Umjetna inteligencija (AI) postala je ključni fokus za industrije, vlade i akademske institucije dok se kreću kroz ekonomsku neizvjesnost, nedostatak talenta i rastuće kapitalne troškove. Zdravstveni sektor, posebno, suočava se s brojnim izazovima, ali potencijalni utjecaj AI-a u medicini ne može biti zanemaren.
U području istraživanja i razvoja lijekova (R&D), AI već pravi značajne doprinose. Korištenjem AI-ja i analize podataka, istraživači mogu predvidjeti reakcije pacijenata, povećati uspjeh kliničkih ispitivanja i razviti personalizirane tretmane. AI ruši prepreke otključavajući prethodno nedrobljive mete i pružajući nove terapije za pacijente koji imaju ograničene opcije liječenja.
Sanofi, vodeća farmaceutska tvrtka, koristi snagu AI-a za revoluciju u otkrivanju i razvoju lijekova. Njihovi AI modeli u otkrivanju malih molekula postigli su impresivnu točnost predviđanja, stalno se poboljšavajući kroz aktivno učenje. Jednostanična genomika bila je ključna u potvrđivanju bolesti, dok 75% projekata malih molekula koristi AI i učenje strojeva za dizajn spojeva. Stvaraju se virtualni pacijenti kako bi potakli in silico klinička ispitivanja, a genomika bazirana na preciznoj medicini poboljšava stratifikaciju pacijenata.
Napredak u tehnikama obuke AI-a i pristupima aktivnog učenja ubrzao je ciklus dizajniranja, smanjio troškove i povećao stope uspjeha za nove molekule. Sanofi je vidio 50% povećanje broja kliničkih ispitivanja i četverostruko povećanje vrijednosti njihove linije proizvoda u razdoblju od četiri godine.
Suradnja i partnerstva su ključni u ovom dobu AI-em potaknutog otkrivanja lijekova. Sanofi je usvojio strategiju “bez granica”, surađujući s vanjskim partnerima kako bi udvostručio produktivnost istraživanja i ubrzao razvoj novih tretmana.
Međutim, otključavanje punog potencijala AI-a u farmaceutskoj industriji dolazi s izazovima. Propisi koji se odnose na korištenje AI-a razlikuju se u različitim regijama, zahtijevajući pažljivo snalaženje kako bi se osigurala usklađenost. Kvaliteta podataka, sigurnost, privatnost i pouzdanost također postavljaju pitanja koja treba riješiti kako bi se ubrzao usvajanje AI-a. Politike cijena nenamjerno mogu obeshrabriti ulaganje u određene vrste lijekova, što potencijalno usporava proboje i ograničava opcije liječenja. Pristup kapitalu za biotehnološke startupe, koji značajno doprinose inovacijama u R&D-u, treba biti olakšan kako bi se održao zamah znanstvenih otkrića.
Izgradnja povjerenja je ključna prilikom uvođenja novih modela za dizajniranje kliničkih ispitivanja. Decentralizirani pristupi koji uključuju nedovoljno zastupljene populacije pacijenata mogu poboljšati prihvaćanje novih terapija i potaknuti inkluzivan pristup medicinskom istraživanju.
Jasno je da AI ima potencijal za revoluciju u farmaceutskom R&D-u, ali je potrebno pažljivo razmotriti izazove koji dolaze kako bi se otključale njegove potpune koristi. Suradnjom s dionicima, pažljivim snalaženjem u propisima i poticanjem inovacija, zdravstvena industrija može iskoristiti snagu AI-a kako bi potaknula brža otkrića i poboljšala ishode pacijenata.
**ČPP o umjetnoj inteligenciji (AI) u farmaceutskom istraživanju i razvoju (R&D)**
P: Kako AI doprinosi farmaceutskom istraživanju i razvoju?
O: AI se koristi u farmaceutskom R&D-u za predviđanje reakcija pacijenata, povećanje uspjeha kliničkih ispitivanja, razvijanje personaliziranih tretmana, otključavanje prethodno nedrobljivih meta i pružanje novih terapija pacijentima s ograničenim opcijama liječenja. Također pomaže u dizajniranju spojeva, poticanju in silico kliničkih ispitivanja i poboljšanju stratifikacije pacijenata putem genomske precizne medicine.
P: Kako Sanofi koristi AI u otkrivanju i razvoju lijekova?
O: Sanofi, vodeća farmaceutska tvrtka, koristi AI za revoluciju u otkrivanju i razvoju lijekova. Razvili su AI modele u otkrivanju malih molekula koji se kontinuirano poboljšavaju kroz aktivno učenje. Potvrđuju mete bolesti korištenjem jednostanične genomike te koriste AI i učenje strojeva u 75% svojih projekata s malim molekulama za dizajn spojeva. Također stvaraju virtualne pacijente za in silico klinička ispitivanja i poboljšavaju stratifikaciju pacijenata putem genomske precizne medicine.
P: Koje su prednosti i utjecaji AI-a u farmaceutskom R&D-u?
O: AI je ubrzao ciklus dizajniranja, smanjio troškove i povećao stope uspjeha za nove molekule u farmaceutskom R&D-u. Sanofi je vidio 50% povećanje broja kliničkih ispitivanja i četverostruko povećanje vrijednosti svoje linije proizvoda u razdoblju od četiri godine koristeći AI. Ima potencijal za otključavanje novih tretmana, poboljšanje ishoda pacijenata i poticanje bržih otkrića u zdravstvenoj industriji.
P: Koliko su važna suradnja i partnerstva u AI-em potaknutom otkrivanju lijekova?
O: Suradnja i partnerstva su ključni u AI-em potaknutom otkrivanju lijekova. Sanofi je usvojio strategiju “bez granica”, surađivao s vanjskim partnerima kako bi udvostručio produktivnost istraživanja i ubrzao razvoj novih tretmana. Suradnja s dionicima pomaže poticati inovacije i ubrzati koristi AI-a u otkrivanju i razvoju lijekova.
P: Koje su poteškoće u potpunom korištenju AI-a u farmaceutskoj industriji?
O: Puni potencijal AI-a u farmaceutskoj industriji otežavaju izazovi poput različitih propisa o korištenju AI-a u različitim regijama, osiguranje usklađenosti s propisima, pitanja glede kvalitete podataka, sigurnosti, privatnosti i pouzdanosti. Politike cijena također mogu obeshrabriti ulaganje u određene vrste lijekova, ograničavajući proboje i opcije liječenja. Pristup kapitalu za biotehnološke startupe, koji značajno doprinose inovacijama u R&D-u, treba poboljšati za kontinuirano znanstveno otkriće.
P: Kako se može postići izgradnja povjerenja pri uvođenju novih modela za dizajniranje kliničkih ispitivanja?
O: Izgradnja povjerenja pri uvođenju novih modela za dizajniranje kliničkih ispitivanja uključuje usvajanje decentraliziranih strategija koje uključuju nedovoljno zastupljene populacije pacijenata. Ovaj pristup poboljšava prihvaćanje novih terapija kod pacijenata i potiče inkluzivniji pristup medicinskom istraživanju.
P: Što je potrebno uzeti u obzir kako bi se otključale sve prednosti AI-a u farmaceutskom R&D-u?
O: Otključavanje svih prednosti AI-a u farmaceutskom R&D-u zahtijeva pažljivo razmatranje izazova poput snalaženja u propisima, rješavanja pitanja glede kvalitete podataka, sigurnosti, privatnosti i pouzdanosti. Suradnja s dionicima, poticanje inovacija i olakšavanje pristupa kapitalu za biotehnološke startupe također su važni faktori u iskorištavanju snage AI-a za poticanje bržih otkrića i poboljšanje ishoda pacijenata.
Za dodatne informacije o ovoj temi, posjetite web stranicu Sanofi Istraživanja i Razvoja.
The source of the article is from the blog combopop.com.br