por
En 2020, la School of Engineering et Takeda Pharmaceutical Company ont lancé le programme MIT-Takeda, qui vise à tirer parti de l’expérience des deux entités pour résoudre des problèmes à l’intersection des soins de santé, de la médecine et de l ‘inteligencia artificial. Desde el inicio del programa, los equipos diseñaron mecanismos para reducir el tiempo de fabricación de ciertos productos farmacéuticos, presentaron una solicitud de patente y agilizaron las revisiones de la literatura lo suficiente como para ahorrar ocho meses de tiempo y dinero.
Ahora el programa está entrando en su cuarto año, apoyando a 10 equipos en su segunda ronda de proyectos. Los proyectos seleccionados para el programa abarcan toda la industria biofarmacéutica, desde el desarrollo de fármacos hasta la comercialización y fabricación.
“Los proyectos de investigación de segunda ronda tienen el potencial de conducir a avances transformadores en el cuidado de la salud”, dice Anantha Chandrakasan, decana de la Escuela de Ingeniería y copresidenta del programa MIT-Takeda. «Estos equipos interdisciplinarios trabajan para mejorar la vida y los resultados de los pacientes de todo el mundo».
El programa se formó para fusionar la experiencia de Takeda en la industria biofarmacéutica con la profunda experiencia del MIT a la vanguardia de la investigación en inteligencia artificial y aprendizaje automático (ML).
«El objetivo del programa es tomar la experiencia del MIT, a la vanguardia de la innovación en el campo de la IA, y combinarla con los problemas y desafíos que vemos en la investigación y el desarrollo de fármacos», dijo Simon Davies, Director General. . Director del Programa MIT-Takeda y Responsable Global de Ciencias Estadísticas y Cuantitativas de Takeda. La belleza de esta colaboración, agrega Davies, es que permitió a Takeda enviar problemas y datos importantes a los investigadores del MIT, cuyo modelado o metodología avanzada podría ayudar a resolverlos.
En la primera ronda del programa, un proyecto dirigido por científicos e ingenieros del MIT y Takeda buscó biomarcadores relacionados con el habla para la demencia frontotemporal. Utilizaron el aprendizaje automático y la IA para encontrar posibles signos de enfermedad basándose únicamente en el habla de un paciente.
Anteriormente, la identificación de estos biomarcadores habría requerido procedimientos más invasivos, como la resonancia magnética. El habla, por otro lado, es barato y fácil de recopilar. En los dos primeros años de su investigación, el equipo, que incluía a Jim Glass, investigador principal del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT, y Brian Tracey, director de estadísticas de Takeda, pudieron demostrar que existe una señal de voz potencial. para personas con demencia frontotemporal.
«Esto es muy importante para nosotros porque antes de lanzar un ensayo, debemos determinar cómo podemos medir realmente la enfermedad en la población a la que nos dirigimos», dice Marco Vilela, director asociado de estadísticas y ciencias cuantitativas de Takeda que trabaja en el proyecto. «Nos gustaría no solo diferenciar entre sujetos con la enfermedad y personas sin ella, sino también rastrear la progresión de la enfermedad basándose únicamente en la voz de los individuos».
El grupo ahora está ampliando el alcance de su investigación y construyendo sobre su trabajo en el primer ciclo del programa para ingresar al Ciclo 2, que incluye una cosecha de 10 proyectos nuevos y dos proyectos en curso. En la segunda ronda, la investigación de biomarcadores del grupo de biomarcadores extenderá el análisis del habla a una variedad más amplia de enfermedades, como la esclerosis lateral amiotrófica o ELA. Vilela y Glass llevan al equipo a su segunda ronda.
Los involucrados en el programa, como Glass y Vilela, dicen que la colaboración ha sido mutuamente beneficiosa. Takeda, una compañía farmacéutica global con sede en Japón y laboratorios en Cambridge, Massachusetts, tiene acceso a datos y científicos que se especializan en muchas enfermedades, diagnósticos de pacientes y tratamientos. MIT reúne a científicos e ingenieros de clase mundial que estudian IA y ML en una amplia gama de campos.
Profesores de todo el MIT, incluidos los departamentos de Biología, Cerebro y Ciencias Cognitivas, Ingeniería Química, Ingeniería Eléctrica y Ciencias de la Computación, Ingeniería Mecánica, así como el Instituto de Ingeniería y Ciencias Médicas y la Escuela de Administración Sloan del MIT, trabajan en el programa. proyectos de investigación. El programa coloca a estos investigadores, y sus habilidades, en el mismo equipo, trabajando hacia el objetivo común de ayudar a los pacientes.
«Es el mejor tipo de colaboración, en realidad son investigadores de ambos lados que trabajan activamente juntos en un problema común, un conjunto de datos común, patrones comunes», dice Glass. «Tiendo a pensar que cuantas más personas piensen en el tema, mejor».
Aunque el habla es un dato relativamente simple de recopilar, los grandes conjuntos de datos analizables no siempre son fáciles de encontrar. Takeda ayudó al proyecto de Glass durante la primera ronda del programa al brindarles a los investigadores acceso a una gama más amplia de conjuntos de datos de los que de otro modo habrían podido obtener.
«Nuestro trabajo con Takeda definitivamente nos ha brindado más acceso del que tendríamos si solo estuviéramos tratando de encontrar conjuntos de datos relacionados con la salud que estén disponibles públicamente. No hay tantos», dice R’mani Symon Haulcy, estudiante de doctorado del MIT. en ingeniería eléctrica e informática y un Takeda Fellow que está trabajando en el proyecto.
Durante este tiempo, los investigadores del MIT ayudaron a Takeda al proporcionar la experiencia necesaria para desarrollar herramientas de modelado avanzadas para datos grandes y complejos.
“El problema comercial al que nos enfrentábamos requería técnicas de modelado realmente sofisticadas y avanzadas que no necesariamente teníamos la experiencia necesaria dentro de Takeda”, dice Davies. «El MIT y el programa trajeron esto a la mesa, para permitirnos desarrollar enfoques algorítmicos para problemas complejos».
En última instancia, el programa, dice Davies, fue educativo en ambos lados: proporcionó a los participantes de Takeda conocimientos sobre todo lo que la IA puede lograr en la industria y les dio a los investigadores del MIT una idea de cómo la industria desarrolla y lleva nuevos medicamentos al mercado, así como cómo la investigación académica puede traducirse en problemas muy reales de salud humana.
«Les progrès significatifs de l’IA et du ML dans les applications biopharmaceutiques ont été relativement lents. Mais je pense que le programme MIT-Takeda a vraiment montré que nous et l’industrie pouvons réussir dans l’espace et optimiser les chances de succès d’apporter des médicaments aux patients plus rapidement et de le faire plus efficacement », déclare Davies. «Nous ne sommes qu’à la pointe de l’iceberg en termes de ce que nous pouvons tous faire en utilisant l’IA et le ML más ampliamente. Creo que es un lugar súper emocionante para nosotros… realmente convertirlo en una parte mucho más orgánica de lo que hacemos todos los días en la industria en beneficio de los pacientes.
