Η Τεχνητή Νοημοσύνη (AI) δεν έχει ακόμη αποδώσει στο πιο απαιτητικό σκέλος της ανάπτυξης φαρμάκων — την ανακάλυψη νέων μορίων που οδηγούν σε μεγάλες ιατρικές τομές — όμως ήδη απλοποιεί τα λιγότερο «εντυπωσιακά» στάδια της διαδικασίας, σύμφωνα με στελέχη του κλάδου.
Η τεχνητή νοημοσύνη βοηθά στον εντοπισμό συμμετεχόντων και κέντρων για κλινικές δοκιμές, καθώς και στη σύνταξη εγγράφων για τις ρυθμιστικές αρχές, μειώνοντας κατά εβδομάδες ιδιαίτερα χρονοβόρες εργασίες. Αυτό ανέφεραν επτά μεγάλες φαρμακευτικές εταιρείες και έξι μικρότερες βιοτεχνολογικές στο πρόσφατο JP Morgan Healthcare Conference.
Η ανάπτυξη ενός νέου φαρμάκου μπορεί να διαρκέσει έως και δέκα χρόνια και να κοστίσει περίπου 2 δισ. δολάρια, σύμφωνα με τις φαρμακοβιομηχανίες. Πολλές, μεταξύ των οποίων και η Eli Lilly — που έχει συνεργαστεί με τον κορυφαίο κατασκευαστή τσιπ Nvidia — στοιχηματίζουν ότι η AI μπορεί να βελτιώσει και τα ποσοστά επιτυχίας των νέων φαρμάκων.
Οι εταιρείες έχουν ανακοινώσει πληθώρα συμφωνιών για εργαλεία που θα «ξεκλειδώσουν» την υπόσχεση της AI, η οποία θεωρείται η μεγαλύτερη τεχνολογική ανατροπή από την εποχή του διαδικτύου, αντίστοιχα με ό,τι συμβαίνει και σε άλλους κλάδους. Η λεγόμενη agentic AI — δηλαδή συστήματα που λειτουργούν αυτόνομα με ελάχιστη ανθρώπινη παρέμβαση — θα μπορούσε να αυξήσει την παραγωγικότητα στην κλινική ανάπτυξη κατά 35% έως 45% μέσα στην επόμενη πενταετία, σύμφωνα με πρόβλεψη της McKinsey πέρυσι.
Η ισραηλινή Teva Pharmaceutical Industries δήλωσε ότι αξιοποιεί την AI με πολλούς τρόπους ώστε να επικεντρώνεται στον βασικό στόχο: την επιτυχή διάθεση νέων φαρμάκων στην αγορά.
«Όλα τα υπόλοιπα που περιβάλλουν αυτόν τον στόχο πρέπει να είναι όσο το δυνατόν πιο αποδοτικά και “μικρά”», δήλωσε ο διευθύνων σύμβουλος της Teva, Richard Francis. «Εδώ ακριβώς η ψηφιοποίηση, ο εκσυγχρονισμός και η βελτίωση διαδικασιών μέσω AI — όλο αυτό το “αντιδημοφιλές” κομμάτι — κάνει τη διαφορά».
Χιλιάδες έγγραφα
Στελέχη των AstraZeneca, Roche και Pfizer, καθώς και μικρότερων βιοτεχνολογικών εταιρειών όπως οι Spyre και Nuvalent, περιέγραψαν τη διαχείριση χιλιάδων σελίδων εγγράφων για τις ρυθμιστικές αρχές, που περιλαμβάνουν κλινικά δεδομένα, στοιχεία ασφάλειας και πληροφορίες παραγωγής.
Τα έγγραφα αυτά πρέπει να συγκεντρώνονται, να διασταυρώνονται και να παραμένουν συνεπή μεταξύ διαφορετικών γεωγραφικών περιοχών, κάτι που συχνά απαιτεί ακριβές υπηρεσίες εξωτερικών συνεργατών, όπως εξήγησε η οικονομική διευθύντρια της AstraZeneca, Aradhana Sarin.
Ο Jorge Conde, γενικός εταίρος στο επενδυτικό fund Andreessen Horowitz, επενδύει σε λύσεις για αυτό που αποκαλεί το «χαοτικό ενδιάμεσο στάδιο» της ανάπτυξης φαρμάκων, διαθέτοντας 4,3 εκατ. δολάρια στη startup Alleviate Health. Περιέγραψε την ένταξη ασθενών σε δοκιμές ως ένα «διαρρέον χωνί», όπου πολλοί συμμετέχοντες εγκαταλείπουν στη διαδρομή, και εκτιμά ότι η AI μπορεί να βοηθήσει στην επικοινωνία με ασθενείς, την εκπαίδευση, τον έλεγχο καταλληλότητας και τον προγραμματισμό.
Ο αναλυτής της TD Cowen, Brendan Smith, σημείωσε ότι η χρήση AI — συμπεριλαμβανομένων μεγάλων γλωσσικών μοντέλων όπως το Copilot της Microsoft — για διοικητικές εργασίες έχει γίνει πλέον αρκετά διαδεδομένη στη φαρμακοβιομηχανία. Ωστόσο, εκτίμησε ότι θα χρειαστούν ακόμη ένα έως τρία χρόνια μέχρι οι επενδυτές να μπορέσουν να μετρήσουν με ακρίβεια πόσο επιταχύνει η AI την ανάπτυξη φαρμάκων, καθώς η αποτίμηση των εξοικονομήσεων εξαρτάται από τον τρόπο και το σημείο εφαρμογής των εργαλείων.
Η Novartis και το φάρμακο για την καρδιά
Η ελβετική Novartis στράφηκε στην AI το 2023, όταν ξεκινούσε μια μεγάλης κλίμακας, τελικού σταδίου κλινική δοκιμή με 14.000 συμμετέχοντες για το καρδιολογικό της φάρμακο κατά της χοληστερόλης, Leqvio, όπως δήλωσε ο επικεφαλής ιατρικός διευθυντής Shreeram Aradhye.
Η συνήθης διαδικασία επιλογής κέντρων, που διαρκεί τέσσερις έως έξι εβδομάδες, μετατράπηκε σε μια δίωρη συνάντηση, καθώς η AI εντόπισε πιο αποδοτικά κέντρα και επέτρεψε στην εταιρεία να ολοκληρώσει την ένταξη συμμετεχόντων με μόλις 13 ασθενείς πάνω από τον στόχο της μελέτης.
«Η AI λειτουργεί ως ενισχυμένη νοημοσύνη, όχι απλώς ως τεχνητή», σημείωσε.
Εκπρόσωπος της Novartis ανέφερε ότι η εξοικονόμηση χρόνου που προσφέρει η AI μπορεί να αθροιστεί σε μήνες σε ολόκληρο το πρόγραμμα ανάπτυξης ενός φαρμάκου.
GSK, Genmab και ITM στοχεύουν σε εξοικονόμηση
Η βρετανική GSK δήλωσε ότι χρησιμοποιεί συνδυασμό ψηφιακών και εργαλείων AI για τη μείωση της χειροκίνητης συλλογής και συγκέντρωσης δεδομένων, καθώς και για την επιτάχυνση της ένταξης ασθενών, με στόχο να επισπεύσει όλες τις κλινικές δοκιμές κατά 15%.
Αυτό βοήθησε να εξοικονομηθούν περίπου 8 εκατ. στερλίνες (10,87 εκατ. δολάρια) πέρυσι σε μελέτες τελικού σταδίου για το φάρμακο κατά του άσθματος Exdensur, το οποίο έλαβε έγκριση στις ΗΠΑ τον περασμένο μήνα.
Η δανέζικη Genmab ανέφερε ότι σχεδιάζει να αξιοποιήσει την agentic AI που βασίζεται στο chatbot Claude της Anthropic για την υποστήριξη προτεραιοτήτων στην κλινική ανάπτυξη. Ο επικεφαλής AI της εταιρείας, Hisham Hamadeh, δήλωσε ότι στόχος είναι η αυτοματοποίηση εργασιών μετά την ολοκλήρωση των δοκιμών, όπως η ανάλυση δεδομένων και η μετατροπή τους σε γραφήματα, πίνακες και κλινικές εκθέσεις.
Η γερμανική ITM, που δραστηριοποιείται στα ραδιοφαρμακευτικά προϊόντα, δήλωσε στο Reuters ότι έχει βρει τρόπο να χρησιμοποιεί AI για τη μετατροπή εκτενών αναφορών κλινικών δοκιμών σε πρότυπα εγγράφων του αμερικανικού FDA, εξοικονομώντας δυνητικά εβδομάδες εργασίας που σήμερα απαιτούν πολλαπλά στελέχη, αν και δεν το έχει ακόμη εφαρμόσει στην πράξη.
Ο επικεφαλής έρευνας της Amgen, Jay Bradner, σημείωσε ότι η AI αποδίδει σε πολλαπλά επίπεδα στη διαδικασία ανάπτυξης φαρμάκων και στην προετοιμασία ρυθμιστικών φακέλων.
«Όλοι περιμένουν το φάρμακο της AI. Πότε θα το πάρουμε;» είπε. «Πιστεύω ότι αυτά τα μόρια βρίσκονται ήδη στα ερευνητικά pipelines».
Reuters