AI ускоряет разработку лекарств: опыт AstraZeneca в России и мире
AstraZeneca внедряет искусственный интеллект в каждый этап создания препаратов – от молекулярного скрининга до клинических испытаний, сокращая сроки и затраты.
Фармацевтическая отрасль традиционно характеризуется длительными циклами разработки – 10‑15 лет и бюджетом в $1‑2 млрд на один препарат. AstraZeneca решила эту проблему, активно интегрируя AI в свои процессы как в России, так и глобально.
Поиск молекул. Компания использует генеративные модели, обученные на миллиардах химических соединений, чтобы предсказывать свойства новых кандидатов. По данным AstraZeneca, в 2025 году AI‑генерированные молекулы сократили время раннего скрининга с 18 до 6 месяцев и повысили вероятность попадания в клиническую фазу до 30 %.
Доклинические исследования. С помощью машинного обучения прогнозируют токсичность и фармакокинетику, что уменьшает количество неудачных животных экспериментов на 40 %.
Клинические испытания. AI‑алгоритмы анализируют электронные медицинские карты и реальное наблюдение, оптимизируя набор пациентов и предсказывая вероятные исходы. В российском пилотном проекте точность предсказания эффективности терапии онкологических препаратов достигла 85 %, а время набора пациентов сократилось на 25 %.
Регистрация и вывод на рынок. Автоматизированные системы готовят регуляторные документы, проверяя соответствие требованиям FDA, EMA и Росздравнадзора. Это ускоряет процесс одобрения на 15‑20 %.
Опыт AstraZeneca демонстрирует, что AI может стать ключевым фактором снижения рисков и затрат в фарме, делая процесс разработки более предсказуемым и эффективным. Подробнее – статья на Habr AI.
Для AI‑разработчиков это сигнал о растущем спросе на модели, умеющие работать с химическими данными и клинической информацией. Студентам стоит обратить внимание на курсы по биоинформатике и регуляторному AI, а также изучать вопросы этики и конфиденциальности в медицине. Возможности открываются в построении пайплайнов от молекулярного скрининга до аналитики клинических данных, но требуется глубокое понимание фармацевтических процессов и нормативов.
