De groeiende synergie van AI en neurowetenschap bij het decoderen van de menselijke hersenen

Kunstmatige intelligentie (AI) is de laatste tijd het gesprek van de dag, met chatbots zoals ChatGPT van OpenAI, Bard van Google en Grok van Elon Musk die veel aandacht krijgen. AI is echter niet zo nieuw als deze chatbots; de belangstelling voor AI ontstond decennia geleden in 1950 toen wetenschapper Alan Turing een test voor machine‑intelligentie voorstelde, genaamd The Imitation Game, in zijn artikel “Computer Machinery and Intelligence”.

“Kunnen machines denken?” vraagt Turing in zijn artikel, waarbij hij een “Turingtest” aanbiedt, waarbij een menselijke ondervrager probeert te onderscheiden tussen een computer‑ en een menselijke tekstreactie.

Sindsdien hebben technologische vooruitgangen geleid tot meer geavanceerde AI‑systemen die in verschillende sectoren worden gebruikt, waaronder de gezondheidszorg en het begrijpen en behandelen van het meest complexe menselijke orgaan, de hersenen.

Klik hier om alles te leren over AI‑hersenchips.

De vooruitgang van AI en neurowetenschap

In grote lijnen redeneren AI‑systemen, leren ze en voeren ze taken uit die gewoonlijk geassocieerd worden met menselijke cognitieve functies, zoals het herkennen van patronen en het interpreteren van spraak door enorme hoeveelheden data te verwerken.

AI is in wezen een reeks technologieën die computers in staat stellen een verscheidenheid aan geavanceerde functies uit te voeren. Het fundament van innovatie in moderne computing, AI omvat verschillende disciplines, waaronder:

• Data-analyse
• Hardware- en software‑engineering
• Taalkunde
• Neurowetenschap
• Psychologie

Deze AI‑modellen die cognitieve processen simuleren en helpen bij complexe cognitieve taken zoals taalvertaling en beeldherkenning, zijn gebaseerd op biologische neurale netwerken, die complexe systemen van onderling verbonden neuronen zijn en machines ‘trainen’ om spraak, beelden en patronen te begrijpen.

Het ingewikkelde en intelligente menselijk brein vormt een uitdaging voor wetenschappers om mogelijkheden voor menselijke augmentatie te ontsluiten. Hoewel AI is gebruikt om onder andere Siri van Apple, Alexa van Amazon en Watson van IBM te creëren, zal de werkelijk transformatieve impact pas worden bereikt wanneer kunstmatige neurale netwerken worden aangevuld met de inheemse menselijke intelligentie, een resultaat van eeuwen van overleving.

Hoewel computers nog steeds niet de volledige flexibiliteit van mensen kunnen evenaren, zijn er programma’s die specifieke taken kunnen uitvoeren, waarbij het toepassingsgebied van AI dagelijks uitbreidt. Deze technologische vooruitgang, gecombineerd met wetenschappelijke ontwikkelingen, heeft ertoe geleid dat AI wordt ingezet bij medische diagnose en behandeling.

Door grote hoeveelheden patiëntgegevens uit verschillende bronnen te analyseren om zorgverleners te ondersteunen, helpt AI een volledig beeld van de gezondheid van een patiënt te krijgen voor een nauwkeurigere voorspelling en om beter onderbouwde beslissingen te nemen over de zorg. Dit helpt bovendien om potentiële gezondheidsproblemen eerder te detecteren voordat ze levensbedreigend worden. Bovendien kunnen zorgverleners met AI routinetaken automatiseren, zodat ze zich kunnen richten op complexere patiëntenzorg.

Klik hier om te leren hoe verschillende technologieën het volgende niveau van menselijke evolutie mogelijk maken.

De rol van AI bij een beter begrip van de menselijke hersenen

Baanbrekend onderzoek in de neurowetenschap heeft geleid tot de ontwikkeling van geavanceerde hersenbeeldvormingstechnieken, waaronder:

• Elektro‑encefalografie (EEG)
• Functionele magnetische resonantiebeeldvorming (fMRI)

Tegelijkertijd, nu AI‑algoritmen, met name in machine learning en deep learning, steeds geavanceerder zijn geworden, heeft dit geleid tot een kruising van beide velden. Deze synchronisatie stelt wetenschappers in staat om hersengegevens op een ongekende schaal te analyseren en te begrijpen.

De kruising van AI en neurowetenschap, het vakgebied dat zich richt op het zenuwstelsel en de hersenen, is met name duidelijk in het domein van data‑analyse. Momenteel stelt AI wetenschappers en onderzoekers in staat om hersengebieden met ongekende nauwkeurigheid in kaart te brengen. Dit is mogelijk gemaakt door de technologische vooruitgang in AI die de classificatie van ingewikkelde patronen in hersengegevens en het leggen van correlaties mogelijk maakt. Deze samenwerking heeft ook de weg vrijgemaakt voor onderzoekers om neurale paden beter te begrijpen.

Met behulp van AI kan medische diagnostiek worden verbeterd door de voorspellingsnauwkeurigheid, snelheid en efficiëntie van het diagnostische proces te verhogen. Door AI aangedreven hersenbeeldstudies hebben subtiele veranderingen in hersenstructuren ontdekt die zich voordoen voordat klinische symptomen bekend worden, wat een enorm potentieel heeft voor vroege detectie en interventie, en mogelijk onze aanpak van neurodegeneratieve aandoeningen revolutioneert.

Bijvoorbeeld, eind vorige maand maakten onderzoekers gebruik van AI om gespecialiseerde hersen‑MRI‑scans te analyseren van personen met attention‑deficit/hyperactiviteitstoornis (ADHD). ADHD is een veelvoorkomende aandoening, met naar schatting 5,7 miljoen kinderen en adolescenten tussen de 6 en 17 jaar die in de VS ermee gediagnosticeerd zijn.

De aandoening, die steeds vaker voorkomt door de toestroom van smartphones, kan een enorme impact hebben op de kwaliteit van leven van de patiënt, aangezien kinderen met ADHD moeite hebben met aandacht en het reguleren van activiteit. Hier zijn vroege diagnose en interventie cruciaal voor het beheer, maar ADHD, zoals medeauteur van de studie Justin Huynh zei:

“Het is extreem moeilijk om te diagnosticeren.”

De studie gebruikte fractionele anisotropie (FA)-waarden als invoer voor het trainen van een deep‑learning AI‑model om ADHD te diagnosticeren “in een kwantitatief, objectief diagnostisch kader”.

Zoals we zagen, kunnen algoritmen door enorme datasets met betrekking tot hersenscans en patiëntgeschiedenissen te voeden subtiele markers onderscheiden die voor mensen mogelijk niet waarneembaar zijn. Dit verhoogt op zijn beurt de diagnostische nauwkeurigheid, wat leidt tot eerdere interventies en betere patiëntresultaten.

Het bestuderen van nieuwe hersenbeeldvormingstechnologie om de geheimen van de hersenwetenschap te begrijpen en deze vervolgens te koppelen aan AI om de hersenen te simuleren, is ook een manier om de kloof tussen AI en menselijke intelligentie te dichten. Er zijn al veel vooruitgangen geboekt in hersen‑computerinterfaces (BCI) door bedrijven zoals Neuralink. BCI verbindt de hersenen direct met externe apparaten, waardoor gehandicapten protheses kunnen besturen en met de wereld kunnen communiceren alleen door gedachten, wat hun potentieel voor vele wetenschappelijke en praktische toepassingen aantoont.

Deze fusie van menselijke intelligentie en AI kan uiteindelijk ‘supermensen’ creëren, maar vereist rekenmodellen die visuele en natuurlijke taalverwerking integreren, net zoals de menselijke hersenen dat doen, voor uitgebreide communicatie. In dit kader kunnen virtuele assistenten zowel eenvoudige als complexe taken uitvoeren, maar machines moeten leren rijkere contexten te begrijpen voor mensachtige communicatieve vaardigheden.

De groeiende rol van AI bij de behandeling van de menselijke hersenen

In de gezondheidszorg omvat diagnostiek het evalueren van medische aandoeningen of ziekten door het analyseren van symptomen, medische geschiedenis en testresultaten. Het doel is om tests zoals beeldvormende tests, bloedtests, enz. te gebruiken om de oorzaak van een medisch probleem te bepalen en een nauwkeurige diagnose te stellen om effectieve behandeling te bieden. Daarnaast kan diagnostiek worden gebruikt om de voortgang van een aandoening te monitoren en de effectiviteit van de behandeling te beoordelen.

Het potentieel van AI in behandeling is behoorlijk overtuigend. Kunstmatige intelligentie kan een analyse bieden van de hersenkenmerken van een persoon evenals hun medische geschiedenis, genetica, levensstijldata en andere factoren, op basis waarvan het gepersonaliseerde geneeskunde kan aanbieden. Op deze manier belooft AI op maat gemaakte behandelplannen die rekening houden met de unieke complexiteit van elk individueel brein.

Door unieke, onbevooroordeelde patronen in data te identificeren, kan AI mogelijk ook nieuwe biomarkers of interventiemethoden ontdekken. AI‑gebaseerde systemen zijn sneller en efficiënter dan handmatige processen en verminderen menselijke fouten aanzienlijk.

Een team van onderzoekers recentelijk AI gebruikte om te voorspellen de optimale methode voor het synthetiseren van geneesmiddelmoleculen. Deze methode, volgens de hoofd auteur van het artikel David Nippa, heeft het potentieel om het aantal vereiste laboratoriumexperimenten “significant” te verminderen, waardoor “zowel de efficiëntie als de duurzaamheid van chemische synthese” toenemen.

Het AI‑model werd getraind op data van betrouwbare wetenschappelijke werken en experimenten uit een geautomatiseerd laboratorium en kan succesvol de positie van borylatie voor elk molecuul voorspellen en de optimale omstandigheden voor de chemische transformatie bieden. Het wordt al gebruikt om posities in bestaande actieve ingrediënten te identificeren waar extra actieve groepen kunnen worden geïntroduceerd; dit model zal helpen bij het sneller ontwikkelen van nieuwe en effectievere varianten van bekende geneesmiddelingrediënten.

Top farmaceutische bedrijven die AI integreren

Laten we nu een kijkje nemen naar enkele beursgenoteerde bedrijven in de medische sector die gebruikmaken van deze technologie.

1. Novartis (NVS) 

Deze farmaceutische gigant investeert in AI voor biomedische data‑analyse en geneesmiddelenontdekking en -ontwikkeling. Met een marktkapitalisatie van $223,48 miljard, worden Novartis‑aandelen momenteel verhandeld tegen $98,27, een stijging van 8,17% dit jaar. De omzet van het bedrijf over de laatste twaalf maanden (TTM) bedroeg $47,88 miljard, met een EPS (TTM) van 3,59, een P/E (TTM) van 27,30 en een ROE (TTM) van 14,94%. Ondertussen is het dividendrendement 3,57%.

Het bedrijf heeft AI geïntegreerd in al haar activiteiten, waaronder het analyseren van enorme datasets met openbare gezondheidsdossiers, voorschrijvingsgegevens, interne data en medische verzekeringsclaims om potentiële proefpatiënten te identificeren en het ontwerp van klinische proeven te optimaliseren. Het gebruik van de AI‑tool heeft het inschrijven van patiënten in proeven sneller, goedkoper en efficiënter gemaakt, volgens Novartis.

2. Pfizer (PFE)

Dit onderzoeksgerichte biofarmaceutische bedrijf heeft een marktkapitalisatie van $163,238 miljard en de aandelen worden momenteel verhandeld tegen $28,97, een daling van 43,58% dit jaar. De omzet van het bedrijf over de laatste twaalf maanden (TTM) bedroeg $68,53 miljard, met een EPS (TTM) van 1,82, een P/E (TTM) van 15,88 en een ROE (TTM) van 11,05%. Ondertussen is het dividendrendement 5,67%.

Pfizer heeft veel interesse getoond in het benutten van AI om haar geneesmiddelenontdekkingsinspanningen te verbeteren. Het bedrijf heeft samengewerkt met vele AI‑bedrijven, zoals CytoReason, Tempus, Gero en Truveta. Daarnaast heeft Pfizer, om haar oncologische klinische proeven te verbeteren, een gegevensdelingsovereenkomst ondertekend met het oncologische AI‑bedrijf Vysioneer, dat ook een door de FDA goedgekeurde AI‑aangedreven automatische contourering van hersentumoren heeft, genaamd VBrain.

Naast het creëren van een ML‑onderzoekscentrum om nieuwe voorspellende modellen en tools te ontwikkelen, heeft Pfizer ook een partnerschap met een van de grootste cloudproviders, Amazon Web Services, voor het gebruik van cloudcomputing in geneesmiddelenontdekking en -productie. Dit partnerschap is bijzonder waardevol gebleken “tijdens de COVID‑19‑pandemie… in verschillende aspecten van de ontwikkeling van het vaccin, van productie tot klinische proeven”.

3. AstraZeneca (AZN)

Dit biofarmaceutische bedrijf heeft een marktkapitalisatie van $200,8 miljard, en de aandelen worden momenteel verhandeld tegen $64,86, een daling van 4,44% dit jaar. De omzet van het bedrijf over de laatste twaalf maanden (TTM) bedroeg bijna $45 miljard, met een EPS (TTM) van 1,89, een P/E (TTM) van 34,29 en een ROE (TTM) van 16,30%. Ondertussen is het dividendrendement 2,22%.

De Anglo‑Zweedse geneesmiddelenfabrikant heeft geïnvesteerd in AI om complexe biologische data te analyseren voor geneesmiddelenontdekking en heeft samengewerkt met AI‑bedrijven om hun onderzoekscapaciteiten te verbeteren. Recentelijk heeft AstraZeneca een overeenkomst getekend ter waarde van maximaal $247 miljoen met het AI‑gebaseerde biologics‑onderzoeksbedrijf Absci om een antilichaam te ontwerpen om kanker te bestrijden. Het biologics‑bedrijf maakt gebruik van generatieve AI om optimale geneesmiddelkandidaten te verkrijgen op basis van eigenschappen zoals affiniteit, produceerbaarheid en veiligheid, onder andere.

Afgelopen maand heeft AstraZeneca een health‑tech eenheid opgericht, genaamd Evinova, om innovatie te versnellen en AI naar klinische proeven te brengen. Het bedrijf heeft ook vroege toegang gekregen tot AI‑gedreven ‘digitale tweelingen’ en een AI‑aangedreven geneesmiddelenontdekkingsakkoord getekend met Verge Genomics via haar divisie voor zeldzame ziekten, Alexion.

4. BenevolentAI SA (BAI.AS)

Dit AI‑ondersteunde bedrijf voor geneesmiddelenontdekking en -ontwikkeling heeft een marktkapitalisatie van $86,45 miljard, en de aandelen worden momenteel verhandeld tegen $0,545, een daling van 84,43% dit jaar. De EPS (TTM) van het bedrijf is 0,75, en de P/E (TTM) is 0,72.

BenevolentAI is een klinisch fase bedrijf dat zich richt op de behandeling van atopisch eczeem evenals potentiële behandelingen voor chronische ziekten en kanker. Het gebruikt voorspellende AI‑algoritmen om de benodigde inzichten uit beschikbare data en wetenschappelijke literatuur te analyseren en te extraheren. In mei van dit jaar, als onderdeel van een strategisch plan om zich te positioneren voor een nieuw tijdperk in AI, deelde het bedrijf dat het de uitgaven zou verminderen en netto cash zou vrijmaken om haar financiële flexibiliteit te vergroten.

Het bedrijf heeft een gevestigde samenwerking met andere grote farmaceutische bedrijven zoals GSK en Novartis, terwijl de samenwerking met AstraZeneca gericht is op het ontwikkelen van geneesmiddelen voor fibrose en chronische nierziekte. Enkele maanden geleden ging BenevolentAI ook een partnerschap aan met Merck KGaA om haar expertise in oncologie en neuro‑inflammatie te benutten en de AI‑gedreven geneesmiddelenontdekkingsplannen van het bedrijf te ondersteunen door zich te richten op het vinden van levensvatbare kleine molecuulkandidaten.

Conclusieve gedachten

Zoals we zagen, heeft AI een enorm potentieel om de diagnose en behandeling van hersenaandoeningen te verbeteren. Het kan zelfs helpen bij het voorspellen van hersenaandoeningen op basis van kleine afwijkingen van normale hersenactiviteit, wat leidt tot betere patiëntresultaten en een efficiënter en effectiever zorgsysteem. Het moet echter worden opgemerkt dat deze kruising van AI en het menselijk brein niet zonder ethische zorgen is en daarom strikte privacybeschermingen vereist.