“Потенциал ИИ в фармацевтической отрасли огромен, уже сейчас его использование позволяет сократить раннюю разработку практически в 2 раза, а клинические исследования на 20%. Важно преодолеть существующие барьеры и наладить эффективное сотрудничество между научными учреждениями, фармацевтическими компаниями и образовательными организациями.”

Какие сложности на пути внедрения ИИ для синтеза лекарств существуют сегодня?

Искусственный интеллект уже активно применяется на всех этапах создания лекарственных препаратов: от ранней и фармацевтической разработки до доклинических и клинических исследований. Основная цель in-silico исследований — ускорение и удешевление различных этапов разработки, а также повышение вероятности успешного исхода.

Однако внедрение ИИ сталкивается с рядом серьезных проблем.

Первая сложность — недостаток данных для обучения алгоритмов. Поскольку каждый алгоритм требует большого объема экспериментальных данных, их можно получить только из собственных лабораторий или через сотрудничество с другими научными группами. Фармацевтические компании пока неохотно делятся научными данными, необходимыми для быстрого моделирования эффективных молекул. В будущем конкуренция за эти данные, вероятно, усилится.

Второй важный аспект — высокая энергоемкость и быстрое устаревание инфраструктуры. Это требует постоянных инвестиций в оборудование и вычислительные мощности, что может нивелировать ожидаемое снижение затрат при переходе на in-silico методы.

Третья проблема — дефицит кадров и необходимость междисциплинарного подхода. Современная разработка лекарств требует объединения математики и биологии, однако существующая система образования разделяет эти направления. Ученики и студенты вынуждены выбирать между физико-математическим и химико-биологическим профилем, что затрудняет получение комплексного образования. Это существенно усложняет подготовку специалистов для фармацевтической отрасли, усугубляя общий дефицит кадров в IT-сфере.

Несмотря на эти вызовы, потенциал ИИ в фармацевтической отрасли значителен. Уже сейчас его применение позволяет сократить время ранней разработки почти вдвое и уменьшить продолжительность клинических исследований на 20%.

Для успешного развития этой области необходимо преодолеть существующие барьеры и наладить эффективное сотрудничество между научными учреждениями, фармацевтическими компаниями и образовательными организациями. Также требуется активная работа над этическими и правовыми аспектами использования ИИ в фармацевтике, включая признание результатов его работы при регистрации новых препаратов.