生成人工知能は、非構造化情報を洞察に凝縮し、労働集約的だったタスクを自動化することで、製薬業界での用途が増えています。それはすべての解決策ではありません。しかし、それは多くのことの解決策になりつつあります。
「時々人々は、あらゆる問題に新しいテクノロジーを投入して、それがうまくいくと考えたがります」と、ライフサイエンスヘルステクノロジー企業BioPhyのCEO兼共同創設者であるデビッド・ラトショー氏は言う。 「これらの新しい機能を使って、以前はできなかったことが今日できるようになることを考えるのがより良い方法です。製薬の分野では、言語、テキスト、ドキュメントに大きく依存するものがたくさんあります。そしてそれこそが、生成的なソリューションとして注目すべきものなのです。」
ラトショー氏は、最近行われた MedCity News の INVEST Digital Health Conference でパネルディスカッションを行いました。彼には、Atropos Health の CEO 兼共同創設者である Brigham Hyde が加わりました。このパネルでは、PharmStars の CEO であるナオミ・フリード氏が司会を務めました。
AIは創薬分野でますます使用されており、その用途には標的の同定や、分子の有効性と安全性の定量的評価などが含まれるとラトショー氏は述べた。このようなアプリケーションを使用すると、企業は従来の方法よりも大量のデータを扱うことができます。創薬において、AI は企業がより多くの創薬標的と、それらの標的を攻撃できるより多くの分子を迅速に発見するのに役立ちます。このような取り組みを行っている AI 企業の例として、同氏は Recursion と Insilico Medicine を指摘しました。両社は最近、それぞれの AI テクノロジーで発見された主要薬剤候補の中段階の臨床試験結果を報告しました。
臨床試験における AI の応用には、臨床試験に登録する適切な患者の特定や、試験の設計と構造の最適化が含まれます。 AI は試験のシミュレーションや予測にも使用できます。この情報は、企業が適切なタイミングで適切なプログラムにリソースを割り当てる方法を決定するのに役立つため、これは重要であるとラットショー氏は述べた。ハイド氏は、企業のリソース投資のリスクを回避するためには、こうしたシミュレーションが重要であると考えている。たとえば、第 2 相試験を開始する前に、企業が研究に 3,500 万ドルまたは 4,000 万ドルを費やす前に、シミュレーションで予想される結果を確認できます。
「それを費やす前に、それが成功するかどうかはよくわかります」とハイド氏は言う。 「特に、新しい分子が次々と登場するときは、それをすべて試す必要があります。すべてを試すのに十分な資本がないからです。」
AI 導入の障害となるのはお金です。これらのテクノロジーの初期費用は数千万ドルに達するが、企業がその投資の価値をいつ実感できるかは不明だとラトショー氏は語った。それは企業のリスク許容度とその優先順位によって決まります。今日価値を見出したい企業は、後の段階の開発と商品化のために AI を使用することに投資するでしょう。
ハイド氏によると、商用段階ではAIを利用して最も恩恵を受ける患者を予測できるという。これらのデータは、臨床医の治療決定や支払者の保険適用決定に情報を提供できます。 AI は営業部門にも影響を及ぼします。ハイド氏によると、企業は1,000人の営業チームを持つ代わりに、AIが生成した強力な証拠に裏付けられた主要採用企業をターゲットにするために使用できる営業担当者は300人だけで済む可能性があるという。
労働力の変更は商業化段階の前に起こる可能性があります。たとえば、FDA への申請を準備する作業は、AI の助けを借りて、より少ない労働者とより短い時間で行うことができるとハイド氏は述べています。しかし、速度は最も重要な考慮事項ではありません。 AI の価値を測る基準は、より速く、より効率的に、そしてより成功する試験となるでしょう。
「時間曲線または成功曲線のいずれかを曲げると、バイオテクノロジーの経済モデルと資本市場モデルに大きな影響を及ぼします」とハイド氏は述べた。
ジョンソン・エンド・ジョンソンの退役軍人であるラトショー氏は、大手製薬会社での経験により、多くの失敗と、1つまたは2つの大きな成功した取り組みを目撃することができたと語った。同氏は、製薬会社が独自のAI機能を構築するのは得策ではないと考えているとも付け加えた。代わりに、企業は商業化と科学の中核となる能力に固執し、異なる能力をもたらす他者と提携する必要があると同氏は説明した。今から 10 年後、AI はさらに高度になるでしょう。これが製薬会社にとって何を意味するかというと、おそらく構成はあまり変わらないが、よりスリムになるということだ。
「はるかに少ない人数でまったく同じ量の仕事をこなせるようになるだろう」とラトショー氏は語った。 「それらの人々はテクノロジーと分野に精通しているでしょう。そうしたバイリンガルの人たちは今ではそれほど一般的ではありませんが、将来的にはバイリンガルになる必要があるでしょう。」
ハイド氏は、大手製薬会社が現状とは大きく異なる可能性があると見ている。 AI が提供する新しい機能を利用して、大手製薬会社は自社が医薬品開発の領域のどの位置にあるのかを把握する必要があります。それらは新しいターゲットを特定する企業である可能性もあれば、本当に効率的な臨床試験を実施することに近い企業である可能性もあります。
新しいビジネスモデルが試行されることになるが、ハイド氏は、ファイザーとイーライリリーが最近、特定の製品を患者に直接販売する動きを発表するなど、商業化モデルはすでに変化しつつあると指摘した。この変化が重要なのは、企業が価値を推進したいと考えているため、企業はその取り組みをサポートする方法に投資することになるからです。将来的には、パーソナライズされた予測を行う AI の能力により、発見の初期段階からウェブサイトを介した患者への直接販売に至るまで、新しい種類のパーソナライズされた医薬品が提供される可能性があります。企業は依然として、製造側と流通側に協力して、この新しいモデルの経済性を理解する必要がある。
「それは私たちが今考えているものとはまったく異なる製薬会社になるでしょう」とハイド氏は語った。
写真提供: メッドシティニュース
#生成 #が現在および今後数年間で製薬業界にどのように居場所を見つけるのか