Kunnen artificial intelligence en big data ons helpen bij het vinden van een behandeling tegen het Covid-19 virus ? De huidige coronacrisis heeft een dusdanige omvang dat het wel eens voor het eerst in de geschiedenis zou kunnen zijn dat artifical intelligence en big data gaan bijdragen aan de oplossing van een pandemie. Daarvan is het Franse bedrijf Pharnext overtuigd.

Maar de voorwaarde is wel dat alle betrokken partijen accepteren om mee te werken door het delen van hun kennis.
Hoe kun je een selectie maken uit 3000 reeds bestaande medicijnen? Die vraag heeft het bedrijf zich gesteld. Want het herinzetten van bekende geneesmiddelen is één van de sleutels voor deze crisis. Het ontwikkelen van een nieuwe molecuul is altijd een risico en een nieuw vaccin ontwikkelen kost veel tijd. Alle onderzoekers, academici en bedrijven samen lukt dat misschien in 18 à 24 maanden. Maar zonder van succes verzekerd te zijn. En de tijd dringt. We moeten dus handelen als in oorlogstijd, met eenvoudige, efficiënte en vooral snelle maatregelen.

97 bekende kandidaatmoleculen geïdentificeerd
Het herinzetten van oude, reeds bekende geneesmiddelen voldoet aan deze eisen. Dat is dan ook wat het bedrijf Pharnext heeft gedaan met zijn initiatief waarbij 97 potentieel interessante moleculen tegen het Covid-19 virus geïdentificeerd werden. Belangrijk is dat dit allemaal zeer bekende moleculen zijn.

Van de 97 gevonden ‘kandidaat-geneesmiddelen’ doen er vier reeds mee aan de Europese clinical trials in het kader van Discovery. Pharnext heeft de lijst gedeeltelijk verkregen door het gebruik van artificial intelligence, het bedrijf heeft het resultaat onmiddellijk gedeeld met de wetenschapsgemeenschap.
Een van de geïdentificeerde geneesmiddelen was het veel besproken chloroquine en ook azithromycin. Maar ook geneesmiddelen als Metformine en bepaalde Statines, oftewel hele goedkope geneesmiddelen die in overvloed voorradig zijn. Zo kunnen misschien big data-technieken het einde van de epidemie versnellen?

Open data binnen Europa

Een aantal patiënten gebruikt reeds deze geneesmiddelen. Het zou interessant zijn om precies te volgen hoe het gaat met deze patiënten en hoe hun toestand zich ontwikkelt, aldus Pharnext.

Maar daarvoor moet er toegang zijn tot alle data met betrekking tot de ziekenhuisopname, diagnose en behandeling. Een dusdanige analyse is mogelijk in Frankrijk. Alle technologieën, kennis en data zijn voorhanden. Maar als die data op internationaal niveau gedeeld zouden worden, of minstens tussen de vijf grootste Europese landen, zou de studie nog veel vruchtbaarder zijn.

Frankrijk heeft een goede positie om hierin de leiding te nemen, aldus professor Daniel Cohen, pionnier van de moderne genetica en oprichter van Pharnext: «Een groot aantal kandidaatgeneesmiddelen die we gevonden hebben, werd oorspronkelijk gebruikt tegen veelvoorkomende ziektes als diabetes type 2 of hoge bloeddruk, merkt Daniel Cohen op, de CEO van Pharnext. Patiënten die aan deze ziekten lijden hebben een hoger risico om ernstige vormen van Covid-19 te krijgen.
Dat wijst erop dat er wellicht een biologische link bestaat tussen die veelvoorkomende ziekten, de gevoeligheid voor het coronavirus en de door Pharnext geïdentificeerde geneesmiddelen.»

Daarom zou de ernst van het Covid-19 virus bij patiënten die deze geneesmiddelen reeds gebruiken, vergeleken moeten worden met het virus bij patiënten die deze geneesmiddelen niet gebruiken. Zo kunnen de beste kandidaatgeneesmiddelen van de 97 geklasseerd worden naar volgorde van prioriteit om nieuwe studies te lanceren.
Indien dus de -geanonimiseerde!- data van een grote hoeveelheid patiënten die meedoen aan dit soort clinical trials beschikbaar zouden zijn, dan zouden de tijd en de kosten van echte clinical trials met 60% kunnen worden teruggebracht, aldus Pharnext.

Bronnen
L’Opinion.fr
Les Echos, 23 maart 2020