Reuters в статье про ИИ-лекарства приводит мнение аналитиков TD Cowen и Jefferies: комбинация ИИ и новых методов оценки безопасности (NAM) способна сократить сроки и стоимость разработки более чем вдвое в ближайшие 3–5 лет. Сейчас ориентиром по индустрии называют «до 15 лет и ~$2 млрд», причем по ряду классов лекарств сроки и затраты продолжают расти.
В качестве примера приводится Recursion, которая смогла довести до клинических испытаний молекулу REC-1245 всего за 18 месяцев против средних 42 месяцев. Ожидается, что REC-1245 будет замедлять рост ряда раковых опухолей. По данным Reuters, ИИ помог быстро отсеять слабые варианты и сфокусироваться на перспективных, после чего гипотезы подтверждали в новых доклинических моделях.
Искусственный интеллект в таких проектах работает на нескольких уровнях. Алгоритмы предлагают новые молекулы, прикидывают, будет ли они работать, и заранее оценивают риски побочек. ИИ умеет обрабатывать массу разнородных данных (из экспериментов, баз знаний, измерений) и быстро подсказывать, что тестировать дальше, экономя месяцы и годы работы.
Новые методы оценки безопасности (NAM) включают модели из человеческих клеток, «органы-на-чипе» (мини-версии печени, легких и т. п.), образцы реальных тканей, а также проверенные математические модели. Они дают результаты, которые ближе к человеку, и позволяют заметно сократить опыты на животных.
FDA официально продвигает переход к NAM и ставит целью «сделать животные доклинические исследования скорее исключением» в ближайшие 3–5 лет. Но важно помнить, что пока на рынке нет препаратов, созданных с участием ИИ — первые образцы только проходят испытания, которые займут годы.
P.S. Поддержать меня можно подпиской на канал «сбежавшая нейросеть», где я рассказываю про ИИ с творческой стороны.
Источник: habr.com