Pada Forum Ekonomi Dunia, CEO Google DeepMind Demis Hassabis mengumumkan bahwa obat-obatan yang dirancang dengan kecerdasan buatan diharapkan memasuki uji klinis pada tahun 2025. Berita ini menandai terobosan besar kecerdasan buatan di bidang penelitian dan pengembangan obat-obatan, dan menandai inovasi model penelitian dan pengembangan obat-obatan di masa depan. Isomorphic Labs, sebuah perusahaan di bawah DeepMind yang berfokus pada penelitian dan pengembangan obat, secara aktif mempromosikan proses ini, dengan tujuan menggunakan teknologi pembelajaran mesin untuk memperpendek siklus pengembangan obat, mengurangi biaya, dan pada akhirnya mencapai pengobatan yang dipersonalisasi. Teknologi ini tidak hanya dapat meningkatkan efisiensi penelitian dan pengembangan obat secara signifikan, tetapi juga menghemat banyak uang bagi perusahaan farmasi dan meringankan dilema saat ini mengenai biaya tinggi dan rendahnya tingkat keberhasilan dalam penelitian dan pengembangan obat baru.
Pada Forum Ekonomi Dunia yang diadakan di Davos baru-baru ini, Demis Hassabis, CEO Google DeepMind, mengatakan bahwa obat pertama yang dirancang dengan bantuan kecerdasan buatan dapat memulai uji klinis pada tahun 2025. . Hassabis juga merupakan kepala Isomorphic Labs, sebuah perusahaan pengembangan obat milik DeepMind. “Rencana kami adalah memasukkan beberapa obat rancangan AI ke dalam uji klinis pada akhir tahun ini,” katanya.
Sejak tahun 2021, Isomorphic Labs telah berupaya mempercepat pengembangan obat menggunakan pembelajaran mesin. Hassabis menyebutkan bahwa pengobatan yang dipersonalisasi diharapkan dapat terwujud di masa depan, dan sistem AI dapat mengoptimalkan obat untuk profil metabolisme setiap orang dalam waktu singkat. Ia menegaskan, perusahaan farmasi semakin tertarik dengan AI karena berpotensi menghemat banyak waktu dan uang.
Menurut sebuah artikel di jurnal Nature Medicine, proses pengembangan dan persetujuan obat baru biasanya memakan waktu 12 hingga 15 tahun dan menghabiskan biaya hingga $2,6 miliar. Selain itu, lebih dari 90% uji klinis gagal. Oleh karena itu, teknologi apa pun yang mengurangi biaya, mempercepat pengembangan, atau meningkatkan tingkat keberhasilan akan berdampak signifikan terhadap kesehatan keuangan perusahaan farmasi.
Hassabis mencatat bahwa model pembelajaran mesin dapat meningkatkan proses penemuan obat dalam berbagai cara. Ia yakin ada potensi besar untuk menghemat waktu dan biaya. Namun, ia juga mengingatkan bahwa mendapatkan data pelatihan berkualitas tinggi masih menghadapi tantangan karena beberapa faktor seperti peraturan privasi, kebijakan berbagi data, dan biaya akuisisi data. Meski begitu, ia berpendapat tantangan-tantangan tersebut tidak dapat diatasi. Kesenjangan dalam data publik dapat diisi dengan berkolaborasi dengan organisasi penelitian klinis atau menggunakan data sintetis.
Meski demikian, Hassabis menegaskan, penerapan AI dalam penelitian ilmiah tidak berarti ilmuwan akan tergantikan. Ia mencontohkan, inovasi sejati masih di luar jangkauan AI, yang tidak bisa menghasilkan hipotesis atau teori baru. Meskipun AI dapat memecahkan dugaan matematika yang rumit, AI pada dasarnya bergantung pada kebijaksanaan dan kreativitas ilmuwan manusia.
Selain itu, perusahaan seperti Nvidia juga secara aktif menjajaki penerapan AI dalam penemuan obat. Nvidia bahkan telah melakukan open source kerangka pembelajaran mesin BioNeMo untuk pengembangan obat dan bekerja sama dengan beberapa perusahaan farmasi untuk mempercepat kemajuan penelitian.
Menyorot:
Obat-obatan yang dirancang dengan AI diperkirakan akan memasuki uji klinis pada tahun 2025, yang menunjukkan potensi besar AI dalam pengembangan obat.
Industri farmasi menghadapi tantangan berupa biaya tinggi dan tingkat keberhasilan yang rendah, dan AI berpotensi mengurangi dampak masalah ini secara signifikan.
Hassabis mengatakan bahwa AI tidak dapat menggantikan pemikiran kreatif para ilmuwan, dan penemuan ilmiah yang nyata masih harus bergantung pada manusia.
Secara keseluruhan, kecerdasan buatan memiliki prospek yang luas untuk diterapkan dalam bidang penelitian dan pengembangan obat-obatan. Meskipun tantangan masih ada, peningkatan efisiensi dan pengurangan biaya tidak dapat diabaikan. AI akan menjadi alat yang ampuh bagi para ilmuwan, dan bukan sebagai pengganti, sehingga mendorong industri farmasi ke tahap perkembangan baru.