Raport: Jak AI rewolucjonizuje farmację i medycynę?


Przyszłość przemysłu farmaceutycznego: badania kliniczne in-silico, czyli na tzw. cyfrowych bliźniakach człowieka
Przyszłość przemysłu farmaceutycznego: badania kliniczne in-silico, czyli na tzw. cyfrowych bliźniakach człowieka

Inteligentne usługi opieki zdrowotnej

Raport prezentuje koncepcję „żywej inteligencji”, która bazuje na połączeniu sztucznej inteligencji, wszechobecnych sensorów zbierających dane (przykładowo w smartfonach i smartwatchach) i bioinżynierii. A to zwiastuje szybki rozwój w dziedzinach, w których postęp był w przeszłości ograniczony dostępem do danych i możliwościami ich analizy, czyli przede wszystkich w badaniach naukowych i ochronie zdrowia.

Sztuczna inteligencja jest jak silnik napędzający innowacje – mówi Amy Webb, założycielka Future Today Institute. AI jest zdolna do analizowania ogromnych zbiorów danych, identyfikowania nieodkrytych wcześniej wzorców, generowania nowej wiedzy. Przemysł farmaceutyczny już korzysta z AI, aby przyspieszyć badania nad nowymi terapiami. Naukowcy są przekonani, że AI pozwoli znacznie skrócić czas opracowania leku, który teraz wynosi ok. 13,5 lat, oraz obniżyć koszty z tym związane, szacowane na 2,6 miliarda USD. Zresztą pierwszym sukcesem jest szczepionka przeciwko COVID-19, która powstała w kilka miesięcy właśnie dzięki AI. Potencjał AI tkwi nie tylko w analizie danych, ale także generowaniu danych syntetycznych i na ich podstawie odkrywaniu potencjalnych kandydatów na leki.

Dziś to koszty i czas są największą barierą w pracach nad nowymi cząsteczkami chemicznymi leków. Ale są już systemy, które dają nadzieję na przełom. Przykładem jest Alpha Fold 3 od DeepMind, czyli nagrodzony Nagrodą Nobla system do przewidywania struktur białkowo-cząsteczkowych DNA albo RNA.

AI przyspieszy rozwój leków i nowych terapii

Już 1 na 5 badań nad AI to badania dotyczące nauk medycznych. Pięć lat wcześniej było to dwukrotnie mniej. Z początkiem 2025 roku miało miejsce wydarzenie, które daje nadzieję, że naukowcy na całym świecie zyskają jeszcze większy dostęp do AI. Mowa o super-komputerze NVIDIA o nazwie „Projekt Digits”, który jest wielkości pudełka mieszczącego się w dłoni, ale ma ok. 1000-razy większą moc od standardowych laptopów. Do tego kosztuje jedynie 3000 USD. To moc obliczeniowa komputerów była wcześniej główną barierą w zastosowaniu AI w badaniach naukowych na szeroką skalę. Nowością jest niska cena – na miniaturowy super-komputer NVIDIA będzie stać także mniejsze ośrodki badawcze.

AI jest postrzegane jako remedium na największe wyzwania medycyny, do jakich należy – oprócz wspomnianych kosztów i czasu prac nad lekami – odsetek niepowodzeń wynoszący prawie 80%. Nowe rozwiązania ułatwiają identyfikację tzw. trafień (ang.: hit identification), przewidując interakcje lek-cel, oszczędzając czas i redukując koszty walidacji eksperymentalnej. Pojawienie się generatywnej sztucznej inteligencji zapoczątkowało w 2023 roku tzw. generatywne projektowanie przeciwciał (generative antibody design). Do tego dochodzą testy kliniczne in-silico, czyli na tzw. cyfrowych bliźniakach człowieka. Dotychczasowe doświadczenia pokazują, że cyfrowe bliźniaki oparte na AI prognozują wyniki badań klinicznych fazy 3 z bardzo dużą dokładnością. W ten sposób cząsteczki chemiczne zaprojektowane przez AI mogą dużo szybciej – w porównaniu z tradycyjnymi metodami – trafić do dalszych faz rozwoju.

Raport Future Today Institute „The Era of Living Intelligence”

Urządzenia i sensory medyczne do diagnozy „non-stop”

Kolejnym elementem supercyklu AI są sensory i urządzenia medyczne, które rozbudowane o AI zyskują zupełnie nowe możliwości. Jedną z nich jest diagnostyka i monitorowanie w czasie rzeczywistym – już nie tylko podczas wizyty w laboratorium albo gabinecie lekarskim, ale non-stop, aby wykryć choroby z dużym wyprzedzeniem, zyskując istotną przewagę czasu w rozpoczęciu leczenia albo nawet pozwalając zastąpić terapie profilaktyką.

Do nowej generacji urządzeń medycznych opartych na AI należą mobilne sondy ultradźwiękowe czy małe urządzenia oceniające zmiany skórne, stosowane przez lekarzy podstawowej opieki zdrowotnej, bez konieczności wizyty u specjalisty. Na rynku są już pierwsze inteligentne czujniki poziomu glukozy we krwi, dynamicznie dostosowujące dawki insuliny w bioinżynieryjnych pompach, poprawiając zarządzanie cukrzycą. Nowy robot chirurgiczny da Vinci 5 został zbudowany z myślą o operacjach wspomaganych AI, gdzie sztuczna inteligencja analizuje dane z zabiegów, aby wspomagać i doskonalić czynności operatora.

Biologia generatywna

Raport Future Today Institute prognozuje także bardziej radykalne postępy, które na razie mogą wydawać się mało realistyczne, ale są tylko kwestią czasu. Autorzy są zdania, że konsekwencją rozwoju AI będzie też tzw. biologia generatywna (genBio), czyli technologia do symulacji interakcji biologicznych, projektowania nowych struktur białek i genów, a nawet całych organizmów oraz narządów. W tym obszarze innowacje obejmują m.in. terapie białkowe, tworzenie organoidów pozwalających testować leki na żywych tkankach bez udziału ludzi („organy na chipie”) czy nawet drukowanie 3D narządów ciała. Szybka miniaturyzacja chipów i większa moc obliczeniowa otwiera też drogę do opracowywania nanorobotów, które będą np. dostarczały precyzyjnie leki do miejsca choroby i udrażniały naczynia krwionośne.

Na drodze do tych obiecujących postępów w medycynie stoi kilka przeszkód. Wśród nich dominuje ograniczona dostępność danych do trenowania modeli AI – szacuje się, że jedynie 3% informacji w ochronie zdrowia jest zgromadzona w zbiorach cyfrowych. Dużo do życzenia pozostawia jakość danych i ich interoperacyjność. Wzmacnianiu zaufania do dzielenia się danymi nie sprzyja rosnąca liczba incydentów cyberbezpieczeństwa. Największym problemem są jednak regulacje prawne, które nie nadążają za technologiami AI w medycynie.

Warunkiem wykorzystania potencjału AI w medycynie będzie też opracowanie nowych modeli finansowania innowacyjnych terapii albo profilaktyki, kształcenie liderów ochrony zdrowia świadomych możliwości nowych technologii AI, inwestycje w szkolenia personelu medycznego i przekwalifikowywanie talentów. Na te priorytety wskazuje też nowy raport Światowego Forum Ekonomicznego „Future of Jobs Report 2025”. Liczba danych dostępnych do analiz AI będzie rosła wykładniczo, co sprawi, że systemy AI dokładnie poznają wzorce zachowań pacjentów prowadzące do rozwinięcia się chorób a także nauczą się diagnozowania na podstawie nowych biomarkerów, a nie tylko wyników klasycznych i posiadających duże ograniczenia badań krwi. Wśród innowacji, które najszybciej trafią do konsumentów są też agenci AI pomagający prowadzić zdrowy tryb życia.