一种新的人工智能工具可能会加速寻找旧药新用途的努力，尤其是那些目前没有食品和药物管理局（FDA）批准治疗方案的罕见疾病。哈佛医学院的研究团队在《自然医学》杂志上发表的文章中介绍了这款名为TxGNN的工具，称它可以识别17000种疾病的药物候选，这是迄今为止任何单一AI模型所能处理的最大数量的疾病。
该团队免费提供这一工具，以促进更多关于未治疗或治疗不足的条件的研究，这些条件影响全球3亿人。该工具具有两个功能：一个用于识别药物候选及其可能的副作用，另一个则解释决策的理由。在初步实验中，它从近8000种药物中识别出了药物候选，包括已获批准的药物和仍在试验中的药物。
虽然市场上已有其他工具可以识别可重新利用的药物，但研究人员表示，这一过程通常是“偶然和机会主义”的。研究团队发现，与领先的AI模型相比，该工具在识别药物候选方面平均表现高出50%，在预测哪些药物可能有潜在有害影响方面准确率高出35%。
然而，研究人员也承认，工具的成功程度取决于其用于得出结论的医疗知识。“必须解决诸如数据偏差和知识图谱中可能过时的信息等挑战，”他们写道。
首席研究员Marinka Zitnik在一份声明中表示，这种AI模型可能提供比从头设计新药更具成本效益的方法来开发疗法。“我们预计这一模型可以帮助缩小甚至消除导致严重健康不平等的差距，”Zitnik说，她是哈佛医学院Blavatnik研究所生物医学信息学的助理教授。
(全文结束)
