במחקר הוכחה לקונספציה שפורסם לאחרונה בכתב העת npj רפואה דיגיטלית, חוקרים מארצות הברית של אמריקה השתמשו בבינה מלאכותית גנרטיבית (GAI) בצורה של ChatGPT-4 (קיצור של Chat generative pre-trained transformer 4) כדי לזהות מועמדים לשימוש חוזר של תרופות נגד מחלת אלצהיימר (AD).
הם מצאו שניתן למנף בהצלחה טכנולוגיות GAI לשילוב ידע מדעי מקוון, תוך סיוע בתעדוף של מועמדים לשימוש חוזר בתרופות לטיפול במחלות.
לימוד: מינוף בינה מלאכותית גנרטיבית לתעדוף מועמדים לשימוש חוזר בתרופות למחלת אלצהיימר עם אימות קליני בעולם האמיתי. קרדיט תמונה: SuPatMaN/Shutterstock.com
רקע כללי
AD, הפרעה נוירודגנרטיבית נפוצה ובלתי הפיכה, מציבה אתגרים משמעותיים בתחום הבריאות עם אפשרויות טיפול מוגבלות.
שימוש מחדש בתרופות, בחינת תרופות קיימות עבור יישומים טיפוליים חדשים, מציעה אלטרנטיבה מהירה וחסכונית יותר לפיתוח תרופות חדשות למצבים בריאותיים כאלה.
גישה זו ממנפת פרופילי בטיחות מבוססים, מזרזת תרגום קליני ומשפרת את נגישות המטופלים. הצלחה מסתמכת על זיהוי יעיל של מועמדים מבטיחים ממאגר מגוון של תרופות.
תהליך השימוש מחדש בתרופות הקונבנציונלי כולל סקירת ספרות נרחבת תוך ניווט במקורות מגוונים לראיות. תהליך עתיר עבודה זה מחייב מומחיות בינתחומית ומתמודד עם אתגרים בסינתזה של השערות משמעותיות ממרחב החיפוש העצום. ייעול התהליך חיוני כדי לשפר את יעילותו.
GAI מציג יכולות הבנה ותגובה בולטות, במיוחד בהקשרים רפואיים כמו מענה על שאלות בדיקה רפואית, קבלת החלטות קליניות וגילוי תרופות.
למרות יישומים מבטיחים, פריסתו בתחום הבריאות דורשת אימות קפדני של התועלת הפונקציונלית ומהימנות שלו עם נתונים קליניים מהעולם האמיתי עקב חששות לגבי ייצור מידע פוטנציאלי.
החוקרים במחקר הנוכחי בחנו את ההיתכנות של שימוש ב-GAI כדי לזהות מועמדים לשימוש חוזר של תרופות ואימתו קלינית את אפשרויות התרופה המומלצות באמצעות נתונים מהעולם האמיתי.
לגבי המחקר
המחקר הנוכחי ערך עשר שאילתות עצמאיות באמצעות ChatGPT-4 כדי ליצור מועמדים לשימוש חוזר של תרופות עבור AD. השאילתות היו בנויות עם הנחיות שהורות לכלי לרשום את 20 התרופות המובילות על סמך יעילות פוטנציאלית, למעט אלו שתוכננו במקור עבור AD.
פורמט JavaScript Object Notation (JSON) צוין למען הבהירות, ונעשה שימוש בהנחיה שלאחר מכן כדי לאמת ולתקן את הרשימה לצורך מובחנות ודירוג תקין.
השאילתות נועדו לעודד הבחנה בין תרופות שפותחו ל-AD ותרופות למחלות אחרות, תוך התמקדות ביעילות פוטנציאלית.
מחקרי אימות קליני השתמשו בנתוני רשומות בריאות אלקטרוניות (EHR) משני מערכי נתונים: המרכז הרפואי האוניברסיטאי של ונדרבילט (VUMC, n>3,000,000), והמכונים הלאומיים לבריאות כולנו תוכנית (n = 235,000).
הנתונים מ-VUMC בוטלו. עבור כל תרופה מועמדת, מחקר עוקבה רטרוספקטיבי החל בגיל 65, לא כולל אלו עם אבחנה קודמת של AD, דמנציה שאינה אלצהיימר, נתונים דמוגרפיים חסרים או חסרי מעקב EHR לאחר גיל 65.
אבחנה של AD התבססה על קודי סיווג מחלות בינלאומיים (ICD) ספציפיים. התאמה של ציון נטייה (PS) (2:1) הופעלה, בהתחשב במין, גזע, אורך EHR לאחר 65 שנים ומחלות נלוות ספציפיות לתרופה כדי ליצור קבוצות דומות הנחשפות לתרופות ולא חשופות.
ההשפעות של חשיפות מרובות לתרופות על המשתתפים לא נשקלו. ניתוח סטטיסטי כלל דגמי רגרסיה פרופורציונליים של Cox עבור ניתוחי הישרדות ומטה-אנליזה של יחסי סיכון (HR).
תוצאות ודיון
בהתאם למחקר, שלוש ההמלצות המובילות לתרופות מ-ChatGPT-4 היו מטפורמין (נוגד סוכרת), לוסארטן (נוגד יתר לחץ דם) ומינוציקלין (אנטיביוטיקה). ניתוח של נתוני EHR העלה כי תרופות אלו הראו סיכון נמוך משמעותית ל-AD לאחר עשר שנים.
למרות שהממצאים הוגבלו על ידי גודל מדגם קטן, מטפורמין הוכיח השפעות טיפול בכיוון החיובי (HR <1). יתר על כן, סימבסטטין ופיוגליטזון הראו השפעות מועילות פוטנציאליות אך ללא מובהקות סטטיסטית בהתבסס על ניתוח של VUMC ו כולנו נתונים.
במטה-אנליזה, מטפורמין הראה אפקט מגן מפני מחלת אלצהיימר (HR = 0.67), בעוד סימבסטטין ולוזארטן הראו גם השפעות הגנה משמעותיות.
עם זאת, נצפתה כיווניות סותרת בהערכות ההשפעה של losartan בין VUMC לבין כולנו מערכי נתונים.
ספירת מקרים לא מספקת הפריעה להערכת בקסרוטן, נילוטיניב, מינוציקלין, קנדסארטן, רפמיצין וליתיום. יש צורך במחקר נוסף כדי לאשר את הממצאים הללו.
ChatGPT-4 לא הציע שום תרופה שאושרה על ידי מינהל המזון והתרופות (FDA) עבור AD. הממצאים מראים את יעילותו של הכלי בשימוש חוזר בתרופה בהתבסס על יכולתו לעקוב אחר הוראות ולסנתז במהירות מידע רלוונטי מהספרות.
עם זאת, הממצאים מוגבלים על ידי ההסתמכות על תדירות למתן עדיפות לתרופות, בעיות פוטנציאליות בנתוני EHR, אילוצי כוח סטטיסטיים, אתגרים ביצירת אינדיקציות ראשוניות לתרופות מסוימות, חוסר איזון משתנים, חוסר יכולת לקבוע סיבתיות והצורך בניטור מתמשך של ביצועי הכלי בשימוש מחדש בסמים.
סיכום
לסיכום, המחקר הנוכחי מדגים את הפוטנציאל והיעילות של ChatGPT-4 ככלי מבוסס בינה מלאכותית לשינוי תכלית של תרופות, ויוצר ביעילות רשימת תרופות מבטיחה לבדיקה ב-EHRs, עם AD כמחקר מקרה.
הממצאים מצביעים על כך שהכלי יכול לאחזר ולשלב מידע ביעילות ממקורות ספרות מגוונים, ולספק מסגרת יעילה שישימה בפוטנציה למחלות שונות כדי לחשוף שימושים טיפוליים חדשים של תרופות קיימות.
