Как ИИ-применение лекарственных препаратов меняет правила игры
При разработке лекарств компании сталкиваются с длительными сроками и высокими затратами на получение одобрений лекарств. Вероятность успешного выхода на рынок составляет менее 10%, согласно исследованию 2022 года .
«Даже небольшие достижения в оптимизации сроков разработки и повышении вероятности клинического успеха важны для борьбы с тысячами заболеваний, для которых сегодня не существует известного лечения или лекарства», — пишет Энтони Коста, директор по цифровой биологии NVIDIA , в статье HealthTech .
Искусственный интеллект помогает контролировать процесс производства лекарств и может ускорить время выхода на рынок. Разработка лекарств и их производство являются частью фармацевтического ИИ.
«Под ИИ в фармацевтике понимается широкое применение технологий ИИ в фармацевтической промышленности — от разработки лекарственных препаратов до производства и коммерциализации», — объясняет Дэн Ширан, генеральный менеджер по здравоохранению и биологическим наукам в Amazon Web Services .
По словам Ширана, в производстве фармацевтические компании используют алгоритмы ИИ и машинного обучения (ML) для повышения эффективности, качества и надежности. Это включает в себя использование предиктивного обслуживания оборудования для предотвращения непредвиденных простоев, цифровых двойников с поддержкой ИИ для мониторинга и оптимизации процессов в реальном времени, а также агентов ИИ для организации симуляций и ручных задач.
«В конечном итоге применение ИИ в производстве лекарств может привести к сокращению сроков производства, снижению затрат, повышению качества продукции, сокращению отходов и, возможно, ускорению доставки жизненно важных лекарств пациентам», — говорит Ширан.
Председатель правления и генеральный директор Pfizer Альберт Бурла заявил в ежегодном отчете компании за 2023 год , что с помощью искусственного интеллекта компания Pfizer способна обнаруживать аномалии и предлагать своим операторам необходимые действия в режиме реального времени, стремясь увеличить выход продукции на 10% и сократить время цикла на 25%.
Фармацевтическая компания запустила свою платформу генеративного ИИ в 2023 году. «Производственные процессы на базе ИИ увеличивают производительность на 20%, что позволяет нам быстрее доставлять пациентам больше лекарств», — сказал Бурла в отчете.
По словам Лидии Фонсеки, директора по цифровым технологиям и развитию компании Pfizer, сотрудничество с AWS позволило компании Pfizer ускорить разработку и распространение вакцины от COVID-19 и изготовить вакцину за 269 дней вместо обычных 8–10 лет.
На саммите AWS в Лос-Анджелесе 22 ноября 2024 года Фонсека отметил, что алгоритм прогнозирования мРНК Pfizer обеспечил выпуск на 20 000 доз вакцины больше за партию. Внутренняя генеративная платформа ИИ Pfizer Vox на облачных сервисах AWS позволила фармацевтической компании получить доступ к большим языковым моделям на Amazon Bedrock и SageMaker.
«В производстве Bedrock использует оптимальные параметры процесса, чтобы определить то, что мы называем золотой партией, и использует генеративный ИИ для обнаружения аномалий и предоставления рекомендаций по действиям нашим операторам в режиме реального времени», — говорит Фонсека.
Она добавляет, что благодаря использованию ИИ компания Pfizer может искать и сопоставлять данные и научный контент в гораздо меньшие сроки.
«Алгоритмы генерируют и проверяют потенциальные цели для улучшения наших научных успехов», — говорит Фонсека.
Moderna также использовала ИИ для ускорения разработки своей вакцины от COVID-19 . По данным AWS, она развернула сервисы AWS Internet of Things, AI/ML и аналитики данных в подключенной среде, включающей интеллектуальные процессы биофармацевтического производства и цепочки поставок. Алгоритмы ИИ также позволили Moderna автоматизировать анализы контроля качества и сократить часы, затрачиваемые на ручную проверку, направленную на улучшение производственных процессов и логистики, отмечает AWS в исследовании случая .
Novartis использует машинное обучение для разработки интеллектуальных производственных процессов. По словам Ширана, Manufacturing and Analytics Intelligence от Merck — это платформа на базе искусственного интеллекта на AWS, разработанная для оптимизации процессов производства лекарств.
ИИ в фармацевтике и биологических наукахВ октябре Фармацевтическая школа UCSF получила федеральное финансирование в рамках инициативы Агентства передовых исследовательских проектов в области здравоохранения по ускорению разработки лекарств с использованием ИИ. Биотехнологические компании могут использовать наборы данных с открытым исходным кодом и модели, разработанные в рамках проекта некоммерческой организацией Open Molecular Software Foundation и Джоном Чодера, вычислительным химиком из Мемориального онкологического центра имени Слоуна-Кеттеринга .
UCSF планирует использовать ИИ для картирования местности молекул, которые нежелательны или действуют опасным образом. Ускоряя разработку лекарств и снижая затраты, исследователи могут обходить проблемы, которые возникают на более поздних этапах процесса разработки. Исследователи используют МО для прогнозирования того, как молекулы взаимодействуют с анти-мишенями.
«Когда вы разрабатываете новые молекулы, вам нужно уметь предсказывать свойства молекулы, например, как долго она будет оставаться в кровотоке или будет ли она переварена метаболическими ферментами в печени, и прямо сейчас эти прогнозы хороши, но не идеальны», — объясняет Джеймс Фрейзер, заведующий кафедрой биоинженерии и терапевтических наук в медицинских и фармацевтических школах Калифорнийского университета в Сан-Франциско . «И поэтому есть надежда, что новые достижения в области машинного обучения и искусственного интеллекта, при наличии правильных данных, которые мы надеемся получить, значительно повысят точность этих прогнозов, позволяя нам синтезировать меньше молекул, чтобы попасть в то же место, тем самым ускоряя открытие лекарств и делая его более дешевым».
Дэн Ширан Генеральный директор по здравоохранению и биологическим наукам, Amazon Web Services
Компания по созданию лекарств Absci использует ускорители Instinct от AMD и программное обеспечение ROCm для поддержки рабочих нагрузок по поиску лекарств с использованием ИИ, таких как терапевтические средства Absci на основе антител следующего поколения. AMD заявляет, что ускорители Instinct GPU и программное обеспечение ROCm обеспечивают высокопроизводительные вычисления в рамках открытой экосистемы. 8 января 2025 года Absci объявила, что получит от AMD инвестиции в размере 20 миллионов долларов для продвижения этих исследований и удовлетворения спроса на приложения ИИ для поиска лекарств.
«Одна из вещей, на которой мы сосредоточились, — это то, что мы называем не поддающимися лечению мишенями», — говорит Шон МакКлейн, основатель и генеральный директор Absci. «Возможность лечить мишень лекарством позволяет изменить путь, влияющий на основное заболевание, создавая потенциальное лекарство или потенциальное лечение».
По словам МакКлейна, Absci использует генеративные модели ИИ для разработки антител, которые связываются с раковыми мишенями, изменяют пути и убивают рак. Он говорит, что ИИ помог сократить время, необходимое для клинических испытаний лекарств, с пяти с половиной лет до 18–24 месяцев. Absci разработала антитело на своей платформе ИИ для лечения воспалительных заболеваний кишечника.
Он также говорит, что фармацевтические компании могут использовать модели ИИ при подаче заявок на исследование новых лекарственных препаратов в Управление по контролю за продуктами питания и лекарственными средствами для получения одобрения на тестирование лекарств на людях.
«Заглядывая вперед, можно сказать, что ИИ пока еще не может решить множество проблем, и я думаю, что со временем он это сделает, но я думаю, что он уже вносит существенные изменения в то, как мы разрабатываем и создаем лекарства», — говорит Макклейн.
Что следует учитывать производителям лекарств при использовании ИИПри внедрении ИИ в производство лекарств организации должны убедиться, что у них есть инфраструктура данных для сбора, хранения и анализа больших наборов данных, которые требуются ИИ, советует Ширан. Он добавляет, что у организаций должна быть четкая стратегия того, как интегрировать ИИ в рабочий процесс производства лекарств и валидировать ИИ.
«Компании также должны отдавать приоритет прозрачности и объяснимости в своих системах ИИ», — говорит Ширан. «В AWS мы отталкиваемся от потребностей наших клиентов и желаемых бизнес-результатов, чтобы помочь им ориентироваться в этих соображениях и внедрять решения ИИ ответственно и эффективно».
healthtechmagazine
