Создавать новые лекарства сложно. Очень трудно.
В исследовании 2014 года, проведенном Центром изучения разработки лекарственных средств Университета Тафтса, стоимость вывода на рынок нового рецептурного препарата от исследований и разработок до клинических испытаний и одобрения регулирующими органами оценивается в 2,6 миллиарда долларов. Столкнувшись с высокими издержками производства и сокращением сроков, необходимых для вывода новых лекарств на рынок раньше конкурентов, фармацевтические компании часто отменяют разработку соединений с высоким потенциалом, которые не демонстрируют достаточных коммерческих перспектив.
Кроме того, скорость производства медицинских данных, накапливающихся в таких средах, как журнальные статьи, клинические исследования и испытания лекарств, слишком высока, чтобы разработчики лекарств могли за ней угнаться. В эту эпоху информационного потока, когда количество научных публикаций увеличивается в среднем на 9% в год, ученые изо всех сил пытаются оставаться в курсе последних событий и оставаться организованными. Результатом является дорогостоящее узкое место в преобразовании новых научных открытий в эффективные методы лечения, препятствующее продвижению фармакологии для исследователей, пациентов и системы здравоохранения в целом.
К счастью, искусственный интеллект предлагает новые решения этих проблем. Среди тех, кто возглавил использование ИИ для срыва разработки лекарств, — лондонская BenevolentAI. Стартап использует машинное обучение и биоинформатику (науку о сборе и анализе сложных биологических данных) для расширения и ускорения процесса открытия лекарств. BenevolentAI использует такие технологии, как обработка естественного языка и глубокое обучение, для сбора, систематизации и интерпретации ключевой информации из постоянно растущих массивов медицинских данных, чтобы помочь исследователям в разработке лекарств.
