70 yapay zeka ilacı klinikte: Doğrulama 3-5 yıl sürebilir

Yapay zeka ile geliştirilen yaklaşık 70 ilaç adayı klinik aşamaya girdi, ancak gerçek başarıyı görmek için önümüzdeki 3 ila 5 yıl daha doğrulama sürecine ihtiyaç olduğu belirtildi.

Bernstein, 26'sında yayımladığı raporda yapay zeka tabanlı ilaç geliştirme projelerinin büyük çoğunluğunun hâlâ erken klinik aşamada olduğunu açıkladı. Rapora göre yapay zeka molekül tasarımı, sanal tarama ve hedef keşfinde kullanılıyor, fakat bir ilacın insan vücudunda etkinlik ve güvenliğini kanıtlaması sadece algoritmalarla hızlandırılabilecek bir süreç değil.

Bu değerlendirme, son dönemde yapay zeka şirketi yöneticilerinin dile getirdiği iyimser tablodan uzaklaşıyor. Anthropic CEO'su Dario Amodei(Dario Amodei), yapay zekanın 5 ila 10 yıl içinde insan hastalıklarının büyük bölümünün tedavisine katkı sağlayabileceği görüşünü paylaşmıştı.

Bernstein aynı raporda, yapay zeka şirketi yöneticilerinin bu iyimser söylemini, teknolojinin toplumsal değerini anlatma çabası olarak yorumladı. Sektörün tıp ve biyoloji alanında somut sonuç göstermesi gerektiği yönündeki baskının arttığı bir dönemde yapılan açıklamalar olduğu belirtildi.

Ancak Bernstein'a göre bu tür iddialar, ilaç geliştirmenin gerçek koşullarını yansıtan bir dayanak olarak görülemez. Hedef keşfi, klinik denemeler ve sağlık sisteminin kabul kapasitesi hâlâ birer darboğaz; biyolojik doğrulama sonuçta insan vücudunda yapılmak zorunda.

Yapay zeka destekli ilaç geliştirme genellikle aday madde bulma ve eleme aşamasında verimlilik sağlıyor. Bilgisayar modelleri, sayısız bileşik ve hedef proteini tarayarak başarı ihtimali düşük adayları erken aşamada ayıklıyor.

Fakat klinik denemeler farklı bir mesele. Bir aday madde hücre veya hayvan deneylerinde umut verici görünse de insanda aynı etkiyi ve güvenliği göstereceğinin garantisi yok; doz belirleme, yan etki takibi ve hasta toplama süreçleri de zaman alıyor.

Rapor, yapay zekanın asıl değerini 'süre kısaltma'dan çok 'karar kalitesini iyileştirme'de buluyor. Bernstein, başarı oranının yüzde 20 artmasının sağladığı Ar-Ge getirisinin, aynı oranda zaman ve maliyet tasarrufundan daha büyük olduğunu hesapladı.

Bu durum ilaç sektörünün maliyet yapısıyla da örtüşüyor. İlaç geliştirmede başarısız adaylara harcanan araştırma bütçesi ve zaman birikiyor; bu yüzden daha hızlı ve daha fazla deneme yapmaktan çok, başarı ihtimali yüksek adayı seçebilmek kârlılığı daha çok etkileyebiliyor.

Biyolojik bilginin sınırlı olduğu, tedavisi zor hastalık alanlarında yapay zekanın değerinin daha da artabileceği de vurgulandı. Genel başarı oranı yüksek olmasa bile, mevcut yöntemlerle bulunması güç hedef veya adayların ortaya çıkarılması Ar-Ge verimliliğini artırma potansiyeli taşıyor.

Büyük ilaç şirketlerinin yapay zeka stratejileri de birbirinden ayrışıyor. Eli Lilly(LLY), 25 dış işbirliğiyle en geniş ağa sahip şirket olarak öne çıkarken, Roche en yüksek bilişim yatırımı yapan şirket olarak gösterildi. Amgen(AMGN) ise deCODE Genetics verilerine dayanan güçlü bir konumla örnek gösterildi.

İlaç şirketleri açısından belirleyici olan, yapay zeka teknolojisinin kendisinden çok klinik veri, genom verisi ve hastalığa özgü uzmanlığın bir araya gelip gelmediği. Yapay zeka modeli bir aday önerse bile bunu doğrulayıp geliştirme önceliğine alma süreci, ilaç şirketlerinin mevcut Ar-Ge sistemi içinde yürütülüyor.

ABD Gıda ve İlaç Dairesi'nin (FDA) onay verilerinde ise yapay zekanın etkisi henüz net biçimde görülmüyor. Bernstein, son 5 yılda yıllık ortalama 48,5 yeni ilacın onaylanmasını yapay zeka etkisinden çok düzenleme modernizasyonu ve biyolojik ilaçların yükselişiyle açıkladı.

Yapay zeka destekli ilaç geliştirme, laboratuvar aşamasındaki verimliliği artırıyor. Ancak 'hastalıkların büyük bölümünün tedavisi' iddiasına ulaşmak için klinik deneme, insan üzerinde doğrulama ve sağlık sisteminde uygulama aşamalarının geçilmesi gerekiyor. Bernstein, bu sorunun cevabının önümüzdeki 3-5 yıl içindeki klinik sonuçlarda ortaya çıkacağını değerlendiriyor.