Data-first подход в фармразработке: уроки Regeneron для ИИ-стартапов
Пока индустрия искусственного интеллекта соревнуется в создании новых архитектур нейросетей, ведущие фармацевтические компании делают неожиданный вывод: успех ИИ в разработке лекарств на 80% зависит от качества данных и только на 20% от алгоритмов. Этот принцип становится ключевым для понимания реальных перспектив технологии в биомедицине.
На саммите STAT Breakthrough Summit East 13 мая Гонсалу Абесасис, руководитель направления геномики и науки о данных Regeneron Genetics Center, заявил, что качество, масштаб и целостность данных напрямую определяют достоверность и влияние ИИ-инсайтов в геномике. Это радикально отличается от доминирующего нарратива, где фокус смещён на совершенствование моделей. Абесасис подчеркнул, что без правильно поставленных вопросов и структурированных биомедицинских датасетов даже самые продвинутые алгоритмы остаются бесполезными инструментами, неспособными генерировать клинически значимые результаты.
Рынок демонстрирует противоречивую динамику. Isomorphic Labs, дочерняя компания DeepMind, привлекла рекордные 2,1 миллиарда долларов в раунде Series B при оценке более 5 миллиардов долларов для масштабирования команды и развития программных инструментов разработки препаратов. Раунд возглавили Andreessen Horowitz и Nvida, что подчеркивает высокие ожидания инвесторов. Компания пытается превратить ИИ-подход из эффектной лабораторной демонстрации в повторяемый промышленный процесс для реальных терапевтических программ. Однако критический факт остаётся неизменным: ни один препарат, полностью разработанный с помощью искусственного интеллекта, пока не вышел на рынок, что ставит под вопрос текущие миллиардные оценки стартапов.
Крупнейшие игроки делают ставку именно на данные и инфраструктуру. Санофи инвестирует 294 миллиона долларов в расширение AI-хаба в Торонто, превращая искусственный интеллект в ядро разработки и соединяя R&D, клинические исследования и поставки в единую цифровую систему. Французская компания планирует создать более 200 новых рабочих мест для специалистов по данным и машинному обучению, фокусируясь на построении собственных высококачественных датасетов. Eli Lilly направила 2,25 миллиарда долларов на разработку генной терапии с использованием ИИ-платформ, расширив партнёрство с Insilico Medicine для доступа к технологиям создания новых молекул и ускорения доклинических исследований.
Сектор клинических испытаний переживает быстрый приток ИИ-инструментов, поскольку компании стремятся снизить высокие проценты неудач в разработке лекарств, достигающие 90% на поздних стадиях. Передовые разработки включают цифровые платформы для мониторинга пациентов, децентрализованные исследования, адаптивные методологии и набор участников на основе данных, что позволяет сократить сроки испытаний на 30-40%.
Вывод Regeneron бросает вызов текущему мейнстриму: деньги инвесторов идут в алгоритмы и модели, но реальный прорыв требует инвестиций в создание высококачественных биомедицинских датасетов с правильной структурой и валидацией. Для ИИ-стартапов в биотехе это означает фундаментальную переоценку приоритетов — от гонки за архитектурами к систематическому построению данных, которые делают модели действительно полезными в клинической практике. 🧬💊
#ИскусственныйИнтеллект #Биотехнологии #РазработкаЛекарств #DataScience #Фарминдустрия
