Owkin Laajentaa AstraZenecan Kumppanuutta Rakentaakseen AI-Agentteja LääkekehitysPäätöksiin

Owkin on allekirjoittanut uuden usean vuoden sopimuksen AstraZenecan kanssa, joka keskittyy K Pro -alustaan, joka on suunniteltu farmaseuttiseen tutkimukseen ja strategiseen päätöksentekoon. Kolmen vuoden lisenssisopimuksen puitteissa Owkin kehittää erikoistuneita AI-agenteja, joita AstraZenecan tiimit voivat käyttää analysoimaan kilpailukykyä, kliinisiä kokeita, terapeuttisia kohteita ja lääkekehityksen maisemia suoraan AstraZenecan sisäisissä työnkulkujen sisällä.

Sopimus heijastaa laajempaa muutosta, joka on parhaillaan meneillään farmaseuttisessa teollisuudessa. Lääkekehitys riippuu yhä enemmän kyvystä prosessoida massiivisia määriä biologista, kliinistä, genominen ja markkinatietoa riittävän nopeasti vaikuttaakseen todellisiin päätöksiin. Perinteiset työnkulut vaativat usein joukkoja analyytikkoja, tutkijoita ja konsultteja manuaalisesti syntetisoimaan sirpaleisia tietoja tieteellisistä artikkeleista, kokeiden tietokannoista, patenteista, konferenssiesitelmistä ja sisäisistä tietokannoista. Yritykset tutkivat nyt, voivatko AI-agentit pakata suuren osan tästä työstä järjestelmiin, jotka voivat jatkuvasti seurata ja päätellä näiden tietojen kerrosten yli.

Mikä K Pro Oikeasti Tehdä

K Pro on Owkinin AI-tutkimusalusta, joka on suunniteltu erityisesti biolääketieteelliseen tutkimukseen ja farmaseuttisiin operaatioihin. Toisin kuin yleiskäyttöiset AI-keskustelubotit, järjestelmä on suunniteltu monitieteisen biologisen aineiston ympärille, mukaan lukien genomiikka, patologian diat, transkriptiikka, kliiniset tulokset, spatial biology -aineistot ja tieteellinen kirjallisuus.

Alusta mahdollistaa tutkijoille ja johtajille kysyä monimutkaisia tieteellisiä kysymyksiä luonnollisen kielen avulla. Owkinin mukaan K Pro voi auttaa priorisoimaan lääkekohteita, arvioimaan biomerkintilaisuuksia, arvioimaan terapeuttista käytettävyyttä, analysoimaan potilasryhmiä ja generoimaan julkaisuvalmiita raportteja biolääketieteellisistä aineistoista.

Alustan tärkeä komponentti on OwkinZero, yrityksen biologinen päätösmalli, joka on koulutettu erityisesti biolääketieteellisiin sovelluksiin. Owkin on myös rakentanut laajan federoidun potilastietoverkon, joka kattaa sairaaloita ja tutkimuslaitoksia, mikä mahdollistaa mallien kouluttamisen herkillä terveydenhuollon aineistoilla ilman kaikkien perustavanlaatuisten potilastietojen keskittämistä.

Uusi AstraZenecan sopimus vie alustan eteenpäin yrityksen operatiiviseen käyttöön. Sen sijaan, että toimisi ainoastaan tutkimusavustajana, uudet agentit on tarkoitettu tukemaan johtajien ja strategisten päätöksentekijöiden prosesseja yhdessä maailman suurimmista farmaseuttisista yrityksistä.

AI-Agentit Siirtyvät Tutkimusavun Yli

Ilmoitus korostaa, miten farmaseuttinen AI kehittyy ennustemalleista kohti autonomisempia “agenteja” järjestelmiä.

Aiemmat AI-sukupolvet biotekniikassa olivat pääasiassa kohdistuneet kapeisiin tehtäviin, kuten molekyylivalintaan, proteiinirakenteen ennustamiseen, kuvananalyysiin tai biomerkintien havaitsemiseen. Uudet järjestelmät, kuten K Pro, pyrkivät toimimaan enemmän jatkuvasti aktiivisina tutkimusyhteistyökumppaneina, jotka voivat orkesteroida useita työkaluja, tietokantoja ja analytiikka-työnkulkua samanaikaisesti.

Owkin kuvaa tätä osana laajempaa visiota “Biologinen Tekoälyyläinen Yliminä”, jossa erikoistuneiden AI-agenttien verkostot voivat lopulta suorittaa osia biolääketieteellisestä tutkimuksesta rinnakkain ihmistutkijoiden kanssa.

Käytännössä AstraZenecan käyttöönotto näyttää olevan enemmän operatiivisen tiedon osa. Ensimmäinen aalto agenteista keskittyy ilmeisesti kilpailumaiseman analyysiin farmaseuttisista varoista, kohteista ja kliinisistä kokeista. Tällainen työ on perinteisesti työlästä ja usein aikakriittistä, erityisesti kun yritykset arvioivat lisenssisopimusratkaisuja, arvioivat kilpailijoiden lääkeputkia tai määrittelevät, miten asettaa sisäisiä ohjelmia.

Jos nämä järjestelmät onnistuvat, ne voivat merkittävästi vähentää manuaalisen synteesityön määrää farmaseuttisissa strategia- ja liiketoimintatietotiimeissä.

Rakentaminen Olemassa Olevaan Suhde

Uusi lisenssisopimus laajentaa olemassa olevaa yhteistyötä kahden yrityksen välillä. Vuonna 2024 Owkin ja AstraZeneca solmivat yhteistyösopimuksen BRCAuran, AI-pohjaisen seulontajärjestelmän kehittämiseksi, joka voi tunnistaa potilaat, joilla on todennäköisesti perinnöllisiä BRCA-mutaatioita suoraan patologian diasta.

Tulokset, jotka esiteltiin ESMO:ssa, osoittivat, että järjestelmä voisi poistaa merkittävän osan potilaista, joilla ei ole mutaatioita, säilyttäen samalla korkean herkkyyden. Hanke liitettiin myöhemmin Waiviin, diagnostiikkayritykseen, joka irtautui Owkinin diagnostiikkaosastosta tänä vuonna.

Aiempaa työtä tehtiin pääasiassa AI-tukeen diagnostiikassa. Uusi kumppanuus siirtää huomion strategiseen ja operatiiviseen tiedon osaan itse lääkekehityksessä.

Farmaseuttisen Teollisuuden Kasvava Kiinnostus Agenteja Kohtaan

Sopimus korostaa myös, miten nopeasti agenteja on tullut tärkeäksi teemaksi biopharmassa.

Lääkekehitys on yksi maailman kalleimmista ja epäonnistumisherkimmistä aloista. Owkin on aiemmin huomauttanut, että vain pieni osa lääkeohjelmista lopulta pääsee kaupallistamiseen, huolimatta vuosien tutkimuksesta ja miljardien dollarien investoinneista.

Tämä on tehnyt farmaseuttiset yritykset yhä halukkaammiksi kokeilemaan AI-järjestelmiä, jotka voivat parantaa päätösten laatua aiemmin putken vaiheessa. Vaikka suurin osa julkisesta huomiota AI:sta terveydenhuollossa on keskittynyt diagnostiikkaan tai generatiivisiin AI-apureihin, monet suuret farmaseuttiset yritykset ohjaavat nyt resursseja sisäisiin tutkimuskumppaneihin, automaattisiin tieteellisiin päätösjärjestelmiin ja yritysmitoiseen biologiseen AI-infrastruktuuriin.

AstraZenecan sopimus viittaa siihen, että seuraava vaihe saattaa sisältää AI-agenttien upottamisen suoraan ydinliiketoimintapäätösten työnkulkuihin eikä rajoitu vain erillisiin tutkimustehtäviin.

Jos nämä järjestelmät kypsyvät, farmaseuttiset organisaatiot voivat lopulta toimia jatkuvasti aktiivisilla AI-kerroksilla, jotka seuraavat tieteellistä kirjallisuutta, kliinisiä kokeita, kilpailijoiden putkia, biomerkintiläisiä signaaleja, potilastietoja ja sääntelykehitystä reaaliajassa. Tämä voisi muuttaa olennaisesti, miten nopeasti strategiset päätökset tehdään koko teollisuudessa.