AI와 머신러닝은 전염병 퇴치를 위한 잠재력을 갖고 있습니다

Nov 24, 2023

출처: 게티 이미지

마크 멜치오나

2023년 7월 26일 - 새로운 연구에서는 공중 보건에 대한 전염병의 지속적인 위협에도 불구하고 인공 지능(AI)과 기계 학습(ML)의 기능이 이 문제를 처리하는 데 도움이 되고 미래의 전염병에 대한 프레임워크를 제공할 수 있다고 설명했습니다.

연구와 생물학적 발전에도 불구하고 전염병은 여전히 ​​문제로 남아 있습니다. 갈등을 따라잡기 위해 적용되는 일반적인 방법에는 치료법과 진단이 포함됩니다. 합성생물학 접근법은 종종 혁신을 위한 플랫폼을 제공합니다. 연구에 따르면 합성 생물학은 종종 두 가지 개발 범주, 즉 정량적 생물학적 가설 및 실험 데이터, 그리고 생물학 제어를 가능하게 하는 핵산 및 펩타이드와 같은 요소에 대한 이해로 구분됩니다.

연구에 따르면 AI의 발전은 이러한 요소를 고려했습니다. 생물학과 전염병의 복잡성을 고려할 때 높은 수준의 잠재력이 있습니다. 따라서 연구자들은 AI와 합성생물학의 관계가 전염병과 어떻게 싸울 수 있는지 검토했습니다.

이 리뷰에서는 전염병에서 AI의 세 가지 용도, 즉 항감염제 발견, 감염 생물학 및 진단에 대해 설명했습니다.

다양한 항감염제가 이미 존재함에도 불구하고 약물 내성이 그 효과를 능가하는 경우가 많습니다. AI와 ML은 학습 모델을 활용해 신약을 정의하거나 기존 약물을 적용하는 동시에 소분자 데이터베이스를 검색해 신약 개발에 큰 역할을 할 수 있다.

감염 생물학의 합병증은 주로 박테리아, 진핵생물, 바이러스성 병원체의 활동으로 인해 광범위합니다. 이러한 요인은 숙주의 반응, 즉 감염 과정에 영향을 미칠 수 있습니다.

그러나 ML 모델은 핵산, 단백질 및 기타 변수를 분석하여 숙주-병원체 상호 작용 및 면역 반응의 측면을 결정할 수 있습니다. 또한 연구에 따르면 숙주 세포 변화, 면역원성 예측 및 기타 활동과 연결되는 유전자와 단백질 간의 상호 작용을 정의할 수 있습니다.

또한 유전자 발현 최적화 및 항원 예측은 감독 모델을 통해 백신 및 약물 개발을 지원했습니다.

AI와 ML은 진단에 적용됩니다. 이전 사례에서 알 수 있듯이 전염병 탐지 속도는 확산이 발생하는 방식에 큰 역할을 합니다. 그러나 AI와 ML을 통해 연구자들은 감염을 식별하고 약물 내성을 예측할 수 있습니다. 이는 주로 요소를 잘 프로그래밍하고 생체분자 네트워크의 필수 정보를 강조하는 능력 때문입니다.

이러한 방법이 제기할 수 있는 기회와 과제에 관계없이 이는 전염병 치료의 미래에 필수적입니다. AI 개발이 계속됨에 따라 편견을 피하기 위해 광범위한 데이터 세트를 고려하는 것이 중요합니다.

또한 다양한 연구 노력을 통해 AI의 기능과 AI가 의료를 어떻게 발전시킬 수 있는지 보여주었습니다.

예를 들어 2022년 4월의 연구에는 비조영 복부 CT 이미지를 사용하여 췌장 건강과 관련된 요인을 분석하고 제2형 당뇨병 위험을 결정하는 AI 모델을 만드는 작업이 포함되었습니다.

연구자들은 수백 장의 이미지와 다양한 측정값을 사용하여 당뇨병과 관련된 요인을 정의했습니다. 일관되고 정확한 결과를 통해 연구자들은 이 분석이 당뇨병을 발견하는 데 효과적인 접근 방식임을 확인할 수 있었습니다.

연구 저자인 Ronald M. Summers, MD, PhD 및 Hima Tallam, MD 및 PhD 학생은 보도 자료에서 "이 연구는 임상 문제를 해결하기 위해 자동화된 방법을 더 광범위하게 사용하는 단계입니다."라고 말했습니다. "또한 당뇨병 환자에서 발생하는 췌장 변화의 원인을 조사하는 향후 연구에 도움이 될 수도 있습니다."

이와 같은 연구 노력은 AI가 의료 분야에서 어떻게 계속해서 역할을 하는지 보여주는 필수적인 예입니다.