חיסון קורונה אוניברסלי משלים שלב 1 בעוד בינה מלאכותית לגילוי תרופות מתרחבת
כלי בינה מלאכותית משנים את הדרך שבה מחסנים ותרופות מתוכננות, נבדקות ואושרות — שבוע היסטורי לטרנספורמציה הדיגיטלית של הרפואה.
By Dr. Asher Knippel
שבוע חדשות הבריאות והרפואה שלנו שייך לבינה מלאכותית — לא כהייפ, אלא ככוח מדיד שמשנה את הדרך שבה אנו מתכננים חיסונים, מגלים תרופות ומנהלים ניסויים קליניים.
חיסון קורונה אוניברסלי מתוכנן על ידי בינה מלאכותית משלים את הניסוי האנושי הראשון
חוקרים מאוניברסיטת קיימברידג' השלימו ניסוי קליני בשלב 1 של חיסון פאן-סארבקוווירוס שתוכנן בסיועה של בינה מלאכותית. המועמד הוצג כדי לעורר תגובות חיסוניות כנגד מספר וריאנטים של קורונה — כולל SARS-CoV-2 ועטלפי קורונה קשורים שעלולים לזרוע מגפות עתידיות. תוצאות ראשוניות מצביעות על פרופיל בטיחות חיובי ותגובות נוגדנים ותאי T מדידות בכל קבוצות המינון. זהו תוצאה בשלב מוקדם בקבוצה קטנה של מבוגרים בריאים; הדרך לחיסון מורשה עדיין דורשת ניסויי שלב 2 ושלב 3 שיאשרו הגנה בקנה מידה רחב. השיטה — שימוש בבינה מלאכותית למיפוי אפיטופים ויראליים שמורים ובחירת תצורות אנטיגן — מייצגת צעד משמעותי מעבר למאמצי עיצוב פאן-קורונה קודמים ועשויה להדריך כיצד בונים חיסוני תגובה מהירה לאיומי סארבקוווירוס עתידיים.
1.8 מיליארד דולר הוצהרו עבור מאגרי נתוני ביולוגיה פתוחים לחיזוי ולטיפול במחלות
קואליציה של מוסדות מחקר ועסקי טכנולוגיה גדולים הודיעה על התחייבות משולבת של כמעט 1.8 מיליארד דולר לבניית משאבי ביולוגיה חיזוי מבוססי בינה מלאכותית הנגישים בפתיחות. החותמים כוללים את המכונים הלאומיים לבריאות בארה"ב, Chan Zuckerberg Biohub, Google DeepMind, Meta ו-Isomorphic Labs. המטרה המוצהרת היא ליצור מאגרי נתונים גדולים וזמינים חופשית המשלבים נתונים מולקולריים, תאיים וקליניים — כך שדגמי בינה מלאכותית מהדור הבא יוכלו לחזות מסלולי מחלות, לזהות יעדי תרופות ולהאיר תהליכים ביולוגיים שהתנגדו לגישות מסורתיות. המבנה המעורב של ציבורי-פרטי ראוי לציון; פרויקטי נתוני הביולוגיה הגדולים הקודמים התפצלו לעיתים קרובות לאורך קווים קנייניים. מה שמאגרי הנתונים יכילו בפועל, וכיצד תנוהל ממשל עבור חוקרים במדינות בעלות הכנסה נמוכה ומוסדות קטנים יותר, נותרות שאלות לצפייה ככל שהיוזמה מתעצבת.
ניסויים וירטואליים של בינה מלאכותית חזו כישלונות תרופות לפני שהם קרו — ושאלות אתיות נלוות
שתי חברות בינה מלאכותית — BioinvestGPT ו-QuantHealth — פרסמו תוצאות השבוע המראות כי פלטפורמות הניסויים הווירטואלי שלהן חזו בצורה נכונה את כישלון מספר תכניות קליניות אמיתיות לפני שתוצאות אלה היו ידועות לציבור. בין המקרים המודגשים היה תכנית del-desiran של נוברטיס, שהמודלים של בינה מלאכותית דגלו אותה כסביר שלא תצליח בהתבסס על מנגנון מולקולרי ודפוסי ניסויים קודמים. דיוק חיזוי רטרוספקטיבי מרשים באופן מצטבר, אך התחום קורא לזהירות: הצלחה רטרוספקטיבית אינה מתורגמת אוטומטית לאמינות פרוספקטיבית, ויכול להיות שחפיפת נתוני אימון עם קבוצות אימות מייצרת אומדני ביצועים אופטימיסטיים. שאלה מיידית יותר היא מה החובות שנוצרות אם מערכת בינה מלאכותית מאומתת חוזה, לפני שניסוי מתחיל, שתרופה תיכשל. האם נותנים יכולים עדיין לרשום מבוגרים בניסוי זה מבחינה אתית היא שאלה שה-FDA וה-EMA שוקלים כעת באופן פעיל, ואין עדיין הנחיות מוסכמות.
Danaher עומדת לפתוח מעבדה אוטונומית מבוססת בינה מלאכותית לגילוי נוגדנים עד תחילת 2027
יצרנית ציוד מדעי חיים Danaher הכריזה על תוכניות לפתוח את מעבדת המחקר האוטונומית הראשונה שלה מבוססת בינה מלאכותית במתקני Abcam בקיימברידג' עד תחילת 2027. המתקן משלב מערכות טיפול בנוזל רובוטיות, בקרת איכות ראיית מחשב ולולאות עיצוב בינה מלאכותית גנרטיבית כדי לדחוס את מחזור פיתוח נוגדנים מחודשים לשבועות. Danaher מצטטת שיפור פי 8 במהירות גילוי בהשוואה לזרימות עבודה מסורתיות במעבדה, אם כי מספר זה נשאב מביצועי פנימיים ולא אומת עדיין באופן עצמאי. המודל משלב בינה מלאכותית כשכבת קבלת החלטות מתמשכת הבוחרת ניסויים, מפרשת תוצאות ומעמיסה את הסבב הבא מבלי להמתין לאישור אנושי בכל שלב. האם הגישה מייצרת נוגדנים טובים יותר לשימוש קליני — ולא רק מהירים יותר — תהיה המדד המשמעותי יותר כשהמתקן יהיה פעיל.
BullFrog AI מזהה יעדי דיכאון חדשניים בשותפות עם תרופה גדולה
BullFrog AI מבלטימור הכריזה על אבן דרך לאימות מסחרי: פלטפורמת הבינה המלאכותית הרב-אומית שלה זיהתה יעדים טיפוליים מועמדים להפרעת דיכאון מז'ורית בתכנית שפותחה במשותף עם שותף תרופות מובילה לא מוצהרת בחמשת הגדולות. MDD היא אחת המצבים הנפוצים והקשים לטיפול ברחבי העולם, ורשימת התרופות הקיימת — שנבנתה בעיקר סביב מודולציה של סרוטונין, דופמין ונוראפינפרין — משאירה חלק ניכר של חולים ללא הקלה מספקת. פלטפורמת BullFrog מנתחת נתוני רב-אומיקה נוירופסיכיאטרים, ומשלבת אותות גנומיים, פרוטאומיים וטרנסקריפטומיים כדי לחשוף נתיבים מולקולריים שיטות זיהוי יעד מסורתיות פספסו. זהו שלב אימות טרום-קליני; היעדים שזוהו לא נכנסו עדיין לדגמי בעלי חיים או לניסויים אנושיים. שילוב הגישה החישובית עם אישור תרופות גדולות מצביע על כך שהיעדים נחשבים אמינים מדעית מספיק להתחיל בהשקעת משאבים בהם, אך שלבי פיתוח משמעותיים עדיין עומדים בפנינו.
ה-AI של Thermo Fisher מקצר את זמן ניסוח טפסי הסכמה לניסויים קליניים בחצי
בכנס CPHI לתעשיית התרופות במילאנו, Thermo Fisher Scientific הציגה נתונים המראים שכלי הבינה המלאכותית הגנרטיבית שלה הפחיתו את הזמן הדרוש לניסוח טפסי הסכמה מדעת ראשיים ב-50%, וקיצרו את פעילויות הפעלת האתר — העבודה המנהלתית הדרושה לפני שאתר ניסוי יכול לרשום חולים — ב-15 עד 30%. ניסוח טפסי הסכמה מדעת הוא צוואר בקבוק מוכר לרחבה בהגדרת ניסויים קליניים: הטפסים חייבים לעמוד בדרישות רגולטוריות בתחומי שיפוט מרובים, להישאר קריאים למשתתפים לא מקצועיים ולעבור סקירת ועדת אתיקה. הפחתה של 50% בזמן הניסוח אינה טריוויאלית. Thermo Fisher הדגישה שהבינה המלאכותית אינה מחליפה סקירה משפטית וקלינית — היא מייצרת טיוטות ראשונות ומדגישה פערים בשפה רגולטורית, כאשר מומחים אנושיים מאמתים את הפלט. אם יתממשו רווחי היעילות בפורטפוליו ניסויים, הם עשויים לצמצם במידה ניכרת את הפער של חודשים בין קיבוע פרוטוקול לבין הרשמת החולה הראשון — דחיסה שמיטיבה עם חולים שמחכים לגישה לטיפולים חדשים.
מאמר זה מוכן למטרות עיתונאיות ואינפורמטיביות בלבד ואינו מהווה ייעוץ רפואי. הקוראים צריכים להתייעץ עם רופא מוסמך או רוקח לפני ביצוע שינוי כלשהו בטיפול, בתרופות או בתכנית ניהול הבריאות שלהם.