AI Smanjuje Troškove i Ubrzava Klinička Ispitivanja Za Lekove Protiv Raka — Studija Tufts/Medable

Veštačka inteligencija više nije samo alat za ubrzavanje ranog razvoja lekova — nova analiza Centra za proučavanje razvoja lekova pri Tuftsu, podeljena prvi put sa Axiosom, pokazuje da AI agenti donose značajne uštede i efikasnosti u kliničkim ispitivanjima onkoloških terapija.

Zašto je to važno

AI alati mogu skratiti mesece dugotrajnih procesa kao što su regrutacija i uključivanje pacijenata, praćenje ishoda i analiza podataka. Takve uštede oslobađaju resurse za dodatne studije i potencijalno smanjuju stopu neuspeha u razvoju novih lekova.

Šta je Tufts otkrio

Analiza Tufts centra procenjuje da AI agenti mogu skratiti klinički razvoj leka protiv raka za oko 10 nedelja i smanjiti direktne operativne troškove do 5,6 miliona USD u kasnim fazama ispitivanja. Efikasnost raste sa širinom indikacija: za eksperimentalni tretman sa 50 aktivnih indikacija Tufts procenjuje moguću neto korist do 565 miliona USD.

U studiji je primenjen klinički nadzorni agent kompanije Medable u neimenovanom onkološkom programu tokom faza 2 i 3. Prema Tuftsu, agent je doneo konkretne efekte — manji broj poseta na lokaciji, brže uključenje pacijenata i veća stabilnost podataka.

„Do naše spoznaje, ovo je prvi put da je prediktivno modeliranje zasnovano na stvarnoj upotrebi i benchmark podacima primenjeno kako bi se kvantifikovao neto finansijski uticaj agentnog AI rešenja u programu razvoja leka,“ izjavio je Ken Getz, izvršni direktor Tufts centra.

Gde AI može pomoći

Zvaničnici Medable-a ističu da bi AI agenti mogli postati uobičajen deo nekih kliničkih ispitivanja u naredne 3–5 godina, radeći zadatke slične „autopilotu“—od vođenja evidencije do automatskog praćenja podataka i izveštavanja. Agentima se takođe može poveriti praćenje raznolikosti ispitanika, što je ključno za primenjivost rezultata na širu populaciju.

Ograničenja i realnost

AI donosi efikasnosti, ali ne garantuje uspeh studije. Mnogo problema ostaje nerešeno — pronalaženje odgovarajućih pacijenata, dobijanje informisanog pristanka, proizvodnja i distribucija leka. Takođe, ljudska verifikacija rezultata AI agenata verovatno će i dalje biti potrebna, što može umanjiti deo vremenskih ušteda.

Zaključak

Studija Tufts-a ukazuje da agentni AI može značajno smanjiti troškove i vreme u razvoju onkoloških lekova, posebno kod terapija sa više indikacija. Ipak, primena će zavisiti od dodatnih potvrda u praksi, regulatornih smernica i integracije sa ljudskim timovima.