Kunstmatige intelligentie (AI) wordt vaak genoemd als een veelbelovende technologie voor de farmaceutische industrie, maar zijn de beloften wel realistisch? Dave Elder, een ervaren apotheker en consultant met 45 jaar ervaring in de sector, deelt zijn inzichten over de mogelijke toepassingen van AI in de ontwikkeling van geneesmiddelen. Hoewel AI veelbelovende resultaten zou kunnen opleveren, zijn de meeste beloften nog niet wetenschappelijk bewezen.
AI zou de klinische ontwikkeling van geneesmiddelen aanzienlijk kunnen versnellen. Volgens schattingen zou AI de industrie tot wel $25 miljard kunnen besparen door slimmere onderzoeken, betere data en snellere resultaten. Momenteel duurt de ontwikkeling van een nieuw geneesmiddel gemiddeld zeven tot negen jaar, maar met AI zou dit kunnen worden teruggebracht tot drie tot vijf jaar. Dit zou de efficiëntie en productiviteit in de sector kunnen verhogen, aldus David Ricks, CEO van Lilly. Hij verwacht dat AI de menselijke productiviteit zal vergroten en zelfs regelgevende processen kan automatiseren.
Een van de grootste uitdagingen in de farmaceutische industrie is het hoge uitvalpercentage in vroege klinische onderzoeken. Gemiddeld heeft slechts 6,7% van de geneesmiddelen in fase 1 een kans op goedkeuring. Toch suggereert recent onderzoek dat moleculen die met behulp van AI zijn ontdekt, een succespercentage van 80-90% hebben. Dit is aanzienlijk hoger dan het historische gemiddelde. Toch waarschuwt een recent artikel in het tijdschrift *Nature* dat deze claims vaak afkomstig zijn van de bedrijven zelf die de AI-technologie ontwikkelen. Pas als deze resultaten onafhankelijk zijn geverifieerd en gepubliceerd in wetenschappelijke tijdschriften, kunnen we ze als betrouwbaar beschouwen.
Een van de grootste uitdagingen voor AI zijn de kwaliteit, hoeveelheid en vooringenomenheid van de data die beschikbaar zijn. AI-systemen zijn afhankelijk van grote datasets met goed georganiseerde en vergelijkbare gegevens. Momenteel is er echter vaak sprake van inconsistentie in de data, waardoor AI minder effectief kan zijn. Daarnaast worden bij wetenschappelijke publicaties vaak alleen de positieve resultaten gedeeld, zoals optimale opbrengsten en de beste reagentia. Dit kan leiden tot een vertekend beeld en minder betrouwbare AI-modellen.
AI kan wel degelijk nuttige toepassingen hebben in verschillende fasen van de ontwikkeling en productie van geneesmiddelen. Bijvoorbeeld:
– **Onderzoek en ontwikkeling:** AI kan helpen bij het ontdekken van nieuwe moleculen en het optimaliseren van synthetische routes. Dit kan de tijd, kosten en moeite verminderen die nodig zijn om complexe moleculen te produceren. AI kan ook worden gebruikt voor het opsporen van nieuwe bijwerkingen van bestaande geneesmiddelen.
– **Groene chemie en duurzaamheid:** AI kan chemische processen optimaliseren om het milieueffect te verminderen. Dit sluit aan bij de doelstellingen van duurzame ontwikkeling.
– **Productie:** AI kan worden ingezet voor het opsporen van defecten in verpakkingen en het verbeteren van risicomanagementprocessen, zoals corrigerende en preventieve maatregelen (CAPA). Daarnaast kan AI de voorraadbeheer en vraagvoorspelling verbeteren, wat leidt tot lagere kosten en efficiënter gebruik van productieapparatuur.
– **Kwaliteitscontrole:** AI-systemen kunnen worden gebruikt voor realtime monitoring van productieprocessen, wat zorgt voor een betere kwaliteitscontrole en snellere vrijgave van geneesmiddelen.
Ondanks deze veelbelovende toepassingen blijft de vraag of AI de farmaceutische industrie echt zal veranderen. De grootste uitdagingen liggen momenteel bij de kwaliteit en betrouwbaarheid van de data. Zoals Blanco-Gonzalez en collega’s benadrukken: “AI kan alleen voorspellingen doen op basis van de beschikbare data. Deze voorspellingen moeten vervolgens worden gevalideerd en geïnterpreteerd door menselijke onderzoekers.”
Tot slot is het belangrijk om te benadrukken dat de huidige regelgeving voor computergebaseerde systemen (zoals Annex 11 van de EU-richtlijnen voor goede fabricatiepraktijken) een kader biedt voor het beheren van risico’s bij het gebruik van AI in de farmaceutische industrie. De nieuwe EU AI Act introduceert aanvullende richtlijnen voor hoogrisico AI-systemen.
Het is duidelijk dat AI een grote rol kan spelen in de farmaceutische industrie, maar het is nog niet bewezen dat het een ‘gamechanger’ zal zijn. De komende jaren zullen moeten uitwijzen of AI de beloften waar kan maken.