AIとのおつきあい
最近はどこでもかしこでもAIである。特集から引用
”発見そのものに気づくことができる各ドメインの専門知識を有し、かつ、AIの長所と短所を理解し使いこなすことができる専門家の育成が必要だろう”
ということで、AIを無視というわけにもいかず、逆に丸投げというわけにはいかないようである。もう一つ学ぶことが増えた????
昔新しい実験機器をいろいろ試しながら使っていたら同僚に「Are you getting know each other? (機械と)お知り合いになってるの?」と言われたことがある。ChatGPTもいろいろ放り込んで、何が得意で何が下手なのかを試しているし、AIともお知り合いになるのが良いのかもしれない。末長いお付き合いになりそうである。
実験医学の特集は希少疾患への応用とかについても書いてあって、興味深かった。
友人に勧められたSTATのポッドキャストをジョギング中に聞いているのだが、こちらもAIについての特集である。
AIで使う情報が平常と病気の状態とは違うので、病気の状態での情報を使わないといけないそうである。
それとDiscovery(最初の薬の候補を見つけるところ)にAIを使うよりも、臨床試験のPhase III(日本語で何ていうか忘れた)のところで失敗しないようにAIを使ったほうが良いのではないかという話だった。確かにPhase IIIはお金と時間がかかる。患者さんの選び方とか、考えるだけでも大変そうである。
興味のあるかたはぜひポッドキャストをどうぞ。
次はちょっと脱線して複数標的薬について
生物にはredundancyが組み込んである。RedundancyについてもChatGPTに説明してもらう。
---
--- 複数標的薬(Multi-Target Drugs)は、通常、一つの標的に作用する従来の薬物とは異なり、複数の生物学的標的に同時に作用することを特徴とする医薬品です。これにより、疾患の多様な原因や病態生理学的メカニズムに対して効果を発揮し、治療効果の向上や副作用の軽減が期待されます。 複数標的薬は、従来の単一標的薬よりも広範な治療効果をもたらす可能性がありますが、同時に副作用の管理や安全性の確保も重要な課題となります。
---
複数標的薬の開発とかはAI使うと良いかもしれないそうな。なるほど。複数の回路を同時に抑える薬とか、考えるだけでも頭が痛くなる。たぶん人間がするよりもAIのほうが得意無ような気がする。
今日の教訓 AIとはお知り合いになりましょう
Comments