Autorica: Anastasia Christianson, Ph.D.
Veći dio svoje karijere provela sam u biološkim znanostima i, poput mnogih u ovom području, svjedočila sam koliko industrija može biti spora i oprezna u prihvaćanju novih tehnologija. To je i razumljivo – radimo u izuzetno reguliranom okruženju gdje je sigurnost pacijenata apsolutni prioritet. Ipak, promatrati umjetnu inteligenciju (AI) isključivo kroz prizmu operativne učinkovitosti znači sputavati njezin puni potencijal.
Druge industrije, koje se suočavaju s jednako visokim ulozima, već su pronašle načine kako AI učiniti moćnim i transformativnim alatom. Industrije poput proizvodnje, zrakoplovstva, financija i zdravstva počivaju na složenim sustavima, visokim rizicima i velikoj odgovornosti – baš kao i naša.
U proizvodnji se AI koristi za predviđanje potrebe za održavanjem, smanjenje zastoja i rano otkrivanje problema s kvalitetom, čime se povećavaju učinkovitost i pouzdanost. Slične pristupe farmacija počinje usvajati kroz praćenje rada opreme u stvarnom vremenu pomoću senzora. Međutim, postoji veliki potencijal za proširenje ovih pristupa na laboratorije i istraživanja, gdje se praćenje često zanemaruje. Slično tome, u financijama AI rješava otkrivanje prijevara, procjene rizika i investicijske odluke, upravljajući ogromnim količinama podataka uz strogu regulatornu kontrolu. Ove sposobnosti pružaju jasne paralele s mogućnostima u farmaciji, poput otkrivanja krivotvorenih lijekova, sprječavanja prijevara u kliničkim ispitivanjima i rane identifikacije nedostataka proizvoda, koje su još uvijek nedovoljno iskorištene.
U zdravstvu se već pojavljuju inovacije poput AI dijagnostike i personaliziranih modela skrbi koji odgovaraju potrebama pacijenata. Biološke znanosti mogle bi iskoristiti taj zamah širenjem primjene AI-a kako bi ubrzale i poboljšale rezultate kliničkih ispitivanja na jednako prilagodljive i inovativne načine.
Prevladajte strah kroz edukaciju
Što ograničava puni potencijal AI-a?
Strah.
Strah od promjena, strah od nepoznatog, posebno u uvjetima promjenjivih propisa i nesigurnosti oko toga što će regulatori prihvatiti. Strah od mijenjanja nečega što tehnički funkcionira, čak i ako je uspješnost niska. Na kraju krajeva, nekada su svijeće bile dovoljne za rasvjetu, a konjske zaprege za prijevoz – ali prihvaćanje žarulje i automobila zauvijek je promijenilo način na koji živimo. Pravila se mijenjaju i teško je procijeniti granice, no kada strah prijeđe u inerciju, napredak prestaje. Dezinformacije i strahovi da će AI zamijeniti ljude samo dodatno produbljuju oklijevanje.
Rješenje započinje edukacijom, temeljenoj na pravim informacijama, a ne na pretjeranoj promociji. Kada ljudi razumiju kako AI funkcionira i gdje dodaje vrijednost, mijenja se njihov pogled. Jedan moj bivši kolega često je govorio: „Izvadite majmuna iz posla.“ Možda nam ispravno korištenje AI-a može omogućiti da oslobodimo ljude za ono u čemu su najbolji: kritičko razmišljanje, suradnju i revolucionarne inovacije.
Ovo je propuštena prilika u biološkim znanostima. Prečesto koristimo AI da ubrzamo ono što već radimo – pokušavajući, drugim riječima, učiniti svijeću svjetlijom ili konja bržim. Umjesto toga, trebali bismo postaviti pitanje: Što je za naše područje ekvivalent žarulji ili automobila? Koje nove mogućnosti AI može otključati koje prije nisu bile zamislive?
Zamislite mogućnosti
Digitalni blizanci, koji se u zrakoplovstvu široko koriste za modeliranje i testiranje performansi zrakoplova, predstavljaju snažan primjer za farmaceutski sektor. Zamislite simulaciju cijelog životnog ciklusa lijeka – od otkrića, preko kliničkih ispitivanja, sve do proizvodnje – virtualni proces koji bi bio optimiziran prije nego lijek uopće dođe do pacijenata. Kada se to poveže s podacima u stvarnom vremenu iz laboratorija, proizvodnih pogona i zdravstvenih ishoda pacijenata, možemo stvoriti pametniji, međusobno povezani sustav koji izbjegava neučinkovitosti izazvane naknadnim prilagođavanjem AI-a nepovezanim sustavima.
Druge industrije, poput zdravstva, financija i proizvodnje, već implementiraju AI agente – autonomne sustave koji automatiziraju zadatke, predviđaju rizike i predlažu prilike. Za biotehnologiju i farmaciju ovo je velika prilika: ugraditi umjetnu inteligenciju duž cijelog lanca vrijednosti, čime bi se operacije pretvorile u strateške trenutke vođene inovacijama, uz istovremeno poboljšanje usklađenosti.
Poduzmimo sljedeće korake
Nedavno sam razgovarala s timom koji modernizira zastarjeli tijek rada u kliničkim ispitivanjima. Početni otpor bio je interni, jer je AI djelovao kao dodatni rizik. Njihova perspektiva promijenila se kada su vidjeli kako prediktivno modeliranje može predvidjeti odustajanje pacijenata, a digitalne simulacije pojednostaviti dizajn protokola – omogućujući bolje rezultate, brže vremenske okvire i manje propuštenih prilika.
Što trebamo učiniti dalje?
- Prvo, potrebna je veća suradnja među industrijama. Proizvodnja je već usavršila prediktivno održavanje, financije briljiraju u otkrivanju anomalija, a zdravstvo značajno napreduje u personaliziranoj dijagnostici. Biološke znanosti mogu učiti iz tih primjera. Čak i jednostavna partnerstva ili razmjena studija slučaja mogu ubrzati proboje – izazovi poput analize složenih podataka već su riješeni u područjima poput astrofizike.
- Drugo, edukacija mora biti sveobuhvatnija. Potrebno je osposobiti podatkovne znanstvenike, kliničare i regulatorne timove za razumijevanje objašnjivosti AI odluka, što može smanjiti zabrinutost. Također, prikazivanje AI alata za segmentaciju publike ili optimizaciju kampanja može ubrzati dolazak terapija na tržište.
- Treće, potrebno je promijeniti način razmišljanja. Najveći potencijal AI-a nije u učinkovitosti, već u omogućavanju inovacija koje prije nisu bile moguće – poput prepoznavanja bolesti koje ljudi nisu u stanju uočiti ili predviđanja problema u lancu opskrbe mjesecima unaprijed. Radi se o transformativnim iskoracima, a ne samo postupnim poboljšanjima.
- Na kraju, trebamo se osloboditi pretjeranog “hajpa” i mjeriti utjecaj kroz smislenije metrike. Osim uštede troškova, trebali bismo pratiti koliko je novih terapijskih ciljeva ili kliničkih ishoda AI unaprijedio.
Ne počinjemo od nule. Alati, iskustva i primjeri već postoje. Sada su potrebni hrabrost za novi način razmišljanja, suradnja i promišljeno djelovanje.
Budućnost AI-a u biološkim znanostima nije samo u automatizaciji. Riječ je o mašti. Dajmo si dopuštenje da je koristimo na taj način.