Farmaceutický průmysl se často zaměřuje na vývoj nových léků, ale obrovský, nevyužitý zdroj spočívá v tisících léků, které již byly schváleny k použití. Lékař-vědec David Fajgenbaum byl průkopníkem hnutí za přeměnu těchto existujících léků na nové nemoci a tvrdil, že mnoho z léčeb, které potřebujeme, je již k dispozici – jen jsme je ještě nepropojili se správnými nemocemi.
Mezera v léčbě
Navzdory pokrokům v moderní medicíně zůstává značná mezera v léčbě. Z přibližně 18 000 známých nemocí mají pouze 4 000 schválené léky. To ponechává desítky tisíc stavů bez jakýchkoli schůdných možností léčby pro pacienty. Realita je taková, že biologie se nedrží přísných farmaceutických klasifikací: lék vyvinutý pro jednu nemoc může prospívat zcela nesouvisejícím stavům.
Problém s pobídkami
Hlavní překážka přeměny léčiv není vědecká, ale ekonomická. Jakmile se lék stane generickým, existuje jen malá finanční pobídka pro společnosti, aby financovaly klinické studie, aby prokázaly jeho účinnost pro nová použití. Provoz těchto zkoušek stojí miliony a bez zaručeného zisku se výzkum často nefinancuje, i když by mohl zachránit životy.
Fajgenbaumův osobní boj s Castlemanovou chorobou téměř na smrt tento problém podtrhl. Po vyčerpání všech standardních léčebných postupů nezávisle prozkoumal existující léky a zjistil, že sirolimus, imunosupresivum, které je již na trhu, by mohlo potenciálně regulovat imunitní dráhu, která jeho stav způsobuje. Droga mu zachránila život a dala mu úkol odhalit skryté drogy uvnitř existujících léčiv.
AI jako katalyzátor
Tradičně si identifikace příležitostí pro změnu účelu vyžádala roky manuálních revizí literatury. Nyní Every Cure, nezisková organizace založená Fajgenbaumem, používá umělou inteligenci k urychlení procesu. Jejich platforma dokáže analyzovat celou biomedicínskou znalostní základnu a během několika hodin vyhodnotit 75 milionů kombinací léků a nemocí. Tento obor, nazývaný „výpočetní farmakofenomika“, odhaduje pravděpodobnost, že každý lék bude léčit každou nemoc, což umožňuje výzkumníkům zaměřit se na nejslibnější oblasti.
Přechod na změnu účelu může dramaticky zkrátit dobu léčby. Místo toho, aby strávili desetiletí nebo více vývojem nových molekul, mohou výzkumníci rychle sledovat existující léky se známými bezpečnostními profily, analyzovat data z reálného světa a přejít rovnou k testování. Autoimunitní onemocnění se svými sdílenými biologickými cestami jsou obzvláště zralá na průlomy využívající tento přístup.
Posun paradigmatu
Fajgenbaumova práce zpochybňuje konvenční názor, že inovace v medicíně vždy vyžadují vytvoření něčeho zcela nového. Budoucnost může spočívat v přehodnocení stávajících zdrojů a kladení lepších otázek. Přeměna léků na základě umělé inteligence není jen rychlejší cestou k vyléčení, ale také zásadním přepracováním způsobu, jakým přistupujeme k nemocem a zdravotní péči.
