医学研究者はAIを使用して既知の薬物のデータベースを検索し、COVID-19の治療に関連するものがあるかどうかを確認しています。 （ゲッティイメージズ）AIトレンドスタッフ別
医療研究者はAIを使用して既知の薬物のデータベースを検索し、新しいCOVID-19コロナウイルスの治療に関連する可能性があるものがあるかどうかを確認しています。
初期のサクセスストーリーは ベネボレントAI 医学文献を検索するために開発されたツールを使用して、COVID-19の可能な治療法として関節リウマチ薬バリシチニブを特定したロンドンの。
12月末のパイロット研究では、イタリアのアレッサンドリアまたはプラートのいずれかに病院に入院した中程度のCOVID-19の成人12人に、ロピナビルとリトナビルの抗HIV薬の組み合わせとともに、バリシチニブを毎日投与しました。二週間。 XNUMX人の別の研究グループは、ロピナビルとリトナビルだけを受けました。
XNUMX週間の治療後、バリシチニブを投与された患者はほとんど回復しており、 サイエンティスト。 彼らの咳と熱はなくなりました。 彼らはもはや息切れしていませんでした。 12人のうちXNUMX人は退院していた。 対照的に、バリシチニブを投与されなかったグループはまだ高温であり、XNUMX人は咳をしており、XNUMX人は息切れのままでした。 ロピナビル-リトナビルのみのグループからXNUMX人の患者だけが退院しました。
Benevolent AIの研究者と共同研究者 ジャスティン・ステビング、インペリアルカレッジロンドンの腫瘍専門医は、 ランセット 4月19日、彼らはどのようにしてAIを使用してCOVID-XNUMXを治療するバリシチニブの可能性を特定したかを説明しました。
AIは、世界中でいつでも人間が作ることのできない高次の相関を作成します。 人間がリンクできないデータセットをリンクします」とStebbingは述べています。
慈悲深い研究者は、会社のナレッジグラフ（機械学習によって推測され強化された生物医学情報と接続のデジタルストアハウス）を使用して、2つのヒトタンパク質ターゲットを特定しました：AP1関連タンパク質キナーゼ1（AAKXNUMX）とサイクリンg関連キナーゼ（GAK） ）。
ジャスティン・ステビング、インペリアル・カレッジ・ロンドンの腫瘍医
チームは別のアルゴリズムを使用して、タンパク質ターゲットにヒットする可能性のある既存の薬物を見つけ、数日で作業を完了しました。 規制当局によって承認されていない薬物は排除され、リストは約30に減りました。バリシチニブを製造する会社であるEli Lillyは、 契約 米国のアレルギーおよび感染症研究所と共同で、米国のCOVID-19患者における薬剤の有効性を研究しています。
「裁判がうまくいかなくても、だれがうまくいくのか、いつうまくいくのかを膨大な量見つけることができます」とStebbing氏は述べています。 「それは、個別化医療に関するものです。つまり、適切な人に適切なタイミングで適切な病気を適切な薬で治療することです。 うまくいけば、これはジグソーパズルの強力な部分になるでしょう。」
MIT-IBMワトソンAIラボ10プロジェクトに資金提供
他の場所では、MIT-IBMワトソンAIラボは、パンデミックの健康と経済への影響に対処するためにAIを組み込んだ10の研究プロジェクトに資金を提供しています。
19つのプロジェクトは、COVID-10患者の敗血症の早期発見を確立することを目指しています。 COVID-19患者の約XNUMX％は、症状が現れてからXNUMX週間以内に敗血症で病気になりますが、生存できるのは約半分だけです MIT News。 敗血症のリスクのある患者を特定することで、早期のより積極的な治療と生存の可能性が高まります。
MIT教授が率いるプロジェクトで ダニエラ·ルーシ研究者は、敗血症に対する活性化された免疫反応の兆候について患者の白血球の画像を分析する機械学習システムを開発します。
MIT教授が率いる別のプロジェクト ダロン・アースモグル, サイモン・ジョンソン, あすオズダグラー ターゲットを絞った封鎖が経済と公衆衛生に及ぼす影響をモデル化します。 チームは、さまざまな年齢層の感染、入院、死亡の相対リスクを分析しました。 彼らが一律のロックダウンポリシーを高齢者の保護を目的としたポリシーと比較したところ、ターゲットを絞ったアプローチにより多くの命を救うことができることがわかりました。 この研究に基づいて、研究者は、抗原検査と接触追跡アプリが公衆衛生上のリスクをさらに削減する方法を検討します。
他の研究は見ています：どの材料が最高のフェイスマスクを作るか; 連絡先追跡へのプライバシー第一のアプローチ; COVID-19ワクチンへのグローバルアクセスへのハードルを克服し、電子医療記録を活用してCOVID-19の治療法を見つける。
A COVID症状調査 ロンドンのキングスカレッジとボストンの総合病院で研究者が作成したアプリは、テストなしでCOVID-19ウイルスに感染するリスクがある人を予測することを目的としています。 このアプリは世界中で25万人を超える人々にダウンロードされています。 予測システムは、24月21日からXNUMX月XNUMX日までの間に英国と米国でXNUMX万人のデータを調べて開発され、アプリを積極的に使用して健康状態を更新しました。
正確な症状を示した800,000人を超えるアプリユーザーにAIベースのモデルを適用したところ、約17％がコロナウイルスに感染している可能性が高いことがわかりました。
ヴァンダービルト大学の研究者はキングスカレッジとも協力
ヴァンダービルト大学で開発中の、風邪の原因であるライノウイルスに対するヒトの免疫反応を研究するためのツールが、キングズカレッジオブロンドン、ガイズアンドセントトーマスズNHSファウンデーショントラストと共同でCovid-19関連の研究に適用されています。 研究は主導されています ジョナサン・アイリッシュ、細胞および発生生物学の准教授および がんおよび免疫学コア バンダービルトにて。
ヴァンダービルトの癌および免疫学コアの科学ディレクター、ジョナサン・アイリッシュ
COVID-19の内部動作を理解するための競争において、このツールは、膨大な量のデータを解析して、ウイルスに特異的に反応する非常にまれな免疫細胞を特定するのに役立ちます。
このツールは、高次元（HD）サイトメトリー（単一の血球の多くの特徴を同時に測定する手法）の側面を採用しています。 結果として生じる膨大な量のデータを分析することは困難です。 「HDサイトメトリーはCOVID-19を理解するのに特に役立つと思います」とアイルランド語で述べた。 プレスリリース ヴァンダービルトから。
急速に発展した試験は、19月の最後の週に10人の患者の治療を開始することでした。 この研究では、ウイルスに反応している免疫細胞を、XNUMX万個の血球のサンプルから数百個程度特定することを望んでいます。
共同研究の目標は、どのヒト免疫細胞がコロナウイルス感染に特異的であるかを特定し、これらの細胞を各人の免疫指紋から区別することです。 「ウイルスと戦うのに役立つ免疫細胞の種類を理解して特定することは、ワクチンと治療戦略を最適化するのに役立つ可能性があります」とアイルランドは述べています。
Social Distancingを終了するための最良の戦略の研究
COVID-19に対処するための分離戦略をどのようにして終了するかは、ルクセンブルグ大学のセキュリティ、信頼性、および信頼の学際的センターであるSnTでの実験の主題です。 研究のアイデアは、世界中の政府がさまざまな出口戦略が19か月の期間でCOVID-XNUMXの広がりにどのように影響するかを分析できるようにすることです。
SnTの副ディレクターであるYves Le Traonは、このプロジェクトに協力するために19つのチームを結集しました。 このツールは、予測を生成するために、Google COVID-XNUMXデータセットから一般に入手可能なデータと、ジョンズホプキンス大学からのデータを使用します。 ユーザーは、国を選択し、特定の隔離措置の強度を表す値を変更することにより、各活動に関連するポリシーが病気の蔓延にどのように影響するかを理解できます。
適応型出口戦略シミュレータは、次の場所にあります。 https://serval-snt.github.io/covid19/
「「知識は力である」という言い回しは多用されるかもしれませんが、コロナウイルスに関して言えば、あらゆるデータが世界中の人々の生活に影響を与える可能性があるため、コロナウイルスに関しては新しい意味を持ちます」とルトラオン教授は述べています。に公開されたリリース EurekAlert！ 「分析する膨大な量のデータを考慮して、出口戦略計画をサポートするためにこのツールを開発しました。 ヨーロッパの多くの国がすでに計画を実行し始めているので、私たちはできるだけ早く作業を公開したいと考えました。」 EurekAlert！
ソース記事を読む サイエンティスト、at MIT News、で プレスリリース ヴァンダービルト大学の Covid症状調査 とで EurekAlert！.
