Искусственный интеллект, по словам Сергея Глаголёва, уже сокращает стоимость и сроки НИОКР — модели «прочёсывают» массивы публикаций, подсвечивают вероятные точки токсичности и показывают преимущества соединений на раннем этапе. Это ускоряло первичный отбор кандидатов и переводило перспективные молекулы к валидации быстрее, чем раньше.
Чиновник добавил, что ИИ полезен и в предсказании свойств веществ до «мокрых» экспериментов. Сейчас алгоритмы помогают оценивать взаимодействия с ферментами и рецепторами, а также строят структуры белков, что повышает точность докинга и повышает шанс успешного перехода из доклиники в клинику.
Следующий шаг уже намечен — скрининговые комплексы на основе ИИ будут распознавать патологические изменения на изображениях и в потоках медицинских данных. Такие системы должны ловить «случайные находки» и ускорять расшифровку исследований, делая массовые обследования быстрее, точнее и, как ожидается, эффективнее.
По оценке Минздрава, национальные проекты уже нацелены на внедрение продуктов с ИИ в практику, а клиники готовятся к пилотам. Если первые внедрения подтвердят ожидаемый эффект, инструменты расширят охват в регионах, а время от идеи до готового лекарства сократится ещё сильнее. В итоге пациенты получат новые терапии раньше, а разработчики смогут перераспределять ресурсы с рутины на исследования.
По оценке Минздрава, национальные проекты уже нацелены на внедрение продуктов с ИИ в практику, а клиники готовятся к пилотам. Если первые внедрения подтвердят ожидаемый эффект, инструменты расширят охват в регионах, а время от идеи до готового лекарства сократится ещё сильнее. В итоге пациенты получат новые терапии раньше, а разработчики смогут перераспределять ресурсы с рутины на исследования.
