Owkin Rozszerza Partnerstwo z AstraZenecą w Celu Budowy Agentów AI dla Decyzji związanych z Rozwojem Leków

Owkin podpisał nowe, wieloletnie porozumienie z AstraZenecą dotyczące K Pro, platformy AI agenticowej zaprojektowanej dla badań farmaceutycznych i podejmowania strategicznych decyzji. W ramach trzyletniej umowy licencyjnej Owkin opracuje specjalistyczne agenty AI, które zespoły AstraZeneca będą mogły wykorzystywać do analizy wywiadu konkurencyjnego, aktywności klinicznej, celów terapeutycznych oraz pejzażu rozwoju leków bezpośrednio w ramach wewnętrznych procesów AstraZeneca.

Umowa ta odzwierciedla szerszy trend, który obecnie zachodzi w branży farmaceutycznej. Rozwój leków coraz bardziej zależy od możliwości przetwarzania ogromnych ilości danych biologicznych, klinicznych, genetycznych i rynkowych w czasie wystarczająco krótkim, aby wpłynąć na podejmowanie decyzji w świecie rzeczywistym. Tradycyjne procesy pracy często wymagają zespołów analityków, badaczy i konsultantów, którzy muszą ręcznie syntetyzować fragmentaryczne informacje z artykułów naukowych, baz danych badań, patentów, prezentacji konferencyjnych i wewnętrznych zestawień danych. Firmy zaczynają teraz badać, czy agenci AI mogą skompresować znaczną część tej pracy w systemy zdolne do ciągłego monitorowania i wnioskowania na przestrzeni tych warstw informacyjnych.

Czym Tak Naprawdę Jest K Pro

K Pro to platforma AI naukowa Owkin, zaprojektowana specjalnie dla badań biomedycznych i operacji farmaceutycznych. W przeciwieństwie do ogólnych chatbotów AI, system ten został zaprojektowany wokół danych biologicznych multimodalnych, w tym genomiki, preparatów histopatologicznych, transkryptomiki, wyników klinicznych, zestawień danych biologii przestrzennej oraz literatury naukowej.

Platforma umożliwia badaczom i menedżerom zadawanie złożonych pytań naukowych przy użyciu języka naturalnego. Według Owkin, K Pro może pomóc w priorytyzowaniu celów leków, ocenie możliwości biomarkerów, ocenie tractability terapeutycznej, analizie podgrup pacjentów oraz generowaniu raportów gotowych do publikacji z zestawień danych biomedycznych.

Kluczowym składnikiem systemu jest OwkinZero, model rozumnego wnioskowania biologicznego opracowany specjalnie dla zastosowań biomedycznych. Owkin zbudował również dużą sieć danych pacjentów federacyjnych, obejmującą szpitale i instytucje badawcze, co pozwala firmie na szkolenie modeli na wrażliwych zestawiach danych opieki zdrowotnej bez centralizowania wszystkich podstawowych danych pacjentów.

Nowe porozumienie z AstraZenecą prowadzi platformę dalej w kierunku użycia operacyjnego w przedsiębiorstwie. Zamiast funkcjonowania wyłącznie jako asystent badawczy, nowi agenci mają wspierać procesy podejmowania decyzji strategicznych i wykonawczych w ramach jednej z największych firm farmaceutycznych na świecie.

Agenci AI Przekraczają Granice Pomocy Badawczej

Ogłoszenie podkreśla, jak AI w branży farmaceutycznej ewoluuje z modeli predykcyjnych w kierunku bardziej autonomicznych systemów „agenticzych”.

Poprzednie generacje AI w biotechnologii koncentrowały się głównie na wąskich zadaniach, takich jak screening molekuł, predykcja struktury białek, analiza obrazów lub wykrywanie biomarkerów. Nowe systemy, takie jak K Pro, mają działać bardziej jak ciągle aktywni współpracownicy badawczy, zdolni do orchestracji wielu narzędzi, baz danych i przepływów analitycznych jednocześnie.

Owkin opisuje to jako część swojej dłuższej wizji w kierunku „Biologicznej Sztucznej Superinteligencji”, gdzie sieci specjalistycznych agentów AI mogą ostatecznie prowadzić części badań biomedycznych równolegle z naukowcami ludzkimi.

W praktyce wdrożenie w AstraZeneca wydaje się bardziej uzasadnione w inteligencji operacyjnej. Pierwsza fala agentów ma się skupić na analizie krajobrazu konkurencyjnego otaczającego aktywa farmaceutyczne, cele i badania kliniczne. Ten rodzaj pracy tradycyjnie jest czasochłonny i często wymaga szybkiej oceny, zwłaszcza gdy firmy oceniają możliwości licencyjne, oceniają rywalizujące pipeline leków lub określają, jak pozycjonować wewnętrzne programy.

Jeśli systemy te będą sukcesem, mogą znacznie zmniejszyć ilość pracy syntezy ręcznej wymaganej w zespołach strategii i wywiadu biznesowego firm farmaceutycznych.

Budowanie na Istniejących Relacjach

Nowa umowa licencyjna rozszerza istniejącą współpracę między obiema firmami. W 2024 roku Owkin i AstraZeneca współpracowały nad BRCAurą, systemem screeningowym opartym na AI, zaprojektowanym w celu identyfikacji pacjentów, którzy mogą posiadać mutacje germinacyjne BRCA bezpośrednio z preparatów histopatologicznych.

Wyniki przedstawione na ESMO wskazały, że system może wykluczyć znaczną część pacjentów, u których nie stwierdzono mutacji, przy jednoczesnym utrzymaniu wysokiej czułości. Projekt ten później stał się częścią Waiv, firmy diagnostycznej wydzielonej z działu diagnostycznego Owkin na początku tego roku.

Ten wcześniejszy projekt koncentrował się głównie na diagnostyce wspomaganej przez AI. Nowe partnerstwo przenosi uwagę na inteligencję strategiczną i operacyjną w samym rozwoju leków.

Rosnące Zainteresowanie AI Agenticznym w Branży Farmaceutycznej

Umowa ta podkreśla również, jak szybko AI agenticzny stał się głównym tematem w biotechnologii.

Rozwój leków pozostaje jednym z najbardziej kosztownych i podatnych na niepowodzenie gałęzi przemysłu na świecie. Owkin wcześniej zauważył, że tylko niewielki procent programów leków ostatecznie dociera do komercjalizacji, pomimo lat badań i miliardów dolarów inwestycji.

Ta rzeczywistość sprawiła, że firmy farmaceutyczne coraz bardziej chętnie eksperymentują z systemami AI, które mogą poprawić jakość decyzji na wcześniejszych etapach pipeline. Podczas gdy wiele uwagi publicznej wokół AI w ochronie zdrowia koncentruje się na diagnostyce lub asystentach AI generatywnych, wiele dużych firm farmaceutycznych kieruje teraz zasoby w stronę wewnętrznych pilotów badań, zautomatyzowanych systemów wnioskowania naukowego oraz infrastruktury biologicznej AI na skalę przedsiębiorstw.

Umowa z AstraZenecą sugeruje, że następna faza może obejmować osadzanie agentów AI bezpośrednio w podstawowych procesach decyzyjnych korporacyjnych, a nie ograniczanie ich do izolowanych zadań badawczych.

Jeśli te systemy dojrzały, organizacje farmaceutyczne mogą ostatecznie działać z ciągle aktywnymi warstwami AI monitorującymi literaturę naukową, badania kliniczne, konkurencyjne pipeline, sygnały biomarkerów, zestawienia danych pacjentów oraz rozwój regulacyjny w czasie rzeczywistym. To mogłoby znacznie zmienić, jak szybko podejmowane są decyzje strategiczne w całej branży.