Việc sử dụng trí tuệ nhân tạo (AI) trong y học đã tạo ra nhiều đột phá đối với lĩnh vực điều chế thuốc, nhất là các loại kháng sinh, nhờ khả năng phân tích khối lượng lớn dữ liệu một cách nhanh chóng, từ đó đưa ra các kết quả đánh giá cao...

Khi penincillin ra đời, các loại kháng sinh đã trở thành "trụ cột" của y sinh hiện đại, giúp cứu sống biết bao người. Tuy nhiên, trong những năm gần đây, hiệu quả của kháng sinh đã giảm đi nhiều do thói quen dùng quá liều khiến vi khuẩn sản sinh ra khả năng kháng thuốc. Trong bối cảnh đó, các nhà nghiên cứu tại ĐH MIT (Mỹ) đã sử dụng một thuật toán máy học được thiết kế đặc biệt, để sàng lọc kho lưu trữ kỹ thuật số khổng lồ gồm hơn 100 triệu hợp chất hóa học.

Kết quả, AI đã phát hiện ra một loại hợp chất "kỳ diệu" có tên halicin, có khả năng tiêu diệt vi khuẩn bằng cơ chế khác với tất cả loại thuốc hiện hành. "Halicin không giống bất kỳ loại kháng sinh nào từng thấy trước đây", ông James Collins, giáo sư Khoa học và Kỹ thuật Y tế của ĐH MIT, nhấn mạnh. Ông Roy Kishony, giáo sư sinh học và khoa học máy tính tại Technion (Viện Công nghệ Israel), nói: "Công trình đột phá này báo hiệu một sự thay đổi mô hình trong việc khám phá kháng sinh nói riêng và khám phá thuốc nói chung". Chuyên gia Roy Kishony không phải người tham gia nhóm nghiên cứu.

Theo IFLScience, mới đây, các nhà khoa học từ Đại học ETH Zürich của Thụy Sĩ cũng đã đào tạo các thuật toán AI trên dữ liệu khối phổ để dạy chúng tự phát hiện tình trạng chống thuốc kháng sinh. Cơ chế này sẽ cho kết quả rất nhanh vì có thể phát hiện các dấu hiệu đề kháng với kháng sinh ở vi khuẩn sớm hơn tới 24 giờ so với các công cụ chẩn đoán hiện tại. Nhờ vậy, bác sĩ có thể chỉ định liệu pháp kháng sinh chính xác và bắt đầu điều trị sớm hơn. Để đào tạo hệ thống AI này, các nhà khoa học đã sử dụng một bộ dữ liệu gồm hơn 300.000 khối phổ của từng vi khuẩn.

Cơ sở dữ liệu kết quả bao gồm khoảng 800 vi khuẩn khác nhau và hơn 40 loại kháng sinh, nhờ đó thuật toán có thể tự phát hiện tình trạng kháng kháng sinh. Nhưng quan trọng hơn, với cách tiếp cận này, các thuật toán có thể trả lời những câu hỏi rất nhanh chóng, giúp mở đường cho các liệu pháp kháng sinh nhanh chóng và phù hợp, đặc biệt là trong những trường hợp nhiễm trùng nặng.

Cũng nhờ sử dụng trí tuệ nhân tạo, nhóm các nhà nghiên cứu đến từ Trường Y khoa Perlman, Đại học Pennsylvania (Mỹ) đã tìm ra một loại kháng sinh mới có tác dụng chống lại vi khuẩn kháng thuốc đặc biệt nguy hiểm. Loại siêu vi khuẩn kháng thuốc này thường gây ra nhiễm trùng đường hô hấp và nhiễm trùng máu khó chữa tại các bệnh viện.

Theo đó, hợp chất được AI xác định hoạt động theo cách chỉ ngăn chặn mầm bệnh nhưng không diệt các vi khuẩn có lợi sống trong ruột hoặc trên da, nhờ đó mà tạo nên kháng sinh trúng đích (thu hẹp phạm vi) hiếm gặp. Theo các nhà nghiên cứu, nếu nhiều loại kháng sinh có thể hoạt động chính xác như vậy, đã có thể ngăn ngừa tình trạng vi khuẩn kháng thuốc ngay từ đầu. Nghiên cứu này đã được công bố trên tạp chí sinh hóa học Nature Chemical Biology.

TS. Cesar de la Fuente thuộc nhóm nghiên cứu cho biết ông nghệ AI giúp tìm ra loại thuốc mới giảm đáng kể thời gian cần thiết để phân loại hàng nghìn hợp chất đầy hứa hẹn. "Trí tuệ nhân tạo (AI), như chúng ta đã thấy có thể được áp dụng thành công trong nhiều lĩnh vực. Tìm ra thuốc mới lại là một chiến công tiếp theo của AI", chuyên gia này nói.

Năm ngoái, một loại kháng sinh mới đã được các nhà nghiên cứu tại Viện Công nghệ Massachusetts và Đại học McMaster tổng hợp từ 7.000 hợp chất tiềm năng. Các nhà nghiên cứu đã sử dụng một mô hình học máy (một lĩnh vực của trí tuệ nhân tạo liên quan đến việc nghiên cứu và xây dựng những kĩ thuật cho phép các hệ thống "học" tự động từ dữ liệu để giải quyết những vấn đề cụ thể) mà họ đã chuẩn bị để đánh giá liệu một hợp chất hóa học có ức chế sự phát triển của vi khuẩn acinetobacter baumannii hay không.

James Collins, từ Viện Khoa học và Kỹ thuật Y tế và Khoa Kỹ thuật Sinh học của MIT, cho biết, nghiên cứu này ủng hộ ý tưởng rằng "AI có thể tăng tốc và mở rộng đáng kể việc tìm kiếm các loại kháng sinh mới của chúng ta. Tôi rất vui vì nghiên cứu này cho thấy, chúng ta có thể sử dụng AI để giúp chống lại các mầm bệnh có vấn đề như vi khuẩn acinetobacter baumannii". Vi khuẩn Acinetobacter baumannii thường được tìm thấy trong bệnh viện và có thể dẫn đến viêm phổi, viêm màng não và các bệnh nghiêm trọng khác.

Trước đó, tại hội nghị Huawei Connect 2022, Huawei đã chia sẻ thành công của mình với việc ứng dụng AI trong tìm kiếm và phát triển thuốc mới. Bằng cách sử dụng dịch vụ thiết kế thuốc với sự hỗ trợ của trí tuệ nhân tạo của Mô hình Phân tử Thuốc Pangu Huawei Cloud, Giáo sư Liu Bing cùng với đội nghiên cứu của Bệnh viện liên kết đầu tiên của Đại học Y dược - Đại học Giao thông Tây An đã thành công trong việc tìm kiếm loại thuốc kháng khuẩn phổ rộng mới chỉ trong vòng một tháng, với chi phí R&D (nghiên cứu và phát triển) giảm đến 70%.

Trung tâm Kiểm soát và Phòng ngừa dịch bệnh Mỹ (CDC) ước tính hiện ít nhất 2,8 triệu người mắc bệnh truyền nhiễm kháng thuốc kháng sinh mỗi năm ở Mỹ và hơn 35.000 người chết vì nó. Đây là xu hướng không thể giải quyết một sớm một chiều khi mà ngày càng có nhiều vi khuẩn kháng lại các loại thuốc thông thường. Rất may, việc AI tìm ra những hợp chất "chưa từng thấy" có thể giúp các nhà nghiên cứu mở rộng kho thuốc kháng sinh hiện tại và qua đó có thể cứu sống được nhiều người.

Bên cạnh đó, đối với ngành dược, thuật ngữ "1 tỉ USD và 10 năm" là rất quen thuộc. Từ khi phát triển đến khi phê duyệt, thường phải mất hơn 1 tỉ USD và 10 năm để đưa một loại thuốc mới ra thị trường. Trong quá trình phát triển thuốc kháng sinh, nhiều khả năng vi khuẩn kháng thuốc được ghi nhận tìm thấy ngay cả trước khi thuốc kháng sinh mới kết thúc thử nghiệm lâm sàng.

Vì vậy, việc đẩy nhanh quá trình R&D cho các loại thuốc mới, cân bằng đầu vào và đầu ra bằng cách sử dụng các công nghệ như dữ liệu lớn (big data) và AI là một phần thiết yếu của việc chuyển đổi kỹ thuật số của các công ty dược phẩm. Với công nghệ học máy và nhận dạng hình ảnh, AI cung cấp các mô hình dự đoán tốt hơn, tỷ lệ thành công cao hơn, rút ngắn thời gian khám phá thuốc, tiết kiệm chi phí và tăng doanh thu ròng cho các công ty dược phẩm.