AI nytt slagverktyg mot cancer

iCombine är en av sju finalister i innovationstävlingen Helsinki Challenge som FN:s mål för hållbar utveckling.

I nuläget kan det ta flera månader för läkare att testa sig fram och hitta rätt medicin för en cancerpatient. Det tar däremot bara tre dagar för iCombine.

– Vi har skapat flera datainsamlingsverktyg för att hitta den bästa individuella medicinen för cancerpatienter. Varje cancerpatient är unik och att hitta den bästa medicinen är inte en lätt uppgift. I dagsläget tenderar läkare att ge samma sorts medicin åt cancerpatienter som har samma typ av cancer. Men det är fakta att varje cancerpatients cancerceller beter sig på olika sätt och då fungerar inte endast en medicin, säger Jing Tang, iCombines teamledare som är forskare för Institute for Molecular Medicine Finland (FIMM), vid Helsingfors universitet.

Jing Tang tror att artificiell intelligens, som iCombine använder sig av i sin metod, kommer att lösa många problem för mänskligheten. Han ser att det finns ett enormt potential inom medicinforskningen men även på andra vetenskapliga områden.

Bara 25 procent av cancerpatienters medicinering ger önskad effekt. Vad det beror på är ännu ett mysterium.

Läkare måste skräddarsy medicinering och förutsäga hur den kommer att fungera för patienten. Arbetssättet är en utmaning. ”Trial and error” kostar samhället miljoner och mycket tid. Det finns hållbarare sätt.

– Vi vill ge en lösning på problemet. Vi gör först en undersökning på patientens stickprov. Sen jämför vi med olika mediciner om vad som kan fungera bäst och skapar en medicinblanding. Sen kan läkare ge rätt medicinering redan från början.

Om medicinering fungerar i labbet på stickprovet kommer det högst troligtvis att fungera i patienten, anser Jing Tang.

– Medicinering är dyrt. Jag tror ingen läkare vill ge fel medicin till sin patient. En typisk medicinering för en cancerpatient kan kosta över tiotusen euro.

Om man inte vet vilken medicinering som fungerar för patienten kan fel medicinering vara giftigt för patienten.

– Fel medicin dödar inte cancer utan vanliga celler. Det skapar mycket smärta för patienten.  Bieffekterna är mycket allvarliga. Vi måste bli av med dessa problem.

Personifierad medicinering är ett hett ämne inom läkemedelsforskningen

– Vår lösning är unik. Många andra forskare fokuserar på genomik (studien om arvsmassa) och utifrån arvsmassan hittar de en medicin för patienten. Men vi fokuserar på att kombinera tre områden. Den första är en biologisk databas av patientens cancerceller. Den andra är medicinernas data. Sen implementerar vi artificiell intelligens för att förutspå vilken blandning av mediciner som passar bäst.

iCombine har redan testat sin metod på några patienter vilket har gett lyckade resultat. Deras forskning har redan finansiering och samarbeten med flera sjukhus, och de ställer upp i Helsinki Challenge för att ge publicitet för sin forskning.

– Jag ser det inte som en tävling utan som ett övning för oss forskare att presentera vetenskap så att det blir mer känt för allmänheten.

Jing Tang har en bakgrund inom statistik och datavetenskap.

– Det som motiverar mig är att min kunskap kan verkligen hjälpa andra. Jag får se resultat av min forskning.

Jing Tang tror att deras arbetsmetod kommer att vara standard i Finland inom loppet av fem till tio år.