Anthropic i OpenAI obiecują, że AI pokona raka. Naprawdę?

Szef OpenAI, Sam Altman, sugeruje, że „AI będzie w stanie odkryć lek na raka”, a Dario Amodei, dyrektor Anthropic, twierdzi, że dzięki AI za „5–10 lat będzie można wyleczyć większość chorób”. A naukowcy? „To nieodpowiedzialne obietnice.”

• AI pomaga wykrywać nowotwory, projektować spersonalizowane szczepionki i poszukiwać nowych leków.
• AlphaFold przyspiesza badania biologiczne i identyfikację potencjalnych celów terapeutycznych.
• Złożone podłoże genetyczne nowotworów utrudnia opracowanie uniwersalnego leku na raka.
• Żaden lek onkologiczny opracowany dzięki AI nie został dotąd dopuszczony na rynek.
• AI może przyspieszyć badania, ale nie zastąpi badań klinicznych, które trwają latami.

Pierwsze ważne osiągnięcia AI w onkologii. Ale do przełomu jeszcze daleko

Zacznijmy od dobrych wiadomości. AI już pomaga w leczeniu nowotworów. Przykładowo, model AI opracowany przez amerykańską Mayo Clinic (REDMOD – Radiomics-Based Early Detection Model) wykrywa zmiany wskazujące na raka trzustki na skanach tomografii komputerowej nawet 2–3 lata przed rozpoznaniem klinicznym. System identyfikuje poprawnie ok. 73% przypadków stanów przedrakowych na 16 miesięcy przed diagnozą, czyli dwukrotnie częściej niż radiolodzy bez wsparcia AI.

Innym przykładem jest nowa, spersonalizowana szczepionka intismeran autogene opracowywana przez Modernę i Merck, przeznaczona dla pacjentów z czerniakiem o wysokim ryzyku nawrotu. Sztuczna inteligencja w kilka tygodni analizuje tysiące mutacji guza u pacjenta i wskazuje 34 cele (słabe punkty raka), w które uderzy lek. Następnie specjalny program projektuje z nich stabilną i skuteczną szczepionkę mRNA. Działa ona jak „list gończy” za rakiem, instrukcja dla układu odpornościowego, dzięki której organizm sam może szybko zidentyfikować nawrót i zniszczyć komórki nowotworowe, zanim zaczną się namnażać.

Algorytmy AI są też rutynowo stosowane w szpitalach. Przeczesują zdjęcia mammograficzne, USG, RTG i MRI w poszukiwaniu nawet niedostrzegalnych gołym okiem guzków. Robi też to, na co nie mają czasu radiolodzy – szuka niepokojących zmian na zdjęciach diagnostyki obrazowej nawet w narządach, które pierwotnie nie były celem badania. Skoro pacjent już poddaje się badaniu, AI wyciąga z uzyskanych obrazów możliwie jak najwięcej informacji.

Do AI sięgają też już prawie wszystkie firmy farmaceutyczne. Novo Nordisk, który specjalizuje się w leczeniu chorób przewlekłych, zawarł w 2026 r. partnerstwa z OpenAI i Anthropic. Celem jest wykorzystanie modeli AI do odkrywania leków. Największe nadzieje eksperci wiążą z szybką identyfikacją nowych molekuł, które mogą być kandydatami na leki, oraz skróceniem czasu od odkrycia leku do jego produkcji. AI może przetestować tysiące scenariuszy oraz wstępnie przetestować lek na wirtualnym bliźniaku, czyli cyfrowym modelu człowieka.

Podobnego zdania jest Dario Amodei, który ma doktorat z biofizyki. W jego ocenie, zaawansowane modele AI mogą „skompresować dziesięciolecia postępu w biologii do zaledwie jednej dekady”.

Naukowcy mają też od kilku lat w swoich rękach potężne narzędzie – AlphaFold, system AI opracowany przez Google DeepMind. Pozwala ono przewidywać trójwymiarową strukturę białek, co z kolei pomaga lepiej zrozumieć mechanizmy chorób i identyfikować potencjalne cele dla nowych leków. Baza AlphaFold obejmuje ponad 200 mln białek – badacze na całym świecie mogą z niej korzystać w pracach nad nowymi terapiami, również przeciwnowotworowymi. Fakt, że jego twórcom, Demisowi Hassabisowi i Johnowi Jumperowi, przyznano w 2024 roku Nagrodę Nobla w dziedzinie chemii, świadczy o sile tego rozwiązania.

To tylko kilka przykładów postępów w leczeniu nowotworów, których nie dałoby się osiągnąć bez AI. Ale do przełomu jeszcze daleko.

Wielkie marzenia kontra twarda rzeczywistość

– Uczyńmy Amerykę krajem, który wyleczy raka raz na zawsze – mówił w 2016 roku Joe Biden, ówczesny wiceprezydent USA. Wojnę z rakiem wypowiedział też prezydent Richard Nixon w latach 70. Swoją misję walki z rakiem ma też Unia Europejska. Jej celem jest uratowanie i poprawienie jakości życia ponad 3 mln ludzi dotkniętych chorobą nowotworową do 2030 roku. Na badania naukowe nad nowymi terapiami przeznacza się miliardy euro rocznie.

Kilkadziesiąt lat walki z nowotworami przyniosło efekty. Wiele nowotworów, które jeszcze kilka dekad temu były nieuleczalne, można utrzymywać w ryzach jak chorobę przewlekłą. Terapie genowe i immunoterapia dołączyły do klasycznych metod leczenia, takich jak radioterapia czy chemioterapia. Onkolodzy mają o wiele większe możliwości leczenia i rak coraz rzadziej jest wyrokiem.

Ale nawet dla AI znalezienie jednego leku będzie trudne. Jak podkreślają naukowcy, rak nie jest jedną chorobą, lecz zbiorem bardzo różnych schorzeń o skomplikowanym podłożu genetycznym. Leczenie każdego pacjenta wymaga indywidualnego podejścia.

Do trenowania nowych modeli AI brakuje dużych zbiorów danych biologicznych i medycznych. Informacje w ochronie zdrowia nadal są zamknięte w silosach i niedostępne dla naukowców. AI jest angażowana do odkrywania leków na nowotwory już od ponad dekady, a wciąż nie doprowadziła do rozwoju leku, który zostałby dopuszczony na rynek przez FDA. Nawet jeśli AI zaproponuje obiecującą molekułę, musi ona przejść jeszcze długie testy laboratoryjne i próby kliniczne.

AI dobrze sprawdza się w generowaniu hipotez naukowych, ale i tak trzeba je zweryfikować w procesie badań eksperymentalnych. A te wymagają sztabu ludzi i miliardowych budżetów. Nawet największa moc obliczeniowa i najmocniejsze algorytmy AI same z siebie nie odkryją i nie opracują leku. Szefowie wielkich firm technologicznych składają obietnice bez pokrycia, często tylko po to, aby podnieść wartość giełdową. Ale są one dalekie od faktów medycznych.

Czytaj także: Jak AI zmieni medycynę do 2029 roku? Pobierz specjalne, 91-stronicowe wydanie OSOZ