世界経済フォーラムで、Google DeepMind CEO のデミス・ハサビス氏は、人工知能によって設計された医薬品が 2025 年までに臨床試験に入る予定であると発表しました。このニュースは、医薬品研究開発分野における人工知能の大きな進歩を示し、将来の医薬品研究開発モデルの革新を予告します。 DeepMind 傘下の医薬品研究開発に注力する企業である Isomorphic Labs は、機械学習テクノロジーを使用して医薬品開発サイクルを短縮し、コストを削減し、最終的には個別化医療を実現することを目指して、このプロセスを積極的に推進しています。この技術は、医薬品の研究開発の効率を大幅に向上させるだけでなく、製薬会社の巨額の資金を節約し、新薬の研究開発における高コストと低い成功率という現在のジレンマを軽減します。
最近ダボスで開催された世界経済フォーラムで、Google DeepMind の CEO、デミス・ハサビス氏は、人工知能の助けを借りて設計された最初の医薬品が 2025 年までに臨床試験を開始する可能性があると述べました。ハサビス氏は、ディープマインドが所有する医薬品開発会社であるアイソモーフィック・ラボの責任者でもある。 「我々の計画は、今年末までに一部のAI設計薬を臨床試験に入れることだ」と同氏は語った。
Isomorphic Labs は 2021 年以来、機械学習を使用して医薬品開発を加速することに取り組んでいます。ハサビス氏は、将来的には個別化医療の実現が期待されており、AIシステムにより各人の代謝プロファイルに合わせて短期間で薬剤を最適化できると述べた。同氏は、AIには多くの時間と費用を節約できる可能性があるため、製薬会社のAIへの関心が高まっていると強調した。
Nature Medicine 誌の記事によると、新薬の開発と承認のプロセスには通常 12 ～ 15 年かかり、最大 26 億ドルの費用がかかります。さらに、臨床試験の90％以上は失敗に終わります。したがって、コストを削減し、開発を加速し、成功率を向上させるテクノロジーは、製薬会社の財務健全性に重大な影響を与えることになります。
ハサビス氏は、機械学習モデルはさまざまな方法で創薬プロセスを改善できると指摘した。彼は、時間とコストを節約できる大きな可能性があると信じています。ただし、プライバシー規制、データ共有ポリシー、データ取得コストなどの要因により、高品質のトレーニング データを取得することは依然として課題に直面していることも思い出させました。それでも、彼は課題が克服できないとは考えていない。公的データのギャップは、臨床研究機関と協力するか、合成データを使用することで埋めることができます。
しかし、ハサビス氏は、科学研究におけるAIの応用は科学者に取って代わられることを意味するものではないと強調した。新しい仮説や理論を生み出すことができないAIには、真のイノベーションはまだ及ばないと指摘した。 AI は複雑な数学的推測を解決できますが、基本的には人間の科学者の知恵と創造性に依存しています。
さらに、Nvidia などの企業も創薬における AI の応用を積極的に検討しており、Nvidia は医薬品開発用の BioNeMo 機械学習フレームワークをオープンソース化し、研究の進歩を加速するために複数の製薬会社と協力しています。
ハイライト:
AI によって設計された医薬品は 2025 年までに臨床試験に入る予定であり、医薬品開発における AI の大きな可能性が実証されています。
製薬業界は高コストと低い成功率という課題に直面していますが、AI はこれらの問題の影響を大幅に軽減する可能性を秘めています。
ハサビス氏は、AIは科学者の創造的思考を置き換えることはできず、真の科学的発見は依然として人間に頼る必要があると述べた。
全体として、人工知能は医薬品の研究開発の分野に応用できる幅広い展望を持っていますが、依然として課題はありますが、人工知能がもたらす効率の向上とコスト削減は無視できません。 AI は科学者にとって代替品ではなく強力なツールとなり、製薬業界を新たな発展段階に押し上げるでしょう。