AI en machinaal leren in het ontdekken en ontwikkelen van geneesmiddelen (2022)

De farmaceutische industrie is traag als het gaat om het adopteren van digitale gezondheidstechnologie, en farmaceutische bedrijven hebben er over het algemeen lang over gedaan om AI- en machine learning-strategieën te implementeren, waardoor grootschalige digitale transformatie moeilijk wordt.

Er zijn voldoende mogelijkheden voor het ontdekken en ontwikkelen van geneesmiddelen, maar het is afhankelijk van het vermogen van bedrijven om geavanceerde gezondheidstechnologie in dagelijkse strategieën te implementeren.

Terwijl de zorgsector digitale technologie snel adopteert, blijft de farmaceutische industrie achter op het gebied van digitale volwassenheid, en alle maatregelen die zelfs early movers nemen om hun achterstand in te halen, zijn lappendeken vanwege een gebrek aan strategie en digitaal gericht leiderschap.

AI en machinaal leren in het geneesmiddelenontwikkelingsproces

Er gaat ongelooflijk veel tijd en geld in de ontwikkeling van medicijnen — een medicijn op de markt brengen kost ongeveer $ 2,8 miljard dollar over meer dan 12 jaar, volgens De telling van Taconic Biosciences.

Het gebruik van AI en machine learning kan helpen in elke fase van het proces van medicijnontdekking. AI-startups in de gezondheidszorg konden in het derde kwartaal van 2020 meer dan $ 2 miljard ophalen, en degenen die AI gebruikten om het proces van het maken van medicijnen te stroomlijnen, ontvingen enkele van de hoogste bedragen in vergelijking met startups die de technologie in andere segmenten van de gezondheidszorg inzetten.

AI in Drug Discovery (Fase I)

Het proces van het ontdekken van geneesmiddelen varieert van het lezen en analyseren van reeds bestaande literatuur tot het testen van de manieren waarop potentiële geneesmiddelen interageren met doelwitten. Volgens het AI in Drug Discovery and Development-rapport van Insider Intelligence zou AI de kosten voor het ontdekken van geneesmiddelen voor bedrijven met maar liefst 70% kunnen terugdringen.

AI in preklinische ontwikkeling (fase 2)

De preklinische ontwikkelingsfase van medicijnontdekking omvat het testen van potentiële medicijndoelen op diermodellen. Het gebruik van AI tijdens deze fase zou kunnen helpen om proeven soepel te laten verlopen en onderzoekers in staat te stellen sneller en succesvoller te voorspellen hoe een medicijn zou kunnen interageren met het diermodel.

AI in klinische onderzoeken (fase 3)

Nadat ze de preklinische ontwikkelingsfase hebben doorlopen en goedkeuring hebben gekregen van de FDA, beginnen onderzoekers het medicijn te testen met menselijke deelnemers. Over het algemeen is dit een proces in vier fasen en wordt het meestal beschouwd als de langste en duurste fase in de reis van het maken van medicijnen.

AI kan het monitoren van deelnemers tijdens klinische onderzoeken vergemakkelijken – waardoor sneller een grotere set gegevens wordt gegenereerd – en helpen bij het behouden van deelnemers door de proefervaring te personaliseren.

Farma-investeringen in AI

Grote tech-investeringen in de farma zijn op een historisch hoogtepunt. Met name grote technologiebedrijven met een breed scala aan AI- en cloudoplossingen zijn waardevolle partners voor medicijnfabrikanten, die uiteenlopende behoeften hebben als het op AI aankomt.

Moderna maakt bijvoorbeeld gebruik van het AWS-cloudplatform van Amazon om het ontwikkelingsproces van geneesmiddelen te versnellen. En hoewel Moderna onlangs de krantenkoppen heeft gehaald als topdeelnemer in de race om een ​​coronavirusvaccin te ontwikkelen, moet het bedrijf ook worden erkend voor zijn succes bij het ontwikkelen van een kankervaccin in slechts 40 dagen, terwijl het leunt op AWS.

Moderna is slechts één voorbeeld van de vele farmaceutische bedrijven die profiteren van de groeiende interesse van Big Tech in de digitale gezondheidsindustrie. En Insider Intelligence verwacht dat Big Tech hun AI-kracht zal blijven gebruiken om farmaceutische banden te smeden.

Dit zijn de bedrijven die in het rapport zijn geanalyseerd:

• AbbVie
• Amazone
• appel
• AstraZeneca
• Atomisch
• Biofourmis
• Eli Lilly
• Exscientia
• Google
• Insilico
• lakmoesgezondheid
• Microsoft
• Moderna
• Novartis
• Otsuka
• Pfizer
• Recursie Geneesmiddelen
• hergebruiken.AI
• Roche
• Sanofi
• TriNetX
• Voorwaar
• Verisim
• XtalPi

Benieuwd naar het volledige rapport? Zo kunt u toegang krijgen: