ИИ-компании начинают использовать виртуальные клинические испытания, чтобы заранее оценивать перспективы экспериментальных лекарств до их тестирования на реальных пациентах. Такие системы создают «цифровых пациентов» на основе медицинских и генетических данных и моделируют, как организм может отреагировать на конкретный препарат.

Источник изображения: Reuters
URL изображенияТакие исследования не отменяют традиционные подходы, а повышают их шансы на успех и раньше выявляют потенциально провальные препараты. Один из наиболее показательных примеров приводит стартап BioinvestGPT. В июле компания смоделировала испытание экспериментального препарата Novartis от редкой формы мышечной дистрофии и спрогнозировала незначительный клинический эффект. Несколько месяцев спустя реальное исследование действительно не достигло основной цели, после чего акции Novartis упали на 11%, а рыночная стоимость компании сократилась примерно на 30 миллиардов долларов.

По данным BioinvestGPT, компания заранее правильно предсказала результаты пяти из шести крупных исследований, включая неудачу препарата Novartis, успех вакцины Moderna и Merck против меланомы и результаты ряда других программ. При этом технология не является безошибочной: в случае другого препарата Novartis – pelacarsen – модель спрогнозировала положительный результат, но реальное исследование провалилось. В компании признали, что модель неправильно оценила биологический механизм действия препарата. 

В настоящее время фармакологическая индустрия ежегодно тратит около 140 миллиардов долларов на клинические исследования, но лишь примерно 12% разрабатываемых препаратов в итоге получают одобрение регуляторов. При условии, что традиционный цикл испытаний занимает годы, тогда как некоторые виртуальные симуляции можно провести менее чем за месяц