getty Images

Di Marco Melchionna

26 luglio 2023 - Un nuovo studio descrive che, nonostante la continua minaccia delle malattie infettive sulla salute pubblica, le capacità dell'intelligenza artificiale (AI) e dell'apprendimento automatico (ML) possono aiutare a gestire questo problema e fornire un quadro per le future pandemie.

Indipendentemente dalla ricerca e dai progressi biologici, le malattie infettive rimangono un problema. Per tenere il passo con il conflitto, i metodi comuni applicati includono terapie e diagnostica. Spesso gli approcci di biologia sintetica forniscono una piattaforma per l’innovazione. La ricerca ha indicato che la biologia sintetica è spesso divisa in due categorie di sviluppo: ipotesi biologiche quantitative e dati provenienti dalla sperimentazione, e la comprensione di fattori come acidi nucleici e peptidi, che consentono il controllo della biologia.

Secondo la ricerca, i progressi nell’intelligenza artificiale hanno preso in considerazione questi fattori. Considerate le complessità della biologia e delle malattie infettive, il potenziale è elevato. Pertanto, i ricercatori hanno esaminato il modo in cui la relazione tra l’intelligenza artificiale e la biologia sintetica può combattere le malattie infettive.

La revisione ha descritto tre usi dell’IA nelle malattie infettive: scoperta di farmaci antinfettivi, biologia delle infezioni e diagnostica.

Nonostante la preesistenza di vari farmaci antinfettivi, la resistenza ai farmaci spesso supera la loro efficacia. L’intelligenza artificiale e il machine learning possono svolgere un ruolo importante nello sviluppo di nuovi farmaci effettuando ricerche nei database di piccole molecole e utilizzando modelli di formazione per definire nuovi farmaci o applicare farmaci esistenti.

Le complicazioni della biologia dell’infezione sono estese, in gran parte dovute all’attività di agenti patogeni batterici, eucariotici e virali. Questi fattori possono influenzare le risposte dell’ospite e, quindi, il decorso dell’infezione.

I modelli ML, tuttavia, possono analizzare l’acido nucleico, le proteine ​​e altre variabili per determinare gli aspetti delle interazioni ospite-patogeno e delle risposte immunitarie. La ricerca indica anche che possono definire geni e interazioni tra proteine ​​che si collegano ai cambiamenti della cellula ospite, alla previsione dell’immunogenicità e ad altre attività.

Inoltre, l’ottimizzazione dell’espressione genetica e la previsione dell’antigene hanno contribuito allo sviluppo di vaccini e farmaci attraverso modelli supervisionati.

L'intelligenza artificiale e il machine learning hanno applicazioni nella diagnostica. Come hanno dimostrato casi precedenti, la velocità di rilevamento delle malattie infettive gioca un ruolo importante nel modo in cui avviene la diffusione. Tuttavia, attraverso l’intelligenza artificiale e il machine learning, i ricercatori possono identificare le infezioni e prevedere la resistenza ai farmaci. Ciò è dovuto principalmente alla sua capacità di programmare bene gli elementi e di evidenziare le informazioni essenziali provenienti dalle reti biomolecolari.

Indipendentemente dalle opportunità e dalle sfide che questi metodi possono comportare, sono essenziali per il futuro del trattamento delle malattie infettive. Poiché lo sviluppo dell’intelligenza artificiale continua, è fondamentale considerare un’ampia gamma di set di dati per evitare distorsioni.

Vari sforzi di ricerca hanno anche mostrato le capacità dell’intelligenza artificiale e come potrebbe far progredire l’assistenza sanitaria.

La ricerca dell’aprile 2022, ad esempio, ha comportato la creazione di un modello di intelligenza artificiale che utilizza immagini TC addominale senza contrasto per analizzare fattori legati alla salute del pancreas, determinando il rischio di diabete di tipo 2.

Utilizzando centinaia di immagini e varie misurazioni, i ricercatori hanno definito i fattori correlati al diabete. Risultati coerenti e accurati hanno permesso ai ricercatori di determinare che questa analisi era un approccio efficace per rilevare il diabete.

"Questo studio è un passo verso un uso più ampio di metodi automatizzati per affrontare le sfide cliniche", hanno affermato gli autori dello studio Ronald M. Summers, MD, PhD, e Hima Tallam, MD e studente PhD, in un comunicato stampa. “Potrebbe anche informare il lavoro futuro che indaga sul motivo dei cambiamenti pancreatici che si verificano nei pazienti con diabete”.

Sforzi di ricerca come questi sono esempi integrali di come l’intelligenza artificiale continui a svolgere un ruolo nell’assistenza sanitaria.