AstraZeneca использует искусственный интеллект в клинических испытаниях для улучшения результатов лечения пациентов

Гонка по внедрению ИИ в крупных фармацевтических компаниях охватывает открытие, разработку и клинические испытания лекарственных препаратов. Однако AstraZeneca выделилась, внедрив ИИ для клинических испытаний в беспрецедентных масштабах в сфере общественного здравоохранения.

В то время как конкуренты сосредоточены на оптимизации внутренних НИОКР, AstraZeneca уже интегрировала свой ИИ в национальные системы здравоохранения. Компания проводит скрининг сотен тысяч пациентов, демонстрируя реальное влияние переноса ИИ из лаборатории на передовую линию медицинского обслуживания.

Клиническая валидация подтверждает эффективность этой модели. Представленное на Европейском конгрессе по раку легких 2025 года исследование CREATE компании AstraZeneca показало, что ее инструмент ИИ для рентгенографии грудной клетки достиг положительной прогностической ценности 54,1%, что значительно превышает заранее установленный показатель успешности в 20%.

За этими цифрами стоит более 660 000 человек, прошедших обследование в Таиланде с 2022 года, причем ИИ выявил подозрительные поражения легких в 8 % случаев. Важно, что Национальное управление здравоохранения Таиланда в настоящее время внедряет эту технологию в 887 больницах, опираясь на трехлетний бюджет, превышающий 415 миллионов батов.

Это не ограниченный пилотный проект или доказательство концепции. Это ИИ для клинических испытаний, работающий в масштабах всей национальной системы здравоохранения.

Различные стратегии использования ИИ для клинических испытаний

Контраст с другими лидерами фармацевтической отрасли поучителен. Центр исследований машинного обучения Pfizer сократил сроки открытия лекарственных препаратов, идентифицируя молекулы примерно за 30 дней. Компания использовала ИИ для разработки Paxlovid с рекордной скоростью, при этом машинное обучение анализировало данные пациентов на 50% быстрее, чем традиционные подходы. ИИ теперь играет роль в более чем половине клинических испытаний Pfizer.

Novartis сотрудничает с Isomorphic Labs (основанной лауреатом Нобелевской премии Демисом Хассабисом) и Microsoft в области открытия лекарств с помощью ИИ. Ее интеллектуальная система принятия решений использует вычислительные двойники для моделирования процессов испытаний, причем, по имеющимся данным, выбранные ИИ центры набирают пациентов быстрее, чем традиционные методы.

Roche использует стратегию «лаборатория в цикле», циклически применяя модели ИИ с физическими экспериментами. После приобретения Foundation Medicine и Flatiron Health, Roche создала крупнейшую в отрасли клиническую геномную базу данных — более 800 000 профилей по более чем 150 подтипам опухолей — и стремится к 50-процентному повышению эффективности управления безопасностью к 2026 году.

Операционное преимущество AstraZeneca в клинических испытаниях

Отличие AstraZeneca в области ИИ для клинических испытаний заключается в масштабном внедрении. Проводя более 240 активных испытаний по всему миру, компания систематически интегрировала генеративный ИИ в свою клиническую деятельность.

Одним из примеров является «интеллектуальный инструмент протокола», разработанный совместно с медицинскими писателями, который сократил время на создание документов до 85 %. Компания также использует ИИ для 3D-определения местоположения на компьютерных томограммах, что значительно сокращает время, которое радиологи тратят на ручные аннотации.

Еще более важно то, что AstraZeneca является пионером в области виртуальных контрольных групп для испытаний. Используя электронные медицинские записи и исторические данные испытаний для моделирования плацебо-групп, компания может потенциально сократить количество пациентов, получающих неактивные виды лечения, что является фундаментальным изменением в дизайне испытаний.

Инициатива по скринингу рака легких является примером этой стратегии. Используя инструмент qXR-LNMS от Qure.ai, AstraZeneca не просто проводит испытания, а преобразует инфраструктуру общественного здравоохранения. Расширение программы в декабре 2025 года включает в себя новую программу скрининга 5000 промышленных рабочих в четырех провинциях Таиланда, расширяя ее фокус с рака легких до выявления сердечной недостаточности.

Гонка за ускорением сроков

Отраслевые показатели подчеркивают важность ИИ в клинических испытаниях. Традиционная разработка лекарств занимает 10–15 лет с 90-процентным уровнем неудач. Лекарства, открытые с помощью ИИ, достигают успешности на этапе I в 80–90 % случаев, что в два раза превышает традиционный показатель в 40–65 %. Более 3000 лекарств, разработанных с помощью ИИ, находятся в стадии разработки, и к 2030 году ожидается более 200 одобрений с использованием ИИ.

Pfizer проходит путь от идентификации молекулы до клинических испытаний за шесть недель. Novartis может проанализировать 460 000 клинических испытаний за считанные минуты, а не месяцы. Модель AstraZeneca обеспечивает немедленный эффект для пациентов — она позволяет выявлять рак у малообеспеченных групп населения, часто до появления симптомов.

Вопрос на 410 миллиардов долларов

По оценкам Всемирного экономического форума, к 2030 году ИИ может приносить фармацевтической отрасли от 350 до 410 миллиардов долларов в год. Ключевой вопрос заключается в том, какая стратегия приносит больше пользы: ускорение открытий в области лекарственных препаратов или оптимизация клинических операций?

Фокус Pfizer на компьютерном дизайне лекарств и выбор площадок Novartis с помощью ИИ могут привести к открытию революционных молекул. Интегрированная модель фармацевтической диагностики Roche создает мощное преимущество в виде собственных данных.

Но стратегия AstraZeneca по внедрению ИИ во все клинические операции — от разработки протоколов до набора пациентов и подачи документов в регулирующие органы — заметно сокращает время вывода продукта на рынок и позволяет получать реальные данные в большом масштабе.

Модель партнерства компании также отличается. В то время как другие компании приобретают ИИ-фирмы или создают внутренние хабы, AstraZeneca сотрудничает с технологическими партнерами, такими как Qure.ai и Perceptra, регулирующими органами и национальными системами здравоохранения, чтобы внедрять ИИ там, где инфраструктурные пробелы наиболее значительны.

Поскольку AstraZeneca работает над достижением своей цели на 2030 год — выпустить 20 новых лекарств и получить 80 миллиардов долларов дохода — ее преимущество в области ИИ в клинических испытаниях заключается не только в скорости. Речь идет о доказательстве ценности ИИ на наиболее строго регулируемом и неблагоприятном с точки зрения рисков этапе разработки лекарств. В то время как конкуренты мчатся в погоне за следующей революционной молекулой, AstraZeneca перестраивает процесс проведения клинических испытаний.

Окончательный победитель может быть определен не тем, кто создаст самый передовой алгоритм, а тем, кто внедрит ИИ в клинические испытания, где он ощутимо улучшит результаты лечения пациентов — в широком масштабе, под контролем регулирующих органов и в рамках реальных систем здравоохранения.

В этой гонке AstraZeneca в настоящее время лидирует.

См. также: Google AMIE: ИИ-врач учится «видеть» медицинские изображения

Хотите узнать больше об ИИ и больших данных от лидеров отрасли? Посетите выставку AI & Big Data Expo, которая проходит в Амстердаме, Калифорнии и Лондоне. Это комплексное мероприятие является частью TechEx и проводится одновременно с другими ведущими технологическими мероприятиями. Нажмите здесь для получения дополнительной информации.

AI News поддерживается TechForge Media. Узнайте о других предстоящих мероприятиях и вебинарах по корпоративным технологиям здесь.