Kosztowna lekcja cierpliwości: AI w farmacji zarabia na produkcji, ale zawodzi w laboratoriach

Sektor farmaceutyczny przechodzi twarde zderzenie z rzeczywistością. Diogo Rau, szef cyfryzacji w Eli Lilly, przyznał szczerze na łamach „Wall Street Journal”, że hucznie zapowiadany przełom w odkrywaniu nowych cząsteczek dzięki AI po prostu się nie wydarzył. Mimo budowy gigantycznych superkomputerów i kosztownych partnerstw z gigantami pokroju Nvidii, serce innowacji w laboratoriach wciąż bije w tradycyjnym rytmie.

Gdzie podziały się efekty w badaniach klinicznych?

Problem polega na braku dowodów. Choć giełdowi analitycy chętnie wyceniają potencjał algorytmów, dane z badań klinicznych pozostają nieubłagane. Trung Huynh z RBC zauważa, że nie ma obecnie żadnych twardych dowodów na to, by sztuczna inteligencja realnie podnosiła wskaźnik sukcesu nowych terapii. Przykładem jest Recursion Pharmaceuticals – pionier branży, który po 13 latach działalności wciąż nie wprowadził na rynek ani jednego leku opracowanego przez AI, a w ubiegłym roku musiał pożegnać się z jedną piątą personelu.

Sztuczna inteligencja potrafi drastycznie skrócić czas projektowania eksperymentalnych molekuł – z czterech lat do osiemnastu miesięcy – jednak to tylko wierzchołek góry lodowej. Hamulcem pozostaje biologia i rygorystyczne testy na ludziach, których nie da się przeskoczyć algorytmem. Dziesięcioletni proces badań klinicznych wciąż pozostaje wąskim gardłem, którego technologia nie jest w stanie sforsować.

Cichy triumf w halach fabrycznych

Prawdziwe pieniądze AI zarabia dziś dla farmacji nie w probówkach, a na liniach montażowych i w biurach. To tutaj dokonuje się cicha rewolucja optymalizacyjna. Eli Lilly wykorzystało tak zwane cyfrowe bliźniaki i uczenie maszynowe do analizy procesów produkcji tirzepatydu – kluczowego składnika leków na otyłość i cukrzycę. Dzięki precyzyjnemu dostrojeniu parametrów ciśnienia i temperatury firmie udało się skrócić czas produkcji i znacząco zwiększyć podaż towaru, który znika z aptek w mgnieniu oka.

Ekonomiczny pragmatyzm zamiast wizjonerstwa

Mimo rozczarowania tempem innowacji medycznych, kapitał nie ucieka z sektora. Szacuje się, że w ciągu najbliższych pięciu lat AI pozwoli amerykańskiemu przemysłowi farmaceutycznemu zaoszczędzić około 90 miliardów dolarów. Większość tych środków będzie jednak wynikiem usprawniania procesów back-office i łańcuchów dostaw. Dla gigantów, takich jak Roche, GSK czy Merck, sztuczna inteligencja stała się potężnym narzędziem księgowym i inżynieryjnym, podczas gdy rola „cyfrowego chemika” pozostaje na razie w sferze niespełnionych obietnic.