자싱 - 제약 회사는 임상 시험 및 규제 제출의 일부를 가속화하기 위해 인공 지능 (AI)을 점점 더 많이 사용하여 의약품 개발에 일반적으로 걸리는 주를 줄입니다. 이 기술은 주요 의약품으로 사용되는 새로운 분자를 발견하는 것과 같은 큰 획기적인 발전을 가져오지 않았지만, AI는 의약품 제조 과정에서 "혼란스러운 중간"이라고 불리는 것을 최적화하기 시작했습니다.
Teva의 CEO 인 리처드 프랜시스 (Richard Francis)는 이러한 초기 결과가 "지루하지만 의도적"이라고 말했습니다. 그는 디지털화 작업의 효율성과 의약품 개발에 차이를 만드는 프로세스의 중요성을 강조했습니다.
주요 목표 중 하나는 규제 문서입니다. 예를 들어 AstraZeneca는 수천 페이지의 임상, 안전 및 제조 기록을 추적하여 다양한 지역에서 일관성을 보장해야합니다. AstraZeneca의 CFO 인 Aradhana Sarin은 그의 팀이 종종 이러한 문서를 수집하고 교차 검사하고 조정해야하며 때로는 외부 계약자를 의지해야한다고 설명했습니다.
구체적인 예는 노바티스에서 나온다. 최고 의학 책임자 Shreeram Aradhye는 2023년에 14,000명의 참가자를 대상으로 Leqvio의 최종 임상 시험을 시작할 때 AI가 임상 시험 장소 선택 과정을 4주에서 6주로 단축하여 2시간의 회의로 단축했다고 말했다.
"AI는 인공 지능이 아닌 증강 지능이됩니다."라고 Aradhye는 말했습니다.
GSK는 또한 디지털 도구와 AI의 조합을 활용하여 데이터 수집 및 참가자 등록을 가속화하여 최대 15%의 임상 시험 가속화를 목표로하고 있으며, 최근의 한 연구에서 Exdensur 천식 약물은 약 8백만 파운드를 절약했습니다.
Genmab와 같은 다른 회사는 Anthropic의 chatbot 기반의 agenttic AI인 Claude를 사용하여 차트, 표 및 임상 연구 보고서를 작성하는 등 임상 개발 및 시험 후 작업 자동화를 지원할 계획입니다. 독일의 방사선 제약 회사 인 ITM은 AI를 사용하여 긴 보고서를 FDA 템플릿 형식으로 변환하여 몇 주의 작업을 절약 할 수 있습니다.
TD 코원의 브렌던 스미스 애널리스트는 AI가 이미 행정 업무를 지원하고 있지만 투자자가 AI가 의약품 개발을 가속화하고 비용을 절감하는 정도를 평가하기까지 1 ~ 3 년이 걸릴 수 있다고 강조했습니다.
"모든 사람들이 기다리고있는 것은 약을 찾을 수있는 AI입니다. 저는 분자들이 현재 파이프 라인에 이미 있다고 믿습니다."라고 Amgen Research Chief Jay Bradner는 말했습니다.
The English, Chinese, Japanese, Arabic, and French versions are automatically generated by the AI. So there may still be inaccuracies in translating, please always see Indonesian as our main language. (system supported by DigitalSiber.id)
