Skip to content

Perusahaan obat mengandalkan AI untuk mengakhiri penelitian 'untung-untungan'

📅 February 21, 2021

⏱️4 min read

Teknologi yang mempercepat perkembangan vaksin Covid berpotensi mengubah industri farmasi. berburu obat-obatan baru sering kali lebih mirip permainan rolet daripada sains kelas atas. Tapi sekarang sektor farmasi berada di puncak transformasi, karena mempelajari teknologi mutakhir untuk menghasilkan pengobatan baru untuk penyakit seperti kanker, rheumatoid arthritis, dan Alzheimer.

Seorang teknisi laboratorium menjalankan tes pada vaksin Covid-19.

Seorang teknisi laboratorium menjalankan tes pada vaksin Covid-19. Pandemi telah digambarkan sebagai 'titik kritis' untuk adopsi AI secara luas dalam penelitian obat-obatan. Foto: Sakchai Lalit / AP

Kecerdasan buatan (AI) diatur untuk meningkatkan tingkat keberhasilan industri dan mempercepat penemuan obat, berpotensi menghemat miliaran dolar, survei terbaru oleh perusahaan analitik GlobalData menemukan. AI menduduki puncak daftar teknologi yang dipandang memiliki dampak terbesar di sektor ini tahun ini. Hampir 100 kemitraan telah terjalin antara spesialis AI dan perusahaan farmasi besar untuk penemuan obat sejak 2015.

AI menggunakan algoritme otomatis - serangkaian instruksi yang diikuti komputer - untuk melakukan tugas yang sebelumnya dilakukan oleh manusia. Ini dapat dengan cepat menyaring kumpulan data besar (dari studi klinis dan literatur ilmiah) untuk mendeteksi pola tersembunyi, dan melakukan tugas dalam hitungan detik yang biasanya membutuhkan waktu berbulan-bulan. Sebuah penelitian di dalam Lancet menemukan perangkat lunak AI bisa mengidentifikasi kanker payudara yang tidak terjawab oleh dokter di mammogram.

Dalam proses yang dikenal sebagai pembelajaran mesin, sistem AI berjalan melalui jutaan kemungkinan, terus meningkat setiap saat, hingga dapat berfungsi dengan baik. Output dari pelatihan tersebut adalah sebuah algoritma.

“Penemuan obat sedang diubah melalui penggunaan AI, yang mengurangi waktu yang dibutuhkan untuk menambang data ilmiah dalam jumlah besar untuk memungkinkan pemahaman yang lebih baik tentang mekanisme penyakit dan mengidentifikasi calon obat potensial baru,” kata Karen Taylor, direktur Pusat Solusi Kesehatan di grup akuntansi dan konsultasi Deloitte. “Penemuan obat tradisional sangat terpisah-pisah, sangat untung-untungan,” tambahnya.

Taylor mengatakan kemajuan pesat vaksin Covid-19 dan perawatan potensial telah dibantu oleh penggunaan teknik AI. "Ini memungkinkan Anda untuk mereferensikan banyak literatur yang diterbitkan dengan data lain dalam hitungan detik."

Kitty Whitney, direktur penelitian tematik di GlobalData, mengatakan krisis Covid-19 bisa menjadi "titik kritis" untuk adopsi yang luas di seluruh industri farmasi.

Sekitar 90% dari perusahaan farmasi besar memulai proyek AI tahun lalu, menurut perusahaan riset AS Trinity Life Sciences. AstraZeneca dan GSK, dua pembuat obat terbesar Inggris, berkomitmen pada November untuk kemitraan lima tahun dengan Universitas Cambridge untuk mendanai Pusat Cambridge untuk AI dalam Kedokteran . Tim beranggotakan 15 orang itu akan mengembangkan AI dan teknologi pembelajaran mesin untuk meningkatkan uji klinis, pengobatan yang dipersonalisasi, dan penemuan obat.

Pemandangan Universitas Cambridge.

Universitas Cambridge bermitra dengan perusahaan obat AstraZeneca dan GSK untuk mengembangkan teknologi AI. Foto: Joe Giddens / PA

GSK sebelumnya telah membuka basis penelitian AI senilai £ 10 juta di King's Cross, pusat kota London, dekat lab AI DeepMind Google. Tim pakar AI globalnya telah berkembang menjadi 50 orang, yang ingin digandakan menjadi 100 orang.

Genomik fungsional - bidang ilmu baru yang melihat mengapa perubahan kecil dalam susunan genetik seseorang dapat meningkatkan risiko penyakit - berhubungan dengan kumpulan data yang sangat besar. Setiap orang memiliki sekitar 30.000 gen, yang dapat dikombinasikan dengan yang lain, seperti dijelaskan Hal Barron, kepala ilmuwan GSK. "Anda mulai menyadari bahwa Anda berurusan dengan triliunan dan triliunan poin data, bahkan per eksperimen, dan tidak ada manusia yang dapat menafsirkannya, itu terlalu rumit."

Perusahaan farmasi besar dikritik karena lambat merangkul kemajuan teknologi. Penemuan obat memiliki tingkat keberhasilan yang sangat rendah - 10 obat dalam pengembangan, sembilan biasanya gagal; dibutuhkan rata-rata 10-12 tahun, dan datang dengan biaya tinggi, lebih dari $ 2 miliar, untuk minum obat melalui penelitian dan pengembangan dan persetujuan peraturan.

Penemuan obat konvensional telah dibandingkan dengan "kasino molekuler" oleh Alex Zhavoronkov, seorang ahli dalam penggunaan AI untuk mengembangkan obat baru, yang menjalankan Insilico Medicine yang berbasis di Hong Kong.

Barron GSK menganggap penggunaan teknologi AI setidaknya dapat menggandakan tingkat keberhasilan menjadi 20%, yang akan menghemat miliaran dolar yang dihabiskan untuk pengembangan obat. Yang lainnya, seperti Zhavoronkov, berharap tingkat keberhasilan dapat meningkat lebih tinggi, berpotensi hingga 50%.

Semua dari 10 pembuat obat teratas dunia - perusahaan Swiss Novartis dan Roche; perusahaan AS Pfizer, Johnson & Johnson, Merck, AbbVie dan Bristol Myers Squibb; Sanofi Prancis; serta AstraZeneca dan GSK Inggris - sekarang berinvestasi dalam AI, terutama melalui kolaborasi, atau dengan mengakuisisi teknologi.

Kim Branson, kepala global AI dan pembelajaran mesin GSK, mengatakan AI digunakan untuk mencari pengobatan penyakit menular, serta penyakit yang lebih sulit dipecahkan seperti kanker, rheumatoid arthritis, dan gangguan autoimun seperti Crohn's. Alzheimer - "target yang paling sulit" - ada di radar GSK tetapi akan ditangani pada tahap selanjutnya.

Zhavoronkov mengatakan masalah Alzheimer dan gangguan otak penyakit Parkinson adalah tidak ada cukup data yang tersedia untuk mempelajarinya, oleh karena itu banyak terjadi kegagalan obat hingga saat ini.

Zhavoronkov dan Barron telah menyatakan keyakinannya bahwa terobosan besar dalam salah satu penyakit yang lebih sulit diteliti dapat dicapai dengan teknologi AI. Barron membandingkan potensinya dengan memiliki mikroskop baru. “Dalam satu atau dua tahun ke depan, kami mungkin menemukan target yang benar-benar dapat membuat perbedaan.”

← PrevNext →
  • Powered by Daily Planet News