AI a leczenie raka: obietnice Big Tech kontra realia badań klinicznych
Liderzy branży AI zapowiadają lek na raka w ciągu kilku lat. Sprawdzamy, co faktycznie wspiera te prognozy i dlaczego eksperci zachowują ostrożność.
Sztuczna inteligencja może przyspieszyć poszukiwanie leków na raka, ale na razie pozostaje to głównie obietnica, a nie udokumentowany rezultat. Najwięksi gracze rynku AI prognozują przełom w ciągu najbliższej dekady, podczas gdy niezależni onkolodzy i badacze wskazują na czasochłonność i koszty testów klinicznych.
Czy sztuczna inteligencja może realnie przyspieszyć leczenie raka?
Teoretycznie tak, bo modele potrafią analizować ogromne zbiory danych biologicznych i wskazywać kandydatów na substancje czynne szybciej niż tradycyjne metody. Problem polega jednak na tym, że między odkryciem cząsteczki a dopuszczeniem leku do obrotu leży długa droga: badania przedkliniczne, fazy testów na ludziach i procedury regulacyjne.
Właśnie ta droga jest wąskim gardłem. Koszty badań klinicznych sięgają zwykle dziesiątek milionów dolarów, a wiele projektów kończy się niepowodzeniem na późniejszym etapie. Sam fakt, że model AI wskaże obiecującą molekułę, nie skraca więc automatycznie czasu potrzebnego na jej sprawdzenie u pacjentów.
Jakie terminy podają liderzy branży AI?
Szefowie największych firm technologicznych formułują odważne prognozy. Poniższe zestawienie obejmuje wypowiedzi z materiału źródłowego, z podanym terminem lub datą publikacji.
| Osoba | Firma / organizacja | Prognoza | Termin lub data w źródle |
|---|---|---|---|
| Rene Haas | Arm Holdings | Lek na raka znaleziony z pomocą AI | Jeszcze za życia obecnego pokolenia (wrzesień) |
| Demis Hassabis | Google DeepMind | Lek na raka w ciągu kilku lat | 5–10 lat (2025) |
| Dario Amodei | Anthropic | Wyleczenie raka i innych chorób | W ciągu dekady (wrzesień) |
| Sam Altman | OpenAI | AI odkryje leczenie raka | Przy mocy obliczeniowej 10 GW (2025) |
| Sherene Loi | Onkolog | Brak pewności co do leku | W ciągu 10 lat, bez eksperymentów AI |
Zestawienie pokazuje, że przedstawiciele branży AI mówią o perspektywie od kilku do kilkunastu lat, ale nie podają wspólnej definicji „wyleczenia”. Warto też zauważyć, że jedyna wypowiedź z ostrożną oceną pochodzi od lekarza praktykującego w onkologii.
Dlaczego eksperci zachowują ostrożność?
Emilia Javorsky z Future of Life Institute wskazuje na rozdźwięk między nakładami a efektami: po trzynastu latach badań z wykorzystaniem AI żaden lek nie został w pełni zatwierdzony przez amerykańską agencję FDA. To prosty, ale mocny kontrargument dla optymistycznych prognoz.
Drugim problemem są przepisy. Neuropatolog Felix Sahm zauważa, że Unia Europejska nie ma jasnej ścieżki regulacyjnej dla narzędzi AI, co oznacza niepewność dla europejskich zespołów badawczych i firm, które chciałyby wprowadzać takie rozwiązania na rynek.
Alternatywa: modele bez testów na ludziach?
Startup Vivodyne rozwija modułowe laboratoria robotyczne, które hodują 20 rodzajów ludzkiej tkanki. Jego współzałożyciel Andrei Georgescu pyta, czy modele AI mogłyby działać bez testów na ludziach. To pytanie dotyka sedna sporu: czy symulacje i hodowle tkankowe mogą skrócić drogę do leku, czy też zastąpienie badań na pacjentach pozostaje na razie poza zasięgiem.
Trend „Cig Tech” w środowisku tech w USA
Osobnym wątkiem jest kultura pracy w branży technologicznej. Shyam Sankar z Palantira ujawnił na początku października trend określany jako „Cig Tech”, czyli palenie wśród badaczy AI. Jak pisze BBC, Sankar stwierdził w tej sprawie: „Wierzę w AI tak bardzo, że sądzę, iż wyleczy ona raka”.
Kontrast jest wyraźny. Według danych podanych w materiale około 30% zgonów z powodu raka w USA jest związanych z paleniem. Jednocześnie Palantir ustawił w biurach w Waszyngtonie automaty z darmowymi saszetkami nikotynowymi, a firmy technologiczne coraz częściej dostarczają produkty nikotynowe do biur, argumentując to wydajnością pracowników.
Amerykańskie Towarzystwo Onkologiczne szacuje, że nowotwór choruje co 18. Amerykanin, czyli 18,6 mln osób. W tym kontekście sprzeczność między narracją o wyleczeniu raka a praktykami zdrowotnymi w miejscu pracy staje się trudna do zignorowania.
Co to oznacza dla Ciebie
Jeśli śledzisz rozwój sztucznej inteligencji, traktuj prognozy o wyleczeniu raka jako hipotezy, a nie harmonogram. Zanim uwierzysz w termin podany przez firmę, sprawdź, czy towarzyszą mu wyniki badań klinicznych, a nie tylko demonstracje modeli. Jeśli pracujesz w sektorze ochrony zdrowia lub badaniach, zwróć uwagę na niepewność regulacyjną w UE, która może wydłużyć wdrażanie rozwiązań AI. A jeśli interesuje Cię kwestia zdrowia w środowisku pracy, trend „Cig Tech” pokazuje, że deklaracje o innowacjach nie zawsze idą w parze z profilaktyką.
Na podstawie: BBC. Tekst opracowany redakcyjnie.