Източник: iStock by Getty Images

Очакваше се експерименталният препарат del-desiran на Novartis (NOVN.S), предназначен за лечение на рядък вид мускулна дистрофия, да бъде изключително успешен, като изпълнителният директор на швейцарската компания прогнозираше пикови годишни продажби от 5 милиарда долара. Когато през миналия месец клинично изпитване в напреднал етап не постигна заложената цел, акциите на компанията поевтиняха с 11%, което доведе до загуба на пазарна стойност в размер на 30 милиарда долара.

Стартъпът за изкуствен интелект BioinvestGPT не беше изненадан от този развой. Още през юли компанията проведе симулирано изпитване, за да оцени как виртуални пациенти биха реагирали на del-desiran, и прогнозира незначителна клинична полза, съобщава Reuters.

BioinvestGPT и други компании за изкуствен интелект твърдят, че работят с някои производители на лекарства по виртуални изпитвания, за да увеличат шансовете експериментално лекарство да се окаже безопасно и ефективно, когато се използва от реални пациенти в скъпо традиционно клинично изпитване.

Глобалната биофармацевтична индустрия харчи около 140 милиарда долара годишно за клинични изпитвания върху хора, но само около 12% от кандидатите за лекарства биват одобрени, според регулаторните органи – процент, който се е променил малко през десетилетията.

Фирмите за изкуствен интелект твърдят, че симулациите се използват, за да се определи кои фармацевтични програми си струва да се продължат и да се оцени стойността на целите за придобиване. Тъй като инструментите за изкуствен интелект се подобряват в сигнализирането на клинични рискове, те казват, че неочакваните неуспехи на изпитванията може да станат по-редки.

Клиничните изпитвания с хора обикновено започват с малки проучвания от Фаза 1, целящи най-вече да се оцени безопасността, последвани от проучвания от Фаза 2 (междинен етап) и мащабни изпитвания от Фаза 3, изисквани от регулаторните органи, при които се оценява и ефикасността. Този процес отнема години, за разлика от симулациите с изкуствен интелект (ИИ), които могат да приключат за месец или дори по-малко. „Не трябва да се питаме само как да провеждаме изпитванията по-бързо. Трябва да се питаме как да провеждаме по-малко изпитвания, които са обречени на неуспех“, заяви Франсиско Бека, главен медицински директор на QuantHealth – базирана в Тел Авив платформа за симулиране на клинични изпитвания чрез ИИ.

Инвестициите в откриването на лекарства с помощта на ИИ са нараснали повече от два пъти, достигайки 8,4 милиарда долара през 2025 г. спрямо 2023 г., сочи скорошен доклад на McKinsey. В него се отбелязва, че понастоящем разходите са насочени към областите, в които технологията работи най-добре – по-специално проектирането на молекули, – а не към основните „тесни места“ в индустрията, като например доказването чрез продължителни изпитвания, че дадено лекарство ще действа според очакванията.

Фармацевтичните компании тепърва започват да навлизат в сферата на моделирането на изпитвания чрез ИИ, отбеляза Алекс Девърсън, партньор в McKinsey. Те използват различни видове от тази технология – самостоятелно или в партньорство с други фирми – за дейности като оценка на потенциални лекарствени кандидати, преди да инвестират капитал в дадена програма, обясни той.

Миналата седмица американските регулаторни органи в сферата на здравеопазването обявиха поредица от инициативи, целящи ускоряване на изпитванията на лекарства. Ако програмата се окаже успешна, тя би могла да проправи пътя за използване на прогностичен ИИ в процеса на клинична разработка, заяви представител на федералните здравни власти.

Пет от шест прогнози са точни

През юли базираната в Копенхаген компания BioinvestGPT е запознала с Reuters с подробни анализи за вероятните резултати от няколко значими изпитвания на лекарства, още преди самите резултати да са станали известни; до момента прогнозите ѝ са се оказали точни в пет от шест случая. Сред тях са отрицателният резултат за del-desiran; успехът на ваксината срещу меланом на Moderna (MRNA.O) и Merck (MRK.N); слабият клиничен ефект на лекарството за сърце Wainua на AstraZeneca (AZN.L) и Ionis (IONS.O); първото неуспешно изпитване на лекарството за сърце ziltivekimab на Novo Nordisk (NOVOb.CO); както и успехът на пневмококовата ваксина на Vaxcyte (PCVX.O).

Основната цел на фармацевтичната индустрия е да докаже превъзходен клиничен ефект в сравнение със стандартната терапия, заяви Браги Лавтру, който основава BioinvestGPT заедно със съпругата си Идонае Лавтру през 2024 г. Платформата сзаизкуствен интелект използва ДНК секвениране, за да симулира човешки организъм, отговарящ на критериите за допустимост за конкретно клинично изпитване. След това се провежда виртуално изпитване, използващо модел на изпитваното лекарство. „Можем точно да определим причината, поради която дадено лекарство е ефективно и безопасно, а в много случаи – и защо не е такова“, каза Лавтру.

Симулациите невинаги са точни. Прогностичният изкуствен интелект предрече положителни резултати за лекарството pelacarsen на Novartis, което понижава нивата в кръвта на преносител на холестерол, наречен липопротеин(а). През септември Novartis съобщи, че в късен етап на клинично изпитване лекарството не е намалило риска от тежък инфаркт или инсулт при пациенти с генетичен рисков фактор. Последващ анализ показа, че „сгрешихме в механизма“, тъй като не отчетохме генетично обусловените вариации в размера на липопротеина, обясни Лавтру.

Компанията QuantHealth, която използва данни от реалната практика и изкуствен интелект за симулиране на реакциите на пациентите към терапии, публикува своите симулации за изпитвания на лекарства за улцерозен колит и за понижаване на холестерола.

Прогнози за изпитвания на Biogen и Takeda

BioinvestGPT е изготвила прогнози за широк кръг от клинични изпитвания. Що се отнася до очакваните преди края на годината резултати от изпитвания, компанията за изкуствен интелект прогнозира неуспех за две проучвания от Фаза 3 на лекарството *litifilimab* на Biogen (за лечение на най-често срещания вид лупус), както и за проучвания от Фаза 2 на *zasocitinib* на японския производител Takeda (за болест на Крон и улцерозен колит). Моделът с изкуствен интелект показва, че и двете лекарства са „недостатъчно ефективни“ за конкретните групи пациенти, включени в тези изпитвания. Лекарството на Biogen, което е насочено към рецептор на имунните клетки, наречен BDCA2, се проучва и при друг вид лупус.

Наскоро Takeda подаде заявление за одобрение в САЩ на *zasocitinib* – препарат, блокиращ ензима тирозин киназа 2 (TYK2) – за лечение на плакатен псориазис, като същевременно провежда изпитване от Фаза 3 за псориатичен артрит. Ръководителят на изследователската дейност в Takeda Анди Плъмп заяви, че мишената TYK2 е била идентифицирана чрез анализ на човешката генетика, докато машинното обучение е използвано за оптимизиране и „усъвършенстване“ на структурата на лекарството, приемано под формата на ежедневна таблетка. „Имам огромно доверие в този механизъм“, каза Плъмп. „Не мисля обаче, че сме близо до момента, в който можем да използваме инструменти като изкуствения интелект за изготвяне на категорични прогнози.“

Диана Галахър, ръководител на отдела за клинично развитие в областта на множествената склероза, имунологията и болестта на Алцхаймер в Biogen, отбеляза, че компанията използва „всеки наличен инструмент“, включително изкуствен интелект. Тя посочи, че досега са одобрени само два биологични препарата за лупус, а алгоритмите с изкуствен интелект, разчитащи на исторически данни, са склонни да прогнозират отрицателен резултат.

Бека от QuantHealth и други експерти заявиха, че клиничните изпитвания с хора винаги ще бъдат необходими, но симулациите с изкуствен интелект могат да бъдат ценни при оценката на потенциала на експериментално лекарство.