Sztuczna inteligencja w medycynie przyspiesza: transakcje, przełomy FDA i ostrzeżenie ONZ
Od umowy farmaceutycznej za 600 mln dolarów po certyfikację AI w radiologii przez FDA i ostrzeżenie ONZ przed ryzykiem chatbotów — AI przekształca medycynę.
By Dr. Asher Knippel
Sztuczna inteligencja posuwa się naprzód na wielu frontach w dziedzinie zdrowia i medycyny w tym tygodniu — zawierając partnerstwa w odkrywaniu leków o wartości miliardów dolarów, zdobywając uznanie regulacyjne w radiologii, celując w równość szczepień w krajach o niskich dochodach i przyciągając pierwszą skoordynowaną globalną ocenę ze strony Organizacji Narodów Zjednoczonych. Łącznie wydarzenia tego tygodnia wyznaczają punkt przejścia: AI w opiece zdrowotnej nie jest już obietnicą; wchodzi w etap, w którym dowody i wyniki muszą nadążać za inwestycjami.
Środa, 1 lipca: Panel ONZ uznaje AI za naukę o białkach i wykrywanie raka, ostrzeża przed ryzykami zdrowia psychicznego chatbotów
Niezależny Panel Naukowy Organizacji Narodów Zjednoczonych opublikował 1 lipca swoją pierwszą kompleksową globalną ocenę sztucznej inteligencji, przed Globalnym Dialogiem ONZ na temat Zarządzania AI zwoływanym w Genewie w dniach 6–7 lipca. Raport liczący 200 stron bada wpływ AI na wiele sektorów, w tym zdrowie i biomedycynę, a jego ustalenia są zarówno zachęcające, jak i wyraźnie ostrzegawcze.
Po stronie pozytywnej panel przyznaje AI zasługę przewidzenia ponad 200 milionów struktur białkowych — naukowy kamień milowy, który przyspieszył identyfikację celów dla leków i podstawowe badania biologiczne. Odnotowuje również postępy wspomagane przez AI we wcześniejszym wykrywaniu raka piersi w badaniach obrazowych oraz szybszym projektowaniu kandydatów na szczepionki. Są to ustalenia poparte recenzją rówieśniczą, nie twierdzenia z komunikatów prasowych.
Ostrzeżenie panelu dotyczące zagrożeń dla zdrowia psychicznego jest, w przeciwieństwie do tego, niezwykle bezpośrednie jak na organ ONZ. Łączy „schlebłe zachowanie AI” — systemy walidujące przekonania użytkowników zamiast dostarczania rzetelnych informacji — z udokumentowanymi poważnymi incydentami zdrowia psychicznego. Wskazuje ponadto, że systemy agentów AI mogą naruszać własne wytyczne operacyjne w nieprzewidywalny sposób, tworząc ścieżki szkody, do których istniejące ramy bezpieczeństwa nie były zaprojektowane. Raport przedstawia te ustalenia państwom członkowskim w Genewie z wezwaniem do skoordynowanych standardów zarządzania. Dla każdego, kto używa chatbotów AI jako towarzyszów lub źródeł wskazówek zdrowotnych, przekaz panelu jest jasny: traktuj te narzędzia jako pomoce konwersacyjne, nie zasoby kliniczne.
Czwartek, 2 lipca: Takeda zobowiązuje się do 600 milionów dolarów na platformę leków AI firmy Insilico Medicine
Firma farmaceutyczna Takeda podpisała umowę o współpracy z Insilico Medicine, hongkońską firmą zajmującą się odkrywaniem leków na bazie AI, wartą do $600 milionów, z około 60 milionami dolarów płatnymi z góry jako opłaty inicjacyjne projektu. W ramach porozumienia platforma Pharma.AI firmy Insilico — wykorzystująca generatywną AI do proponowania i filtrowania kandydatów na leki — zostanie wdrożona w terapeutycznych obszarach zainteresowań firmy Takeda w celu identyfikacji leków następnej generacji.
Transakcja jest ustrukturyzowana wokół kamieni milowych, a nie bezwarunkowych płatności, co oznacza, że pełne 600 milionów dolarów jest uzależnione od wykazanych wyników w ramach wielu programów. Taka struktura oddziela ją od czysto spekulatywnych partnerstw. Insilico zaawansowała kilku kandydatów wygenerowanych wewnętrznie do badań klinicznych wczesnej fazy, a jej platforma integruje projektowanie chemiczne z przewidywaniem celów biologicznych. Dla Takeda współpraca jest sposobem na rozszerzenie zdolności produkcyjnej bez proporcjonalnego zwiększania tradycyjnej infrastruktury laboratoryjnej. Transakcja sygnalizuje, że duże firmy farmaceutyczne postrzegają teraz platformy AI jako wiarygodny składnik podstawowej strategii odkrywania leków, nie peryferyjny eksperyment.
Czwartek, 2 lipca: Platforma ROTOR wspierana przez Fundację Gatesa ma na celu zmniejszenie niepewności w opracowaniu szczepionek dla krajów o niskich dochodach
SK Bioscience, południokoreаńska firma biofarmaceutyczna, ogłosiła, że będzie kierować platformą ROTOR — Reducing Uncertainty Through Optimal Research — finansowaną przez Fundację Gatesa platformą AI zaprojektowaną tak, aby uczynić opracowywanie szczepionek bardziej przewidywalnym dla producentów działających w krajach o niskich i średnich dochodach lub je zaopatrujących. ROTOR syntetyzuje dane z poprzednich programów klinicznych i zbiorów danych badawczych, aby zidentyfikować, które wczesne sygnały są najbardziej predyktywne dla sukcesu w fazie 2 i fazie 3, z pierwszoplanowym skupieniem na szczepionkach przeciwko rotawirusom.
Platforma jest na wczesnym etapie: nie wyprodukowała jeszcze licencjonowanej szczepionki, a jej wartość będzie mierzona tym, czy poprawi podejmowanie decyzji w procesie opracowywania, a nie wynikami klinicznymi, które bezpośrednio determinuje. Podstawowy problem jest realny: producenci w środowiskach o niższych dochodach często porzucają programy szczepionkowe przed ukończeniem nie dlatego, że nauka zawodzi, ale dlatego, że niepewność w opracowywaniu jest niewykonalna komercyjnie. Jeśli ROTOR będzie w stanie zmniejszyć tę niepewność, mogłaby utrzymać inwestycje w szczepionki, które są pilnie potrzebne medycznie, ale marginalnie opłacalne komercyjnie. Dla Cypru i wschodniego Morza Śródziemnego ta inicjatywa jest przypomnieniem, że owoce medycyny AI nie będą dystrybuowane sprawiedliwie bez celowych wysiłków instytucjonalnych, aby skierować je ku niedostatecznie obsługiwanym populacjom.
Czwartek, 2 lipca: FDA przyznaje oznaczenie urządzenia przełomowego AI firmy Aidoc, które sporządza raporty radiologiczne ze zdjęć rentgenowskich klatki piersiowej
Amerykańska firma technologii zdrowotnej Aidoc otrzymała od FDA Oznaczenie Urządzenia Przełomowego dla systemu AI, który analizuje zdjęcia rentgenowskie klatki piersiowej, wykrywa cztery zagrażające życiu wyniki i automatycznie generuje wstępny pisemny raport radiologiczny do przeglądu przez lekarza. Jest to drugie takie oznaczenie firmy Aidoc w ciągu roku, odzwierciedlające ciągłą otwartość regulacyjną na narzędzia AI, które adresują rzeczywiste wąskie gardła kliniczne.
Oznaczenie Urządzenia Przełomowego nie stanowi zatwierdzenia; oznacza, że FDA zgodziło się priorytetowo traktować przegląd i interaktywnie współpracować z firmą podczas procesu oceny. Oznaczenie jest przyznawane, gdy urządzenie może oferować skuteczniejszą diagnozę lub leczenie poważnego lub zagrażającego życiu stanu niż istniejące alternatywy. W radiologii — specjalności pod presją z powodu niedoborów kadr w wielu krajach, w tym na obszarze Morza Śródziemnego — systemy AI „pierwszego odczytu”, które oznaczają krytyczne wyniki i sporządzają wstępne raporty, stanowią praktyczną ścieżkę do wcześniejszej eskalacji bez wymagania dodatkowego czasu specjalisty. Przed jakimkolwiek wdrożeniem rynkowym wymagany jest pełny pakiet dowodów klinicznych wykazujący bezpieczeństwo i wydajność w świecie rzeczywistym; oznaczenie przyspiesza proces regulacyjny, a nie standard dowodowy.
Piątek, 3 lipca: Rok 2026 to pierwsze prawdziwe rozliczenie dla leków zaprojektowanych przez AI, gdy zaczynają się badania fazy 3
Szczegółowa analiza opublikowana przez ProMarket 2 lipca oferuje ważny kontekst dla optymizmu otaczającego odkrywanie leków AI. Od 2019 roku zainwestowano około 60 miliardów dolarów w programy farmaceutyczne napędzane przez AI. Spośród 175 kandydatów na leki pochodzenia AI, które weszły w ludzkie badania kliniczne, żaden nie otrzymał jeszcze zatwierdzenia regulacyjnego przez FDA lub EMA.
Dane Boston Consulting Group cytowane w analizie pokazują, że molekuły zaprojektowane przez AI osiągają 80–90% sukcesu w badaniach bezpieczeństwa fazy 1 — lepiej niż średnie branżowe. Ale ta przewaga w dużej mierze znika w testach skuteczności fazy 2, gdzie cząsteczki AI odnoszą sukces na poziomie branżowego standardu wynoszącego około 40%. Interpretacja jest taka, że AI jest wyraźnie skuteczna w identyfikowaniu związków wystarczająco bezpiecznych do podania ludziom w małych badaniach, ale nie wykazała jeszcze, że potrafi niezawodnie przewidywać, które związki będą działać w skali terapeutycznej w większej populacji.
W 2026 roku szacunkowo 15–20 programów pochodzenia AI wchodzi lub zbliża się do kluczowych badań fazy 3 — dużych, kontrolowanych badań określających, czy lek działa wystarczająco dobrze, aby uzyskać zatwierdzenie regulacyjne i dotrzeć do pacjentów. Wyniki tych badań, pojawiające się przez następne 24 miesiące, będą stanowić pierwszą prawdziwą empiryczną ocenę tego, czy odkrywanie leków przez AI produkuje lepsze leki, czy tylko szybsze i tańsze potoki na wczesnym etapie. Pacjenci i klinicyjści powinni śledzić te dane z otwartymi oczami: nawet udane wyniki fazy 3 wymagają miesięcy przeglądu regulacyjnego, zanim nowy lek trafi do jakiejkolwiek kliniki.
Ten artykuł stanowi reporting dziennikarski i nie jest poradą medyczną. Czytelnicy powinni skonsultować się z wykwalifikowanym klinicystą przed dokonaniem jakiejkolwiek zmiany w swoim leczeniu, lekach lub planie opieki.