מנכ"ל AstraZeneca: בינה מלאכותית משנה את פיתוח התרופות ומשפר סיכויי הצלחה
פסקל סוריו, מנכ"ל AstraZeneca, הצהיר כי בינה מלאכותית הופכת לכלי מרכזי בפיתוח תרופות: מזיהוי מטרות טיפוליות חדשות ועד לחיזוי הצלחת ניסויים קליניים בשלב 3. בשותפות עם Tempus AI, החברה מפתחת סוכנים חכמים המנתחים נתונים קליניים ומעבדתיים, במטרה לייעל תהליכים שעלותם מגיעה לחצי מיליארד דולר לניסוי.
AI בשירות הפארמה: כיצד AstraZeneca מחשבת מחדש את פיתוח התרופות
התעשייה הפרמצבוטית עומדת בפני אחד האתגרים המורכבים ביותר בעולם העסקי: ניסוי קליני בשלב 3 עולה בין 300 מיליון ל-500 מיליון דולר, ושיעור הכישלונות נותר גבוה. כעת, AstraZeneca מתמקמת בחזית השימוש ב-AI לשינוי המשוואה הזו.
רוצה להישאר מעודכן ב-AI?
הירשם לדיוור השבועי שלנו וקבל עדכונים, המלצות על כלים, חדשות ודוחות מיוחדים
פסקל סוריו, מנכ"ל החברה, שוחח השבוע עם ג'ים קריימר בתוכנית Mad Money של CNBC וסיפר כי AI כבר מיושם בפועל לאורך כל שרשרת הפיתוח. "הערך של AI בתעשייה שלנו הוא שיפור פרודוקטיביות," אמר סוריו, "בדרך שבה אתה מעצב תרופה חדשה, אתה יכול לעשות זאת מהר יותר וחכם יותר."
לפי הדיווח שפורסם ב-CNBC על ידי אלקסה לומונקו, AstraZeneca משתמשת ב-AI לשלושה יישומים עיקריים: זיהוי מטרות טיפוליות חדשות, אופטימיזציה של מולקולות כדי להפחית תופעות לוואי פוטנציאליות, וחיזוי הסתברות הצלחה של ניסויים קליניים. "אתה יכול לבוא עם מטרות חדשות, אבל גם לייעל את המולקולה ולהסיר מה שחושבים שיהיה תופעות לוואי, ו-AI עוזר לך לעשות זאת," הסביר סוריו.
הנדבך הטכנולוגי המרכזי הוא שותפות החברה עם Tempus AI ועם Pathos, שבמסגרתה פותח סוכן (agent) המאחד נתונים קליניים ומעבדתיים לכדי מודל חיזוי. המטרה: לדעת מראש אילו תרופות ראויות להמשיך לשלב יקר הניסוי. "פיתחנו סוכן שלוקח את כל הנתונים האלה יחד ועוזר לנו לחזות את ההסתברות להצלחה של ניסוי בשלב 3," הסביר סוריו. כאשר כישלון אחד עלול להסתכם בחצי מיליארד דולר, שיפור קטן בדיוק החיזוי מתורגם לחיסכון אדיר.
המהלך של AstraZeneca אינו מבודד. חברות פארמה מובילות כמו Pfizer, Novartis ו-Roche משקיעות גם הן בתשתיות AI, ושותפויות עם חברות כמו Recursion Pharmaceuticals ו-Insilico Medicine הפכו לנפוצות. הלחץ גובר משני כיוונים: ממשקיעים שדורשים מחזורי פיתוח קצרים יותר, ומרגולטורים שמתחילים לגבש מסגרות לאישור תרופות שפותחו בסיוע AI.
השאלה שנותרת פתוחה היא מהירות האימוץ הרגולטורי. ה-FDA וה-EMA עדיין מגבשים הנחיות ברורות לגבי מידת ההסתמכות המותרת על מודלי AI בהחלטות פיתוח קלינית. עד שמסגרות אלה יתגבשו, חברות כמו AstraZeneca פועלות בשטח אפור יצירתי שבו הפוטנציאל גדול, אך כללי המשחק עדיין נכתבים.