Miljoner till farmakokinetik-forskning mot TBC
Farmakokinetik-professor Ulrika Simonsson vid Uppsala universitet har fått ett mångmiljon-anslag för att med hjälp av matematiska modeller motverka resistent tuberkulos.
Ulrika Simonsson, professor i farmakokinetik vid Uppsala universitet, anväder AI i kampen mot resitent TBC. Foto: Mikael Wallerstedt
Ulrika Simonsson, professor i farmakokinetik vid Uppsala universitet, har fått ett anslag på 18 miljoner av EU-konsortiet ERA4TB för att under sex år utveckla sin metodik där hon använder artificiell intelligens, AI, för att välja läkemedelskombinationer och optimala doseringar i kampen mot resistent tuberkulos, TBC.
– Vi samarbetar med dem som gör prekliniska försök och integrerar all information i modellen så att vi kan välja rätt läkemedel och den optimala dosen, en sorts virtuella kliniska prövningar, säger Ulrika Simonsson till Uppsala universitets nyhetsbrev.
Hon beskriver situationen med en ökad spridning av resistent TBC som ett allt större hot.
– Många tror att tuberkulos inte längre är något som vi drabbas av i Sverige, men situationen har förändrats. Idag är tuberkulos en sjukdom som berör oss alla, eftersom bakterierna har blivit resistenta. Läkemedlen har slutat fungera eftersom bakterien har ändrat sig och blivit motståndskraftig mot många och ibland alla tillgängliga antibiotika, säger Ulrika Simonsson.
Förra året avled den första patienten i Sverige med resistent TBC som inte gick att behandla med något läkemedel.
Fördelen med att använda artificiell intelligens för att förutse vilka läkemedel som fungerar i kombination är att systemet lär sig ju längre man håller på, berättar Ulrika Simonsson.
– När man utvecklar läkemedel så har man testat det på ett begränsat antal patienter, men de kanske inte är representativa. Nu kan vi samla in information om fler patienter, fortsätta att samla in information och förfina den, så att modellen uppdateras kontinuerligt och blir bättre och bättre, säger hon.
Ulrika Simonsson och hennes forskargrupp utvecklar också modeller för att förutse den optimala dosen för individuella patienter, baserat på faktorer som ålder, kön och njurfunktion. Tanken är att läkare i framtiden ska kunna ladda ned en app till sin telefon, som ska kunna ge förslag på en specifik individuell dos.
Läs mer i Uppsala universitets nyhetsbrev >>
