Σύμφωνα με τη χρηματιστηριακή Jefferies, ο μέσος κύκλος ανάπτυξης ενός φαρμάκου διαρκεί 8 έως 10 χρόνια, με ποσοστά επιτυχίας κάτω από 10% και κόστος πάνω από 1 δισεκατομμύριο δολάρια ανά φάρμακο. Η τεχνητή νοημοσύνη έχει τη δυνατότητα να μειώσει τους κινδύνους πάνω από 50%, επιταχύνοντας το χρόνο, βελτιώνοντας τις πιθανότητες επιτυχίας και μειώνοντας το κόστος ανάπτυξης.
«Η γενετική Τεχνητή Νοημοσύνη είναι έτοιμη να επιταχύνει την πολύ αργή και ριψοκίνδυνη διαδικασία ανακάλυψης φαρμάκων, μειώνοντας το χρόνο από το εργαστήριο μέχρι την κλινική εφαρμογή, ενώ αυξάνει το ποσοστό επιτυχίας», δήλωσαν οι αναλυτές της Jefferies σε σημείωμά τους την Τετάρτη.
Η τάση αυτή είναι εμφανής σε ολόκληρη τη βιομηχανία, με μεγάλες φαρμακευτικές εταιρείες, εταιρείες συμβατικής έρευνας και νεοφυείς βιοτεχνολογικές επιχειρήσεις να ενσωματώνουν την τεχνητή νοημοσύνη σε διάφορα στάδια ανάπτυξης.
Από την πρώιμη αναγνώριση στόχων μέχρι το έλεγχο ενώσεων και την πρόβλεψη τοξικότητας, οι πλατφόρμες τεχνητής νοημοσύνης αναδιαμορφώνουν τη διαδικασία. Για παράδειγμα, η Schrodinger (NASDAQ:SDGR) χρησιμοποιεί έναν υβριδικό συνδυασμό φυσικής και μηχανικής μάθησης που επιτρέπει εκτεταμένο εικονικό έλεγχο και μειώνει σημαντικά τον προκλινικό χρόνο.
Ταυτόχρονα, η Recursion Pharmaceuticals Inc πραγματοποιεί περισσότερα από 2 εκατομμύρια πειράματα εβδομαδιαία μέσω της πλατφόρμας της που βασίζεται στην Τεχνητή Νοημοσύνη και την υπολογιστική υποδομή υπερυπολογιστών, ψηφιοποιώντας τη βιολογία για να απλοποιήσει τον σχεδιασμό και τον έλεγχο φαρμάκων.
Αυτές οι πλατφόρμες όχι μόνο επιτρέπουν την ταχύτερη επιλογή υποψηφίων φαρμάκων, αλλά υποστηρίζουν και την πρόβλεψη τοξικότητας.
Η Schrodinger, με την υποστήριξη του Ιδρύματος Bill & Melinda Gates και της Nvidia (NASDAQ\:NVDA), αναπτύσσει μια πρωτοβουλία Τεχνητής Νοημοσύνης για την προβλεπτική τοξικολογία, με στόχο τον εντοπισμό των ανεπιθύμητων επιδράσεων σε πρώιμο στάδιο ανάπτυξης.
Καθώς οι ρυθμιστικές αρχές, όπως η FDA, δείχνουν θετική διάθεση προς τις εφαρμογές με υποστήριξη Τεχνητής Νοημοσύνης, η Jefferies αναμένει διεύρυνση της υιοθέτησής της. Η εταιρεία εκτιμά ότι οι παγκόσμιες δαπάνες για έρευνα και ανάπτυξη που σχετίζονται με την AI κυμαίνονται μεταξύ 3 και 5 δισεκατομμυρίων δολαρίων, με την αγορά να προβλέπεται να αυξηθεί στα 8–10 δισεκατομμύρια σε πέντε χρόνια και να φτάσει τα 30–40 δισεκατομμύρια μέχρι το 2040.
Πηγή:liberal.gr
