افتح ملخص المحرر مجانًا
رولا خلف، محررة الفايننشال تايمز، تختار قصصها المفضلة في هذه النشرة الأسبوعية.
تعتمد دورة الضجيج الخاصة بالذكاء الاصطناعي على الإعلانات المبهرجة التي تحطم الأرقام القياسية. وفي نيسان (أبريل) الماضي، حققت شركة Xaira الناشئة، ومقرها سان فرانسيسكو، ذلك بالضبط، معلنة أنها جمعت مليار دولار في واحدة من أكبر عمليات إطلاق التكنولوجيا الحيوية على الإطلاق.
يزعم Xaira أن تطوير الأدوية مهيأ لثورة الذكاء الاصطناعي. انها ليست وحدها. يقول ديميس هاسابيس، المؤسس المشارك لشركة Google DeepMind، المشهورة بحل التحدي العلمي المستمر منذ 50 عامًا والمتمثل في التنبؤ بشكل البروتين، إن علم الأحياء يمكن أن يكون “مثاليًا” للذكاء الاصطناعي، لأنه في الأساس نظام لمعالجة المعلومات. وهو يرأس Isomorphic Labs، فرع أدوية الذكاء الاصطناعي التابع لشركة Alphabet والذي وافق على شراكات تصل قيمتها إلى 3 مليارات دولار مع Eli Lilly وNovartis. ويهدف إلى خفض مرحلة اكتشاف الدواء إلى النصف إلى عامين فقط.
هناك أعداد متزايدة من المركبات المشتقة من الذكاء الاصطناعي قيد التطوير. وقد حددت منظمة الصحة العالمية ما لا يقل عن 73 نوعًا، على الرغم من عدم الموافقة على استخدام أي منها في البشر بعد. بعض الشركات تقترب. كانت شركة Insilico Medicine، التي تقدمت مؤخرًا بطلب للاكتتاب العام الأولي في هونج كونج، أول من أدخل عقارًا مصممًا للذكاء الاصطناعي في المرحلة الثانية من التجارب السريرية.
لكن الذكاء الاصطناعي لا يشكل حتى الآن بديلا للتجارب التي تدعم فهم المرض. وقد شهد القطاع بالفعل مشاكل. في يوم إطلاق Xaira، أعلنت BenevolentAI عن عمليات تسريح كبيرة للعمال. شرعت الشركة التي يقع مقرها في لندن في توحيد الذكاء البشري والذكاء الآلي، لكن أسهمها فقدت 94 في المائة من قيمتها منذ طرحها للاكتتاب العام بتقييم قدره 1.5 مليار يورو في كانون الأول (ديسمبر) 2021 من خلال الاندماج مع شركة استحواذ ذات أغراض خاصة.
إن تطوير أدوية جديدة مبتكرة أمر مكلف وغير فعال. لا تعاني صناعة الأدوية من نقص في الأموال أو التحفيز عندما يتعلق الأمر بتحسين معدلات نجاح اكتشاف الأدوية باستخدام الذكاء الاصطناعي. حصلت حوالي 200 شركة من شركات التكنولوجيا الحيوية “الذكاء الاصطناعي أولا” على أكثر من 18 مليار دولار في العقد المنتهي عام 2023، وفقا لشركة BCG الاستشارية. تختلف معدلات استخدام الذكاء الاصطناعي ونجاحه.
إن استخدام الحوسبة في تصميم الأدوية ليس جديدًا على الإطلاق، حيث يعود تاريخه إلى السبعينيات. تعتبر الرؤى جيدة بقدر جودة البيانات المستخدمة لتدريب النماذج. إن التنبؤ بسمية الأدوية المرشحة يعوقه ندرة المعلومات المتاحة للجمهور أو مدى أهميتها. هناك الكثير من البيانات حول المجالات البحثية المربحة والتي يتم متابعتها بشدة مثل السرطان، على سبيل المثال. ويوجد عدد أقل في المجالات المهملة نسبيًا مثل الصحة العقلية أو الأمراض المعدية.
الذكاء الاصطناعي ليس حلا سحريا لهذه المشاكل. يمكن سد فجوات البيانات من خلال التجربة، لكن الأمر يستغرق وقتًا ومالًا كبيرًا.
