Reuters-ი სტატიაში ხელოვნური ინტელექტის მქონე წამლების შესახებ მოჰყავს TD Cowen-ის და Jefferies-ის ანალიტიკოსების მოსაზრება: ხელოვნური ინტელექტისა და უსაფრთხოების შეფასების ახალი მეთოდების (NAM) კომბინაცია უახლოეს 3–5 წელიწადში შეძლებს განვითარების ვადები და ღირებულება ორჯერ მეტად შეამციროს. ამჟამად ინდუსტრიაში ორიენტირად ითვლება “15 წლამდე და ~2 მილიარდი დოლარი”, ამასთან, წამლების რიგი კლასების მიხედვით ვადები და ხარჯები კვლავ იზრდება.
მაგალითად მოყვანილია Recursion, რომელმაც შეძლო მოლეკულა REC-1245 კლინიკურ კვლევებამდე მიეყვანა სულ რაღაც 18 თვეში, საშუალო 42 თვის ნაცვლად. მოსალოდნელია, რომ REC-1245 შეანელებს რიგი სიმსივნური წარმონაქმნების ზრდას. Reuters-ის მონაცემებით, ხელოვნურმა ინტელექტმა ხელი შეუწყო სუსტი ვარიანტების სწრაფად გამორიცხვას და პერსპექტიულებზე ფოკუსირებას, რის შემდეგაც ჰიპოთეზები დადასტურდა ახალ წინაკლინიკურ მოდელებში.
ხელოვნური ინტელექტი ასეთ პროექტებში რამდენიმე დონეზე მუშაობს. ალგორითმები გვთავაზობენ ახალ მოლეკულებს, ვარაუდობენ, იმუშავებენ თუ არა ისინი, და წინასწარ აფასებენ გვერდითი ეფექტების რისკებს. ხელოვნურ ინტელექტს შეუძლია მრავალი განსხვავებული მონაცემის (ექსპერიმენტებიდან, ცოდნის ბაზებიდან, გაზომვებიდან) დამუშავება და სწრაფად მიცემა მითითებების, თუ რა უნდა შემოწმდეს შემდეგ, რაც ზოგავს თვეებსა და წლებს მუშაობისას.
უსაფრთხოების შეფასების ახალი მეთოდები (NAM) მოიცავს ადამიანის უჯრედების მოდელებს, “ორგანო-ჩიპზე” (ღვიძლის, ფილტვების და ა.შ. მინი-ვერსიები), რეალური ქსოვილების ნიმუშებს, ასევე დადასტურებულ მათემატიკურ მოდელებს. ისინი იძლევიან შედეგებს, რომლებიც უფრო ახლოსაა ადამიანის ორგანიზმთან, და შესაძლებელს ხდიან ცხოველებზე ექსპერიმენტების საგრძნობლად შემცირებას.
FDA ოფიციალურად ხელს უწყობს NAM-ზე გადასვლას და მიზნად ისახავს “ცხოველებზე წინაკლინიკური კვლევები გამონაკლისად აქციოს” უახლოეს 3–5 წელიწადში. თუმცა მნიშვნელოვანია გვახსოვდეს, რომ ბაზარზე ჯერ არ არის ხელოვნური ინტელექტის მონაწილეობით შექმნილი პრეპარატები — პირველი ნიმუშები მხოლოდ გადიან გამოცდებს, რასაც წლები დასჭირდება.
