Zašto je 2025. “tačka preokreta”
Veštačka inteligencija (AI) se u laboratorijama i upravama velikih farmaceutskih kompanija koristi već desetak godina, ali tek sada sazrevaju tri ključna preduslova:
- Eksponencijalni rast raspoloživih biomedicinskih podataka (multi-omic platforme, elektronski kartoni, real-world evidence).
- Plodna generacija AI-startapa (Insilico Medicine, Recursion, Exscientia, Xaira…) koji sarađuju s Big Pharma-om ili ih ona akvizira.
- Jasniji regulatorni okvir – FDA je u martu 2025. objavila nacrt smernica o upotrebi AI-a u regulatornom odlučivanju, signalizirajući da tehnologija ulazi u “mainstream” U.S. Food and Drug Administration.
Rezultat je novi, iterativni model istraživanja gde se podaci, algoritmi i industrijski know-how neprestano nadograđuju, skraćujući razvojni ciklus s 10-12 na 4-6 godina, uz potencijalno 30–50 % niži trošak.
Data-driven otkrivanje lekova (Drug Discovery 4.0)
Transformeri i difuzioni modeli izlaze iz NLP-a i slika i “pišu” hemijske strukture. Rentosertib, prvi AI-generisani inhibitor TNIK za idiopatsku plućnu fibrozu (IPF), već je u fazi 2a sa obećavajućim rezultatima Nature, a Insilico Medicine je nedavnom analizom potvrdio klinički signal efikasnosti insilico.com.
Ključna prednost: algoritam generiše 100-ine jedinstvenih “drug-like” molekula dnevno, a istraživači validiraju samo šest do deset najperspektivnijih.
Prekliničke procene toksičnosti i ADMET-a
AI-modeli trenirani na istorijskim podatacima o apsorpciji, distribuciji, metabolizmu, eliminaciji i toksičnosti (ADMET) predviđaju rane “crvene zastavice”, smanjujući broj in-vivo studija i etičke troškove. Prediktivna tačnost za hepatotoksičnost prema nekim konzorcijumima prelazi 85 %, što smanjuje stopu kasnih odustajanja u fazi I za ~20 %.
Optimizacija dizajna kliničkih ispitivanja
AI analitika postiže tri pomaka:
- Prediktivno modeliranje ishoda – Recursion je objavio da je osam AI-dizajniranih kandidata ušlo u kliničku fazu, a njihovi simulacioni modeli skraćuju vreme regrutacije do 30 % WIRED.
- Pametna selekcija pacijenata (na osnovu genoma, anamneze i digitalnih biomarkera).
- Adaptivni protokoli koji u hodu rebalansiraju grupe ili doze kad modeli detektuju rani signal.
Real-world evidence i farmakovigilanca 2.0
NLP sistemi “češljaju” milijarde zapisa iz EHR-ova, foruma, socijalnih mreža i baza spontanih prijava, detektujući signale nuspojava mesecima pre nego što bi postali statistički vidljivi. Time se smanjuje rizik za pacijente i otvara prostor za dinamičko prilagođavanje etiketa.
Personalizovana medicina i stratifikacija pacijenata
Integracijom genomike, proteomike, mikrobioma i “digitalnih fenotipova” (npr. pasivni podaci sa pametnih satova) AI klasifikuje pacijente u preciznije kohorte. Kompanije koriste tzv. poly-omic fingerprints za razvoj terapija “pravom pacijentu, u pravo vreme, pravom dozom”.
AI-pogonjena proizvodnja i kvalitet (GMP 4.0)
Vizuelni konvolucioni modeli nadziru linije pakovanja, LLM-ovi analiziraju deviacije u serijskoj dokumentaciji, a prediktivno održavanje smanjuje neplanirane zastoje do 40 %. Kumulativno, to donosi niže cene proizvodnje i manji ekološki otisak.
Pametni lanac snabdevanja i prognoza potražnje
Modeli vremenskih serija integrišu IoT podatke (temperatura, vlažnost u skladištima) i epidemiološke signale (npr. iz Google Trends-a) kako bi optimizovali zalihe vakcina ili antibiotika, sprečavajući nestašice i skraćujući rok isteka.
Regulatorna automatizacija i ubrzane dozvole
AI-asistenti popunjavaju eCTD module, predlažu odgovore na pitanja regulatora i proveravaju usklađenost dokumenata u realnom vremenu. FDA-in novi nacrt smernica o AI-u u podršci odlučivanja dodatno legitimiše ovakvu praksu U.S. Food and Drug Administration, dok SZO preporučuje preko 40 etičkih mera za LMM-ove u zdravstvu World Health Organization.
Market access, određivanje cena i HEOR
Ekonometrijski i agent-based modeli simuliraju ishode lečenja na populacionom nivou, kvantifikuju “quality-adjusted life years” (QALY) i uticaj na budžet projekta. To omogućava transparentnije pregovore s fondovima i efikasnije “value-based” ugovore.
Digitalni asistenti za prodaju, MSL i edukaciju lekara
Specijalizovani GPT-agenti generišu personalizovane “leave-behind” materijale, odgovaraju na kompleksna medicinska pitanja HCP-ova 24/7 i treniraju prodajne timove kroz interaktivne scenarije, podižući konverziju i zadovoljstvo korisnika.
Etika, transparentnost i upravljanje podacima
Algoritamska pristrasnost i “black-box” modeli mogu kompromitovati bezbednost pacijenata. Aktivna istraživanja u oblasti XAI (Explainable AI) i federativnog učenja omogućavaju proverljivost i zaštitu podataka, a regulatorna tela zahtevaju audit trail za svaku AI odluku.
Talent i transformacija radne snage
Uz data-scientiste i ML inženjere, nastaju hibridne uloge poput “AI farmaceuta” i “digitalnih MSL-ova”. Kompanije koje u svoje L&D programe ugrađuju AI-kurseve i cross-functional timove brže komercijalizuju inovacije.
Budući pravci i zaključak: ka “learning health system-u”
Do kraja decenije, očekuje se:
- Prvi AI-dizajnirani lek na tržištu (Rentosertib ili neki konkurentski kandidat).
- End-to-end digitalni twin kompletne fabrike, od reaktora do logistike.
- Seamless integracija real-world podataka u svakodnevno donošenje odluka.
Šta učiniti danas?
- Mapirati use-case-ove sa brzim povratom ulaganja (npr. prediktivno održavanje, automatizovana farmakovigilanca).
- Uspostaviti multidisciplinarne AI-Centre of Excellence.
- Investirati u “explainability” i “privacy-by-design” kako bi se izgradilo poverenje regulatora i pacijenata.
Ključne poruke
AI prelazi iz obećanja u stvarnost – prvi AI-lekovi ulaze u kasne faze ispitivanja.
Kompanije koje sada implementiraju data-strategiju stiču trajnu konkurentsku prednost.
Sigurnost i etika nisu opcija, već obavezni deo dizajna – usvojite principe transparentnosti od prvog dana.
“Odvažite se sanjati veliko, ostanite verni svojim vrednostima – pred nama su izuzetna vremena. Prihvatite rizik, gradite mostove ka svetu i ostavite svoj trag na globalnoj AI sceni.” - Marjan Radeski
Želite da saznate kako da započnete AI putovanje u sopstvenoj organizaciji?
Počnite da posećujete ovu stranicu svakodnevno, za DOBRO JUTRO, i napravite prvi korak ka farmaciji budućnosti.