Các thuật toán AI đã tham gia vào mọi quy trình trong con đường thiết kế và cung cấp vắc-xin COVID-19 và các viên thuốc kháng virus của Pfizer cho hàng trăm triệu người trên thế giới.
Lidia Fonseca, giám đốc kỹ thuật số và công nghệ của Pfizer, cho biết công nghệ học mát đóng vai trò quan trọng trong việc tăng tốc các quy trình phát triển vắc-xin: bắt đầu từ phát triển thuốc, thử nghiệm lâm sàng, quản lý chuỗi cung ứng, cuối cùng là phân phối đến mọi người.
Pfizer đã phát triển hai loại vũ khí để chống lại COVID-19: một loại vắc-xin được phát triển cùng với BioNTech, được bán dưới tên Comirnaty và thuốc uống điều trị kháng virus ít phổ biến, Paxlovid.
Bà nói trong cuộc trò chuyện với Joe Ucuzoglu, Giám đốc điều hành tại Deloitte US, vào thứ Ba tại Hội nghị Công nghệ GPU của Nvidia: “Chúng tôi có những ví dụ rõ ràng trong việc đưa cả vắc-xin, Comirnaty và bây giờ là thuốc uống điều trị, Paxlovid, bằng cách khai thác sức mạnh của dữ liệu kỹ thuật số trong AI”.
Các mô hình học máy rất phù hợp cho nhiệm vụ tìm kiếm các phân tử mới với một tập hợp các đặc tính bắt buộc. Các nhà khoa học đã có thể giải mã trình tự và ghép lại cấu trúc của protein đột biến của virus Corona ngay từ thời điểm rất sớm của đại dịch. Những gai này bám vào bề mặt của tế bào, nơi virus sẽ hấp thụ và tái tạo. Sau đó, vật chủ sẽ bị nhiễm bệnh, gây ra các bệnh về đường hô hấp, mệt mỏi, đau đầu và các ảnh hưởng bất lợi khác cho sức khỏe.
Một loại vắc-xin mRNA, như Pfizer, hoạt động bằng cách dạy các tế bào của chúng ta chỉ tạo ra phần protein đột biến của virus để hệ thống miễn dịch của bạn có thể học cách tiêu diệt các gai như vậy trong tương lai, giúp loại bỏ được virus nếu nó xâm nhập vào cơ thể.
Fonseca cho biết Pfizer đã có thể thiết kế vắc-xin dựa trên mRNA và đưa nó vào thử nghiệm lâm sàng chỉ sau 4 tháng. Các thuật toán máy học đã giúp công ty dự đoán năng suất trong giai đoạn sản xuất trước khi hàng chục nghìn tình nguyện viên từ sáu quốc gia được tuyển dụng để thử nghiệm. Hệ thống AI đã được sử dụng để phân tích bất kỳ triệu chứng khác biệt nào của những người tham gia.
Ngoài ra, chúng tôi sử dụng cả AI và máy học để dự đoán nhiệt độ sản phẩm và cho phép bảo trì cho hơn 3.000 tủ đông chứa vắc xin. Và chúng tôi cũng tận dụng IoT và cảm biến để giám sát và theo dõi các lô hàng vắc xin và nhiệt độ chính xác gần 100%.
Lidia Forseca nói thêm.
Vào trước thời điểm Pfizer chú ý đến việc sản xuất thuốc kháng virus Paxlovid – có thể uống khi các triệu chứng giảm – các nhà khoa học đã sử dụng siêu máy tính để chạy thử nghiệm cách giảm thiểu các phản ứng khi tiêm vắc-xin.
Nhiều phản ứng dị ứng mà những người tham gia thử nghiệm lâm sàng báo cáo trong khi thử nghiệm vắc-xin của chúng tôi là do một số hạt nano lipid lỏng nhất định trong chính vắc-xin, bằng cách sử dụng siêu máy tính, chúng tôi đã chạy mô phỏng động lực học phân tử để tìm ra sự kết hợp phù hợp của các đặc tính của hạt nano lipid làm giảm phản ứng dị ứng.
Fonseca cho biết.
Theo HPC Wire, Pfizer đã chuyển sang sử dụng siêu máy tính MareNostrum 4 để thử nghiệm các loại thuốc mới. Hệ thống lớn được đặt tại Trung tâm Siêu máy tính Barcelona, và có hiệu suất cao nhất là 11,15 Petaflop; nó chứa 3.456 nút, mỗi nút được tạo thành từ hai bộ xử lý Intel Xeon Platinum 8160 và bốn GPU Nvidia V100.
Các công ty dược lớn đang ngày càng chuyển sang sử dụng AI. Công nghệ này tự động hóa các quy trình trên quy mô lớn, cắt giảm chi phí và giảm thời gian cần thiết để đưa thuốc mới ra thị trường. Fonseca cho biết các nhà sản xuất lớn như Pfizer sẽ phải làm việc với các công tyl chuyên về các lĩnh vực mà các doanh nghiệp lớn đang yếu kém, chẳng hạn như tạo, tổng hợp hoặc phân tích dữ liệu.
“Phân tích dữ liệu được hỗ trợ bởi AI và học máy đang tăng cường phát hiện và phát triển thuốc, chúng cũng có thể giúp tăng cường khả năng phòng ngừa, phát hiện sớm, điều trị cá nhân hóa và các liệu pháp kỹ thuật số. Khả năng tính toán lượng tử sẽ giúp đưa các loại thuốc đột phá đến bệnh nhân nhanh hơn. “
Forseca nói thêm: “Tôi tin rằng COVID-19 đã đẩy nhanh các xu hướng này sớm hơn 5 năm.”
Theo The Register.
Discussion about this post