Co wirus zapalenia wątroby typu C ma wspólnego z SI? Całkiem sporo. Algorytmy uczenia maszynowego wykorzystuje się w określaniu ryzyka zakażenia, przewidywaniu skuteczności leków i projektowaniu nowych. Może pomogą też wyeliminować wirusa do 2030 roku

Medycznego nobla dostali w tym roku naukowcy, którzy odkryli „wirusa zapalenia wątroby typu C” (w skrócie WZW C), po angielsku zaś hepatitis C virus (skąd powszechnie używany skrót HCV). Droga do jego odkrycia była długa i kręta – po raz pierwszy zaczęto podejrzewać, że istnieją inne wirusy zapalenia wątroby niż typu A i B, w latach 70. ubiegłego wieku. Potwierdzić jego istnienie udało się dopiero w roku 1989 Harveyowi Alterowi, Michaelowi Houghtonowi i Charlesowi Rice’owi, za co 31 lat później otrzymali najwyższe naukowe wyróżnienie.

Wirusowe zapalenie wątroby typu C jest chorobą podstępną – przez długie lata nie daje żadnych objawów. W Polsce liczbę zakażonych szacuje się na minimum 600 tysięcy osób, jest ich między 0,9 procent a 1,9 procent (dane za Stowarzyszeniem Pomocy Chorym z HCV „Prometeusze”).

W 80 procentach przypadków zakażenie przebiega bez żadnych objawów, a wirus stopniowo uszkadza wątrobę, prowadząc do jej marskości lub nowotworów.

Żeby wykryć zakażenie, wystarczy prosty test. Gdy wynik okaże się dodatni, można rozpocząć leczenie. Jeszcze do niedawna opierało się na podawaniu przeciwwirusowej rybawiryny oraz interferonu, który pobudza odpowiedź układu odpornościowego. Skuteczność takiego leczenia nie była jednak wysoka (rzędu 50-60 procent). Zmieniło się to wraz z odkryciem leków nowej generacji (sofosbuwiru i symeprewiru, zatwierdzonych w USA w 2013 roku), które pozwalają wyleczyć ponad 90 procent zakażeń, mają też mniejsze skutki uboczne, a leczenie jest mniej dokuczliwe i trwa o połowę krócej.

Adres filmu na Youtube: https://www.youtube.com/watch?v=AU_a2oXMnI8

Profesor Thomas Perlmann, sekretarz generalny Zgromadzenia Noblowskiego i Komitetu Noblowskiego, komentuje w rozmowie z dziennikarką Lottą Fredholm tegoroczną Nagrodę Nobla w dziedzinie fizjologii i medycyny.
Źródło: Nobel Prize / YouTube

Niestety, w Polsce wykrytych przypadków jest wedle szacunków od 20 do 60 tysięcy, czyli 9 na 10 zakażonych nie ma pojęcia, że są zakażeni.

No dobrze, ale co WZW C ma wspólnego ze sztuczną inteligencją? Wbrew pozorom wiele. Od początku lat dwutysięcznych opracowywano nowe leki – jeszcze w 2011 roku toczyło się ponad 100 badań w tym kierunku. Rozwój technik obliczeniowych w biologii i chemii przyniósł niewiarygodną obfitość danych. Do ich analizy coraz częściej stosowano algorytmy uczenia maszynowego.

Jeszcze w roku 2014 publikowano prace dotyczące przewidywania skuteczności leczenia WZW C za pomocą interferonu i rybawiryny (czyli leków poprzedniej generacji) na podstawie sekwencji genetycznej wirusa. Teraz, mimo że dostępne są już bardziej skuteczne leki, naukowcy nie ustają w wysiłkach, by opracować jeszcze lepsze – oczywiście analizując działanie wirusa za pomocą algorytmów.

Algorytmy maszynowe mogą też pomóc przewidywać zakażenia i kierować na badania w tym kierunku. Zupełnie niedawno, bo w czerwcu tego roku, „Nature Scientific Reports” opublikowało pracę na temat wykorzystania sztucznej inteligencji, która na podstawie cyfrowej dokumentacji medycznej (i ubezpieczeniowej) próbuje przewidzieć, czy dana osoba może być zakażona wirusem HCV. Algorytm brał pod uwagę aż 284 zmienne, w tym występowanie bólów kości, stawów, mięśni, przyjmowanie niesterydowych leków przeciwzapalnych, leczenie w kierunku zapalenia stawów, reumatoidalnego zapalenia stawów. Istotny był wiek pacjenta, liczba jego wizyt lekarskich w badanym okresie oraz liczba podejmowanych terapii (czyli schorzeń podejrzewanych przez lekarzy). Najlepsza okazała się technika stacked ensamble, która była skuteczna w 90 procentach przypadków (tzn. na każde sto osób oznaczonych przez algorytm jako potencjalnie zakażone zakażenie potwierdzono u 97 osób).

Jak piszą w pracy badacze, sztuczna inteligencja może wydatnie pomóc w szybkim typowaniu niezdiagnozowanych pacjentów do szybkiej ścieżki badań przesiewowych. Może też ograniczyć liczbę fałszywych wyników dodatnich, co ogranicza koszt programów badań przesiewowych (a te z racji dużej liczby nieujawnionych zakażeń powinny być prowadzone w większości krajów na masową skalę). Sztuczna inteligencja zdaniem autorów pracy może umożliwić osiągnięcie ustalonego przez WHO celu, którym jest eliminacja wirusa HCV do 2030 roku.


Przeczytaj o związkach sztucznej inteligencji z tegorocznymi Nagrodami Nobla z fizykichemii.

Skip to content