A mesterséges intelligencia forradalmasíthatja a gyógyszerfejlesztést: a McKinsey és a Merck közös projektje során sikerült 2-3 hétről 3-4 napra csökkenteni a klinikai vizsgálati jelentések elkészítésének idejét, valamint 50 százalékkal csökkenti a hibák számát is.
A szerző a Makronóm elemzője.
Egy új gyógyszer piacra kerülése az üzleti és tudományos szféra egyik legkockázatosabb vállalkozása: átlagosan tíz évig tart, és több mint egymilliárd dolláros befektetést igényel. Eközben az elmúlt tíz évben megduplázódott a fejlesztés alatt álló gyógyszerek száma, ami tovább fokozza az innovációval szembeni elvárásokat.
A biotechnológiai és gyógyszeripari szektor gyors ütemben kezdte feltérképezni a kulcsfontosságú eszközök és munkafolyamatok korszerűsítését szolgáló a generatív mesterséges intelligencia nyújtotta lehetőségeket. A McKinsey és a Merck együttműködéséből olyan platform született, amely automatizálja a klinikai vizsgálati jelentések (CSR-ek) első változatának elkészítését, amelyek hagyományosan rendkívül munkaigényesek: az úgynevezett egészségügyi kommunikátorokból álló csapatoknak hónapokon át kell tanulmányozniuk több ezer oldalnyi klinikai adatot. Eközben nemcsak az ellentmondó információkat kell feloldaniuk és az eredményeket ellenőrizniük, hanem a szabályozásnak megfelelő, speciális nyelvezettel kell megfogalmazniuk a szakmai narratívát.
Az elmúlt 18 hónapban a McKinsey és a Merck közösen fejlesztett ki egy olyan innovatív szerkesztési platformot a CSR-ek számára, amely a QuantumBlack, a McKinsey MI-részlegének mély mesterségesintelligencia- és adattudományi szakértelmét hasznosítja.
A csapat 180-ról 80 órára csökkentette a teljesen emberi felülvizsgálaton átesett CSR első változatának elkészítési idejét.
A minőség tekintetében is jelentős előrelépést értek el: a hibák száma 50 százalékkal csökkent többek között az adatok pontossága, az üzenet megfogalmazása, a hivatkozások kezelése, a szakszókincs és a tipográfia terén.
Chaitanya Adabala Viswa, a QuantumBlack partnere elmondta: csapatuk úgynevezett agilis sprintekben (rövid időhöz kötött projektfeladatokon) dolgozott együtt a Merck szakembereivel, miközben a legmodernebb generatív MI-technológiákat és előre összeállított gyorsítókészleteket alkalmaztak.
A platformot úgy alakították ki, hogy az egészségügyi kommunikátorok aktívan részt vehessenek a folyamatban, így ötvöződik a mesterséges intelligencia gyorsasága és pontossága a szakemberek tudásával.
Matt Studney, a Merck Research Laboratories informatikai részlegének vezető alelnöke szerint az innováció fókusza egyértelmű: „Célunk, hogy fejlesztéseinkkel gyorsabban juttassuk el termékeinket a betegekhez”.
A platform akár öt perc alatt képes elkészíteni egy magas minőségű első változatot, lefedve mindazt a 14 kötelező CSR-szakaszt, amelyek a Merck legnagyobb volumenű terápiás területeihez szükségesek.
Az egészségügyi kommunikátorok számára ez a fejlesztés alapjaiban változtatja meg a munkavégzést. A hosszú órákig tartó adatkezelés és formázás helyett ugyanis most a lényegi elemzésre koncentrálhatnak.
Egyik vezető kutatójuk így fogalmazott: „Egy CSR elkészítése korábban hónapokig tartó előkészítést és heteken át tartó szerkesztést igényelt. Most pedig nyolc perc alatt megjelenik a képernyőn – egészen hihetetlen”.
A Merck jelenleg azon dolgozik, hogy az év végéig a platformot a késői fejlesztési fázisú folyamataira is kiterjessze. A csapatok ehhez egy olyan prompt- és újrafelhasználható-komponens-könyvtárat építenek, amely elősegíti a célnak megfelelő, hatékony piszkozatkészítést.
Jeffrey Lewis, a McKinsey vezető partnere szerint a LifeSciences.AI platformjuk széles körű iparági mesterségesintelligencia-képességeket kínál, többek között különféle dokumentumtípusok szerkesztését is támogatja.
Az együttműködés célja, hogy a prediktív, generatív és autonóm MI-megoldások erejét kihasználva új szintre emeljék a K+F-folyamatokat, és a gyógyszerek hamarabb eljuthassanak a betegekhez.
A biogyógyszeripari szektorban tehát egyre erősebb az igény az innováció felgyorsítására – válaszul erre a nyomásra, a cégek sorra kezdik felfedezni a generatív mesterséges intelligencia lehetőségeit a kulcsfontosságú eszközök és munkafolyamatok korszerűsítésére.
Kapcsolódó:
Címlapfotó: MTI/Hasan Bratic
További cikkeinket, elemzéseinket megtalálják a makronom.eu oldalon.
Amikor beadatunk egy vakcinát, nemcsak magunkat védjük, hanem a nagyszülőt, a krónikus beteget, a koraszülöttet, azaz mindazokat, akik a mi védelmünkre szorulnak.
Akár új jogszabályok is jöhetnek.
Ezt nehéz lesz kimagyarázni.
Teljesen összeállt a baloldal.
Eszement ötlet: bonus-malus rendszert vezetne be a Tisza.
A magyar egészségügy egy nehéz örökségből indulva is jelentős fejlődésen ment keresztül.
Marhaság. Hisz ott van erre a feladatra Magyarnak az az embere, tudod, akinek van szakirányú végzettsége és szakszervezeti múltja.
Hack Péter szerint a jogalkotó egy joghézagot akar orvosolni a köztársasági elnök akadályoztatását érintő javaslattal.
