صناعة التكنولوجيا الحيوية · global
نوفو نورديسك تتعاون مع AWS لإنشاء مركز للذكاء الاصطناعي في لندن في محاولة لسد فجوات البيانات في تطوير الأدوية
سيدمج الطرفان البيانات الجينومية وبيانات التصوير والبيانات السريرية لاستخدامها في اكتشاف الأهداف وتصميم العلاجات وبناء أدوات وكلاء للبحث والتطوير؛ لكن ما أُعلن حتى الآن لا يزال مخططًا للمنصة والهيكل التنظيمي، من دون أدوية مرشحة أو تحقق تجريبي يتيح التقييم.
غالبًا لا يقتصر عائق إدخال الذكاء الاصطناعي إلى صناعة الأدوية على قدرات النماذج، بل يشمل أيضًا ما إذا كان من الممكن ربط البيانات الموزعة بين أنظمة وصيغ ومراحل مختلفة من البحث والتطوير ربطًا فعليًا. أعلنت نوفو نورديسك وAmazon Web Services (AWS) عن إقامة تعاون استراتيجي وإنشاء مركز ابتكار مشترك في لندن، في محاولة لإدخال الحوسبة السحابية والذكاء الاصطناعي التوليدي وبيانات علوم الحياة ضمن سير عمل موحّد للبحث والتطوير.
وفقًا للخطة التي أعلنتها نوفو نورديسك، ستصبح AWS مزودها السحابي المفضل وشريكها الاستراتيجي في الذكاء الاصطناعي لاكتشاف الأدوية. يقع مركز لندن داخل منشأة قائمة تابعة لنوفو نورديسك، وسيعمل فيه مهندسو AWS وخبراء الذكاء الاصطناعي والعلماء التطبيقيون جنبًا إلى جنب مع فرق البحث والتطوير التابعة لشركة الأدوية؛ وتشمل الأهداف تحديد أهداف الأمراض وتصميم العلاجات وتقصير المسار من اكتشاف الهدف إلى أول تجربة على البشر.
تشمل الأدوات الأساسية للتعاون Amazon Bio Discovery، الموجّه لأبحاث علوم الحياة، وAmazon Bedrock، الذي يتيح الوصول إلى نماذج أساسية متعددة. يخطط الطرفان لربط البيانات الجينومية وبيانات التصوير الطبي والبيانات السريرية، بحيث تساعد النماذج الباحثين على البحث عن روابط بين أنواع البيانات المختلفة، وصياغة فرضيات قابلة للاختبار، ودعم تصميم العلاجات المرشحة. وستعتمد القيمة الفعلية لهذه الأنظمة على جودة البيانات، ومدى تمثيلها للفئات السكانية، وما إذا كان من الممكن تكرار التنبؤات في الخلايا أو الحيوانات أو العينات البشرية.
يمتد التعاون أيضًا إلى عمليات الشركة خارج نطاق الأبحاث. ومن المتوقع استخدام Amazon Bedrock AgentCore لبناء وكلاء ذكاء اصطناعي قادرين على تنفيذ مهام متعددة الخطوات؛ وتقول نوفو نورديسك إن مشروعات سابقة بين الطرفين قلّصت الوقت اللازم لمعالجة بعض الوثائق السريرية، ووفّرت أدوات إنتاجية لأكثر من 25 ألف موظف. لكن الشركة لم تنشر معايير المقارنة أو حجم الوفر أو معدلات الخطأ، ولذلك لا يزال من الصعب تحديد ما إذا كان التحسن كافيًا للتأثير في الجدول الزمني للتطوير السريري.
تعكس هذه الاتفاقية انتقال شركات الأدوية الكبرى بتعاونها في مجال الذكاء الاصطناعي من التجارب المنفردة إلى مستوى البنية التحتية: فالنماذج لا تقتصر على فرز الجزيئات، بل تشارك أيضًا في حوكمة البيانات وسير عمل الوثائق وقرارات البحث والتطوير. ومع ذلك، لم يكشف الإعلان مدة التعاون أو الشروط المالية أو مجالات الأمراض ذات الأولوية، كما لم يقدّم أهدافًا أو أدوية مرشحة ولّدتها المنصة وأكدتها التجارب. وفي المرحلة الحالية، تتمثل النتيجة الأكثر وضوحًا في إنشاء الفريق المشترك والبنية التقنية، وليس في إثبات تحسن كفاءة اكتشاف الأدوية.
إذا شارك النظام مستقبلًا في ترتيب الأدوية المرشحة أو اتخاذ القرارات السريرية، فسيكون من الضروري أيضًا معالجة صلاحيات الوصول إلى البيانات الصحية الحساسة، وقابلية تتبع مخرجات النماذج، ومراقبة التحيز، والمراجعة البشرية. أما الاختبار الحقيقي لهذا المركز في لندن، فلا يتمثل في عدد الإجابات التي يستطيع الذكاء الاصطناعي تقديمها، بل في قدرته على ترك سلسلة أدلة قابلة للتدقيق، وفي صمود تنبؤاته أمام اختبارات المختبرات الرطبة والنتائج السريرية.