Los avances tecnológicos representan un alto potencial en el estudio de la medicina, y con la capacitación adecuada las herramientas de Inteligencia Artificial (IA) podrían dar respuesta a un mejor manejo y prevención de enfermedades.

Recientemente, investigadores de la Universidad de Toronto en conjunto con Insilico Medicine, lograron un gran avance en la medicina, al utilizar una base de datos impulsada por Inteligencia Artificial llamada AlphaFold, y en 30 días lograr crear un medicamento que potencialmente podría tratar el carcinoma hepatocelular (HCC), siendo el tipo más común de cáncer de hígado.

En el estudio, publicado en la revista Chemical Science, los investigadores aplicaron AlphaFold a sus motores de descubrimiento de fármacos y la Inteligencia Artificial descubrió una vía de tratamiento previamente desconocida y diseñó una “molécula de impacto novedosa”.

Es por ello que la Inteligencia Artificial aplicada en la investigación médica se está convirtiendo en la nueva arma contra enfermedades mortales, siendo capaz de analizar grandes cantidades de datos, descubrir patrones y predecir los efectos de los tratamientos.

Aunque cualquier fármaco potencial aún tendría que someterse a ensayos clínicos, Feng Ren, director científico y codirector ejecutivo de Insilico Medicine, mencionó que AlphaFold abrió nuevos caminos científicos al predecir la estructura de todas las proteínas en el cuerpo humano.

Por otra parte, la Inteligencia Artificial Pharma fue utilizada para predecir la esperanza de vida a partir del procesamiento del lenguaje natural y el análisis de notas de distintos oncólogos.

El modelo Pharma, es una invención de científicos de la Universidad de Columbia Británica y BC Cáncer, quienes encontraron que el modelo tiene una precisión del 80% al ser probada y utilizada en datos de 47 mil 625 pacientes.
El modelo identificó características únicas para cada paciente, prediciendo la supervivencia a los 6 meses, 36 meses y 60 meses.

"La IA combina detalles como la edad, el tipo de cáncer, las condiciones de salud subyacentes, el uso de sustancias en el pasado y los antecedentes familiares, para pintar una imagen completa de los resultados del paciente y lograr captar pistas únicas que van más allá de factores genéricos como el sitio del cáncer y el tipo de tejido”. agregó John-Jose Nunez, investigador clínico de BC Cancer.

VIDEO RELACIONADO: Ai Lab School Capacitación de 3 Meses en Inteligencia Artificial