Sztuczna inteligencja stała się nieodzownym elementem nowoczesnej medycyny, biotechnologii i farmacji. Jak dzisiaj AI i biotechnologia łączą siły?

Sztuczna inteligencja w biotechnologii, a właściwie w przemyśle, istnieje już od kilku lat. Dotychczas korzystaliśmy ze sztucznej inteligencji w analizach, automatyzacji i przewidywaniu trendów. Tymczasem GenAI właśnie wchodzi w obszar, który do tej pory był domeną tylko ludzką.

Zatem w jakie obszary wkracza obecnie sztuczna inteligencja?

Przede wszystkim pomaga nam podejmować decyzje. Dzięki jej zastosowaniu jesteśmy w stanie przeszukiwać miliardy kombinacji molekuł, które mogą stanowić potencjał dla rozwoju nowych leków. Co więcej, AI wskazuje te cząsteczki, które dają największe prawdopodobieństwo zadziałania w danym zakresie. To może zdecydowanie przyspieszyć proces odkrywania nowych leków. Dodatkowo sztuczna inteligencja ma zastosowanie w optymalizacji samych procesów. Potrafi zaproponować rozwiązania, które przełożą się na korzyści finansowe, a jednocześnie będą zapewniały wydajność i jakość. Redukcja kosztów wytwarzania leków, które już są na rynku, może automatycznie zmniejszyć koszty leczenia. Podsumowując, sztuczna inteligencja minimalizuje ryzyko nietrafionych inwestycji – czasu i pieniędzy – w terapie, które nie będą działały.

Czy to oznacza, że czynnik ludzki zostaje wyeliminowany?

Nie, bo to człowiek ostatecznie decyduje. Sztuczna inteligencja, nawet GenAI, może wygenerować bardzo duże ryzyka bez udziału człowieka. W dyskusji o roli tej technologii mówimy więc o połączeniu sił, a nie zastąpieniu człowieka przez AI. W sektorze biotechnologii jest to bardzo widoczne.

Co dzisiaj jest kluczowe przy wdrażaniu sztucznej inteligencji?

Dane. Sztuczna inteligencja nie przynosi wartości, jeśli nie zasilimy jej informacjami. To obecnie największe wyzwanie dla większości firm. Dobre decyzje są pochodną dobrych danych. Dlatego w sektorze biotechnologii koncentrujemy się na tym, aby tworzyć platformy gromadzenia i przetwarzania danych, które będą odpowiedniej jakości.

Czy budowa baz danych ma już miejsce?

Zdecydowanie tak. Ma to miejsce w każdym obszarze, w którym procesy są skomputeryzowane. Dane są agregowane w jednym miejscu. Równolegle postępuje digitalizacja dokumentów, które wciąż są na papierze.

Czy dziś przepisy pomagają, czy raczej przeszkadzają w wykorzystywaniu sztucznej inteligencji?

Ja bym powiedziała, że nie przeszkadzają. Ważna jest świadomość uczestników tego procesu, czyli firm. Co się dzieje z danymi, które są wprowadzane do GenAI? To najważniejsze pytanie. I w odpowiedzi na nie trzeba tworzyć bezpieczne środowisko. Żadna firma nie chce, aby dane wyciekały do sieci. To dane wrażliwe, know-how. Dlatego w Polpharma Biologics stworzyliśmy platformę, która pozwala na korzystanie z GenAI w wydzielonej chmurze. Do tego uświadamiamy i szkolimy pracowników na temat ryzyk i zagrożeń.

Jak zatem widzi pani przyszłość sztucznej inteligencji w biotechnologii?

Moim zdaniem sztuczna inteligencja zrewolucjonizuje biotechnologię. Już teraz zaczynamy to dostrzegać. Choć wciąż brakuje odpowiednich regulacji, widać, że agencje nadzorcze wykazują otwartość na jej wdrażanie. Obecnie jednak wszyscy poruszamy się trochę po niepewnym gruncie. Większość firm nie chce być pionierami w zastosowaniu AI. Czekają, bo bezpieczniej jest naśladować i modyfikować już pojawiające się zastosowania.

Niemniej sztuczna inteligencja zyskuje na skuteczności, nawet w prostych, czasochłonnych zadaniach, takich jak tworzenie i edycja dokumentacji, w tym także tej rejestracyjnej. Dzięki GenAI jakość tych materiałów znacząco się poprawiła. Technologia wspiera także przygotowywanie szkoleń i rozwój kompetencji pracowników. To już realne zastosowania, które obserwujemy na co dzień. Coraz większe korzyści przynosi również wykorzystanie AI w analizie danych, identyfikacji odchyleń czy planowaniu działań naprawczych — wszystko to przyspiesza przebieg wielu procesów i zwiększa ich efektywność.

Czy na tym zyska też pacjent?

W tym momencie jest jeszcze za wcześnie, aby stwierdzić, że na pewno tak się stanie. Myślę jednak, że jesteśmy na dobrej drodze, aby tak faktycznie było. Dopracowanie modeli służących do przeszukiwania cząsteczek i projektowania leków przyniesie wymierne korzyści również pacjentom, zapewniając im szybszy dostęp do nowoczesnych terapii.

PAO