Zespół stojący za algorytmem rekomendacyjnym TikToka zmienia kierunek i zajmuje się teraz projektowaniem leków na choroby, które do tej pory farmaceutyka uważała za nieuleczalne. Wygląda na to, że kompetencje w machine learning i analizie wielkich zbiorów danych, które pozwalały algorytmowi przewidywać, co użytkownika zainteresuje, mogą być równie przydatne w odkrywaniu nowych terapii. To niezwykłe przesunięcie akcentów pokazuje, jak szeroko można zastosować sztuczną inteligencję - od streamingu wideo do boju z chorobami, które do tej pory medycyna zostawiała bez rozwiązania.
Takie podejście ma ogromny potencjał. Algorytmy uczenia maszynowego potrafią przetwarzać i analizować dane o molekułach, genetyce pacjentów i wynikach testów klinicznych znacznie szybciej niż tradycyjne metody badań. Tam, gdzie proces odkrywania leku tradycyjnie trwał lata i kosztował miliardy, algorytm może zidentyfikować obiecujące kombinacje związków chemicznych, przewidzieć, czy dana substancja będzie skuteczna, i wskazać, które warianty mogą ominąć opory immunologiczne organizmu. To może drastycznie przyspieszyć całą ścieżkę od laboratorium do pacjenta.
Połączenie AI z farmaceutyką otwiera nowe perspektywy dla chorych z rzadkimi czy złożonymi schorzeniami, na które dotychczas biznes farmaceutyczny nie patrzył zbyt zachęcająco - bo rynek był zbyt mały, aby zwrócić inwestycje. Jeśli machine learning potrafi rzeczywiście zmniejszyć koszty i czas odkrywania leków, to może się zmieni kalkulus ekonomiczny i te pozornie nieopłacalne choroby nagle staną się celem wartym zaatakowania.