Umělá inteligence stále výrazněji proniká do farmaceutického výzkumu.
Americká farmaceutická společnost Bristol Myers Squibb (BMY) oznámila nákup nejnovější generace výpočetního systému od společnosti Nvidia (NVDA) , který má podpořit využívání umělé inteligence napříč výzkumem a vývojem nových léčiv. Firma se stane první společností z oblasti life sciences, která pořídí systém Nvidia DGX SuperPOD založený na nové architektuře Vera Rubin.
Nvidia představila architekturu Vera Rubin začátkem letošního roku jako nástupce své současné generace AI výpočetních systémů. Nové řešení má Bristol Myers Squibb poskytnout výrazně vyšší výpočetní kapacitu pro trénování a provoz pokročilých modelů, které firma využívá při identifikaci potenciálních léčiv, výběru vhodných biologických cílů i optimalizaci kandidátů určených pro klinické testování.
Finanční podmínky transakce zveřejněny nebyly. Investice ale navazuje na menší systém SuperPOD, který už farmaceutická skupina od Nvidie používá. Ten je podle vedení společnosti přibližně o dvě až tři technologické generace starší než připravované řešení založené na architektuře Vera Rubin.
Farmaceutické společnosti investují do umělé inteligence především proto, aby dokázaly rychleji identifikovat slibné biologické cíle a zvýšit pravděpodobnost, že experimentální léčiva uspějí v klinických studiích. Vývoj nového léku je tradičně dlouhý, nákladný a zatížený vysokou mírou neúspěchu, protože velká část kandidátů v některé z pozdějších fází výzkumu neprokáže dostatečnou účinnost nebo bezpečnost.
Bristol Myers Squibb chce pomocí nové infrastruktury rozšířit množství možností, které je schopna analyzovat ještě před zahájením klinických testů. Vyšší výpočetní výkon umožní pracovat s větším počtem molekul, simulovat jejich vlastnosti a přesněji odhadovat, které z nich mají největší šanci stát se základem budoucího léku.
Vedení výzkumu společnosti očekává, že firma bude schopna v rané fázi vývoje prověřovat násobně více kandidátů než doposud. Zatímco dříve mohla detailně analyzovat například deset potenciálních řešení, nová infrastruktura má umožnit pracovat s desítkami variant. To rozšiřuje prostor pro výběr a současně snižuje riziko, že firma předčasně upřednostní méně vhodný kandidát.
Umělá inteligence už nyní podle společnosti zkracuje dobu potřebnou k výrobě léčiv určených pro testování v klinických studiích o 20 až 30 %. V dalších letech by se úspora mohla přiblížit až 50 %, pokud se podaří modely dále zlepšovat a jejich využití rozšířit do větší části vývojového procesu.
Takové zrychlení by mohlo mít pro farmaceutické firmy zásadní význam. Každý měsíc ušetřený ve vývoji může snížit celkové náklady a přiblížit okamžik, kdy se úspěšná léčba dostane na trh. Rychlejší práce zároveň umožňuje dříve ukončit projekty, které nevykazují dostatečný potenciál, a přesunout prostředky k perspektivnějším programům.
Bristol Myers Squibb nasazuje umělou inteligenci napříč celou svou výzkumnou organizací. AI nástroje firma používá ve všech programech zaměřených na malé molekuly a také ve většině projektů pracujících s velkými molekulami. Výpočetní nároky proto rychle rostou, protože jednotlivé modely jsou stále větší a zpracovávají rozsáhlejší množství biologických, chemických a klinických dat.
AI se nepoužívá pouze k vyhledávání nových sloučenin. Může pomáhat také s předpovídáním jejich vlastností, analýzou možných vedlejších účinků, výběrem vhodných pacientů nebo hledáním biologických mechanismů, které by při tradičním výzkumu mohly zůstat skryté. Největší přínos spočívá ve schopnosti spojovat obrovské množství dat a hledat mezi nimi vztahy, které by člověk bez výkonných výpočetních systémů jen obtížně identifikoval.
Společnost uvádí, že jeden z jejích experimentálních přípravků proti srpkovité anémii, který se nyní nachází v rané fázi klinického vývoje, by bez výzkumu podporovaného umělou inteligencí pravděpodobně vůbec nevznikl. Tento případ ukazuje, že AI už pro farmaceutický sektor není pouze pomocným nástrojem pro zefektivnění administrativy, ale začíná přímo ovlivňovat vznik nových léčebných kandidátů.
Přesto nelze očekávat, že by umělá inteligence celý vývojový proces automatizovala. Výsledky vytvořené modely musí stále ověřovat vědci a následně potvrzovat laboratorní i klinické studie. AI ale může výrazně zúžit množství možností, na které se výzkumné týmy zaměří, a tím zefektivnit využití času i kapitálu.
Právě schopnost rychle procházet velké množství hypotéz může být jednou z největších konkurenčních výhod. Farmaceutické společnosti, které budou mít přístup k dostatečnému výpočetnímu výkonu a kvalitním datům, mohou rychleji identifikovat perspektivní léčiva a zároveň lépe rozhodovat o tom, kterým projektům přidělit další prostředky.
Rozhodnutí Bristol Myers Squibb nebylo motivováno pouze růstem požadavků na výpočetní výkon. Důležitou roli sehrála také energetická účinnost nového systému. Rozsáhlá AI infrastruktura spotřebovává velké množství elektřiny a její provozní náklady se s rostoucí velikostí modelů mohou výrazně zvyšovat.
Systém založený na architektuře Vera Rubin má podle společnosti nabídnout přibližně desetinásobně vyšší výpočetní kapacitu na jeden watt spotřebované energie. To znamená, že firma bude moci provozovat náročnější AI modely bez odpovídajícího desetinásobného růstu nákladů na elektřinu.
Energetická efektivita se stává stále důležitějším parametrem při výběru AI infrastruktury. Samotný nákup hardwaru totiž představuje pouze jednu část celkových nákladů. Společnosti musejí dlouhodobě platit také elektřinu, chlazení, správu datových center a údržbu systémů. Vzhledem k tomu, že ceny energie neklesají, může být vyšší výkon při stejné spotřebě významnou konkurenční výhodou.
Pro Nvidii představuje dohoda s Bristol Myers Squibb další potvrzení, že její systémy nacházejí využití i mimo tradiční technologické firmy a provozovatele datových center. Farmaceutický sektor patří mezi oblasti, kde může vysoký výpočetní výkon přinést mimořádnou ekonomickou hodnotu, protože i relativně malé zrychlení vývoje úspěšného léku může mít hodnotu v řádu miliard dolarů.
Investice zároveň ukazuje, že budoucnost AI infrastruktury nebude záviset pouze na trénování velkých jazykových modelů. Stále větší část poptávky může přicházet z vědeckého výzkumu, zdravotnictví, biotechnologií a dalších odvětví, která potřebují analyzovat rozsáhlé a komplexní datové soubory.
Bristol Myers Squibb sází na to, že přímý přístup k nejvýkonnější dostupné infrastruktuře urychlí výzkum, zvýší počet testovaných léčiv a pomůže zlepšit úspěšnost klinických programů. Pokud se očekávané přínosy potvrdí, může se nákup systému Vera Rubin stát vzorem i pro další farmaceutické společnosti, které budou chtít přenést umělou inteligenci z experimentálních projektů do samotného jádra vývoje nových léků.
