Стэнфордские ученые представили 10 000 автономных AI-ученых для революционного подхода к разработке лекарств. Это может существенно сократить время и стоимость, чрезвычайно высокие в данной области: успеха достигает лишь 5-10% проектов, затраты на создание одного препарата могут достигать $1 миллиарда.
Текущая ситуация в разработке лекарств
Разработка новых лекарств — сложный и затратный процесс, который затягивается на годы из-за неэффективных подходов и разрозненных команд. Каждый переход стадий сопровождается потерей информации, что увеличивает риск провала. К примеру, по данным исследований, 90-95% проектов по разработке лекарств завершаются неудачей.
Как работают AI-ученые Стэнфорда
Команда во главе с Джеймсом Зоу, доцентом Биомедицинской науки, разработала уникальную систему, где AI-ученые выполняют все этапы, начиная с открытия молекул и заканчивая клиническими испытаниями. Каждый из 10 000 агентов выполняет специализированные задачи, что позволяет им сохранять контекст и связь на протяжении всего проекта.
Система использует иерархическую модель, где главный научный агент координирует задачи между командами. Это подход не только минимизирует потери информации, но и значительно ускоряет процесс, что критически важно в условиях срочности разработки новых лекарств, особенно в контексте глобальных угроз для здоровья.
Значение для рынка
Для разработчиков и фармацевтических компаний это может стать настоящим прорывом. Если процесс разработки упрощается и ускоряется, компании смогут быстрее выйти на рынок с новыми препаратами, особенно на фоне растущего спроса на инновационные лекарства. Кроме того, использование AI может снизить себестоимость разработки на 20-30%, что сделает медицину доступнее для более широких слоев населения.
15 июля на VB Transform 2026 Зоу поделится стратегиями управления такими многоэтапными процессами и улучшения взаимодействия с данными. Это будет важное событие, на котором станет понятно, как агентный подход изменит индустрию в ближайшие годы.