De ontwikkeling van nieuwe geneesmiddelen is al decennialang een van de traagste, duurste en meest foutgevoelige processen in de moderne wetenschap. Met kunstmatige intelligentie lijkt die belemmering echter te verdwijnen. Een experimenteel geneesmiddel, grotendeels ontworpen door AI, heeft in recordtempo de laatste testfase bereikt en is hard op weg om het eerste door AI ontworpen geneesmiddel te worden dat is goedgekeurd voor menselijk gebruik. Sommigen noemen het een medische doorbraak, terwijl anderen het zien als een verontrustende sluiproute die gedegen medisch inzicht vervangt door machinegebaseerde optimalisatie.
AI ontwerpt een nieuw medicijn
Het medicijn, dat bijna is goedgekeurd, is ontwikkeld door Insilico Medicine, een biotechbedrijf dat zich richt op kunstmatige intelligentie en machine learning-modellen gebruikt om ziektedoelen te identificeren en potentiële verbindingen voor de behandeling ervan te genereren. Het nieuwe medicijn is gericht op idiopathische longfibrose (IPF) – een dodelijke longziekte die jaarlijks ongeveer 40,000 Amerikanen het leven kost en waarvoor geen genezing bekend is. Ongelooflijk genoeg is de ontwikkeling in minder dan twee jaar tijd van doelwitontdekking tot klinische proeven op mensen gevorderd.
Om dat in perspectief te plaatsen: de conventionele geneesmiddelenontwikkeling duurt doorgaans zo'n 5 jaar voordat de klinische proeven met mensen beginnen, gevolgd door nog eens 6-8 jaar klinische tests en beoordeling door regelgevende instanties. Van begin tot eind duurt de ontwikkeling van de meeste geneesmiddelen 10-15 jaar, met een geschat mislukkingspercentage van 90% zodra de klinische proeven met mensen van start gaan.
AI kan de vroege ontdekkingsfase – het langzaamste en duurste deel – aanzienlijk verkorten. Het proces van Insilico vervangt jarenlange laboratoriumiteratie door algoritmische screening van miljoenen moleculaire structuren, het voorspellen van toxiciteit, het simuleren van eiwitvouwing en het voorstellen van kandidaatverbindingen in slechts enkele weken in plaats van jaren.
Hoe het het proces versnelt
Traditionele geneesmiddelenontwikkeling berust op langzaam, iteratief laboratoriumwerk: hypothese, experiment, mislukking, herziening. AI-systemen verkorten dit proces door te trainen op enorme datasets van chemische structuren, biologische processen en historische onderzoeksresultaten. Hierdoor kunnen onderzoekers onwaarschijnlijke kandidaten direct afwijzen en hun middelen richten op verbindingen met de hoogste voorspelde slagingskans.
Simpel gezegd, AI doet niet begrijpen Het is geen biologisch systeem, maar herkent patronen op grote schaal. Het kan miljoenen theoretische moleculen digitaal testen voordat een menselijke chemicus er zelfs maar één kan synthetiseren.
Deze efficiëntie betekent dat farmaceutische bedrijven de ontwikkelingskosten met 30-70% kunnen verlagen, en verklaart waarom durfkapitaal nu massaal naar de sector stroomt. Volgens schattingen is er de afgelopen vijf jaar wereldwijd meer dan 60 miljard dollar geïnvesteerd in AI-biotech startups, waarbij grote farmaceutische bedrijven samenwerken of zelf investeren om niet achter te blijven.
Een optimistische kijk
Er zijn gegronde humanitaire argumenten voor door AI versnelde medicijnontwikkeling. Zeldzame ziekten, verwaarloosde aandoeningen of ziekten met een kleine patiëntenpopulatie zijn altijd commercieel onaantrekkelijk geweest. Door AI de ontwikkeling te versnellen en te verlagen, zouden behandelingen die nu nog niet haalbaar zijn, eindelijk wel mogelijk kunnen worden. Daarnaast bestaat de mogelijkheid om gepersonaliseerde geneeskunde te ontwikkelen, waarbij behandelingen worden afgestemd op genetische profielen op manieren die door menselijk onderzoek niet mogelijk of niet bereid zijn te onderzoeken.
Een belangrijke verduidelijking hierbij is dat door AI ontworpen medicijnen nog steeds op mensen worden getest. Regelgevende instanties hebben de veiligheidsnormen niet versoepeld en klinische proeven blijven verplicht. Een positieve kijk benadrukt daarom dat AI geen toekomst heeft. vervangen wetenschappelijk oordeel, maar eerder vergrotend Het gebeurt door middel van snel vallen en opstaan. Sneller ontdekken betekent niet automatisch lagere standaarden.
Wat is het probleem?
De zorg zit hem minder in de snelheid zelf en meer in wat die snelheid verdringt. AI-systemen werken vaak als black boxes: ze produceren effectieve resultaten, maar geven geen duidelijke verklaring voor de onderliggende oorzaken. In veel sectoren is die ondoorzichtigheid geen probleem. In de geneeskunde wel.
Precies weten hoe en waarom een medicijn werkt, is cruciaal om bijwerkingen, risico's op lange termijn en interacties met andere behandelingen te kunnen voorspellen. Als de ontwikkeltijden drastisch korter worden, is er minder ruimte voor verkennend onderzoek – het langzame, vaak onduidelijke, door mensen geleide werk dat conceptuele inzichten oplevert. begrip In plaats van statistische betrouwbaarheid. Wat gebeurt er als toezichthouders geneesmiddelen goedkeuren die goed presteerden in klinische studies, maar waarvan de werkingsmechanismen nog maar gedeeltelijk bekend zijn?
AI heeft een zorgwekkende reputatie, ook buiten de farmaceutische sector.
De afgelopen jaren hebben AI-systemen herhaaldelijk hun neiging aangetoond om zelfverzekerde maar onjuiste resultaten te genereren – een concept dat we uitgebreider hebben onderzocht in dit artikelGrote taalmodellen verzinnen technische details en bronvermeldingen; beeldherkenningstools classificeren objecten in veiligheidskritieke omgevingen verkeerd; geautomatiseerde beslissingssoftware blijft vooringenomenheid in de politiek en daarbuiten versterken.
Deze mislukkingen betekenen niet dat er sprake is van kwade opzet, maar ze wijzen wel op structurele beperkingen. AI-modellen optimaliseren voor waarschijnlijkheid in plaats van waarheid. Ze presteren het best in omgevingen waar patronen stabiel en herkenbaar zijn en de gevolgen omkeerbaar zijn. Biologie is geen van die dingen. Fouten in de farmaceutische ontwikkeling – zoals een verkeerde inschatting van toxiciteit, bijwerkingen of interacties op lange termijn – zijn kostbaar, onomkeerbaar en soms zelfs dodelijk.
Het inruilen van snelheid voor veiligheid heeft al eerder averechts gewerkt.
De medische geschiedenis biedt duidelijke waarschuwingen. Enkele van de meest beruchte medicijnrampen in de 20e eeuwth De eerste gevallen deden zich voor in volledig door mensen geleide systemen die hun eigen wetenschappelijke normen hanteerden. Thalidomide, een van de bekendste voorbeelden, werd eind jaren vijftig in meerdere landen goedgekeurd en doorstond alle vereiste tests voordat het catastrofale geboorteafwijkingen veroorzaakte. De veiligheidsmaatregelen die de ontwikkeling van geneesmiddelen nu vertragen, werden ingevoerd als reactie op dergelijke mislukkingen.
De zorg is niet dat AI meer slechte medicijnen zal produceren, maar dat het sneller, op grote schaal en voordat institutionele waarborgen zich kunnen aanpassen, slechte medicijnen zou kunnen produceren.
Het precedent
Als de door AI ontworpen IPF-behandeling van Insilico wordt goedgekeurd, zou dat een krachtig precedent scheppen. Plotseling zou het idee dat medicijnen sneller kunnen worden ontwikkeld dan wetenschappers ze volledig kunnen begrijpen, de norm worden, en op termijn zou dat ook de diagnostiek, behandelprotocollen en opzet van klinische studies kunnen veranderen.
De uitdaging voor regelgevende instanties en de maatschappij is nu om te bepalen hoeveel ondoorzichtigheid ze bereid zijn op te offeren voor snelheid. Vertrouwen in de geneeskunde moet gebaseerd zijn op meer dan alleen de resultaten; vertrouwen in het proces is eveneens cruciaal.
Tot slot
Patiënten die lange tijd onvoldoende werden geholpen door traditionele onderzoeksmodellen – omdat hun ziekte economisch gezien niet te genezen is – krijgen mogelijk hoop als door AI ontwikkelde medicijnen succesvol blijken. Maar de belofte van snelheid mag de risico's van het vervangen van begrip door optimalisatie niet verhullen. De gevolgen van fouten zijn ingrijpend in de geneeskunde, en een trage ontwikkeling heeft ons in zekere zin beschermd tegen dergelijke risico's. Hoe zorgen we ervoor dat, nu AI de ontdekkingen versnelt, de vooruitgang de vangrails die ons allemaal beschermen niet overstijgt?
The Expose heeft dringend uw hulp nodig…
Kunt u ons helpen om de eerlijke, betrouwbare, krachtige en waarheidsgetrouwe journalistiek van The Expose draaiende te houden?
Uw overheids- en Big Tech-organisaties
proberen The Expose het zwijgen op te leggen en uit te schakelen.
Daarom hebben we uw hulp nodig om ervoor te zorgen
wij kunnen u blijven voorzien van de
feiten die de mainstream weigert te delen.
De overheid financiert ons niet
om leugens en propaganda op hun site te publiceren
namens de Mainstream Media.
In plaats daarvan vertrouwen we uitsluitend op uw steun. Dus
steun ons alstublieft in onze inspanningen om
jij eerlijke, betrouwbare onderzoeksjournalistiek
vandaag nog. Het is veilig, snel en gemakkelijk.
Selecteer hieronder de methode die u het prettigst vindt om uw steun te betuigen.
Categorieën: Breaking News
Het probleem zit hem niet in het proces of de snelheid ervan. Het probleem is corruptie. Dat begint met het valse verhaal rond de betreffende ziekte. Wetenschappers richten zich nu al op het identificeren van 'ziektedoelen' die 'potentiële verbindingen voor de behandeling ervan zullen opleveren'. Het enige wat telt, is dat deze verbindingen winstgevend zijn. Veiligheid en werkzaamheid doen er niet toe.
AI zal er alleen maar voor zorgen dat deze winsten gemaximaliseerd worden door de ontwikkelingskosten met 30-70% te verlagen. De klinische onderzoeken zijn al zo opgezet dat de voordelen worden overdreven en de nadelen worden verhuld. Misschien kan AI gebruikt worden om deze toch al gemanipuleerde onderzoeken nog beter te manipuleren?
Het is zeer naïef om aan te nemen dat toezichthouders momenteel effectieve "veiligheidsnormen" hanteren, aangezien het al jaren overduidelijk is dat de toezichthouders in de greep zijn van de farmaceutische bedrijven en totaal geen oog hebben voor de openbare veiligheid.
Het is ook erg naïef om aan te nemen dat "wetenschappelijk oordeel" de drijvende kracht is achter de huidige ontwikkeling van geneesmiddelen voor menselijk gebruik. Het draait allemaal om geld. Snellere ontdekkingen zullen de toch al zeer lage standaarden alleen maar verder verhogen.
Als het ‘onderzoeksonderzoek’ dat momenteel door mensen wordt uitgevoerd, slecht is voor de winst, dan wordt het simpelweg verzwegen. Dit is al gebaseerd op een gebrekkig ‘conceptueel begrip’ van de oorzaken van ziekten.
en de mechanismen van vermeende gunstige interventies die "slechts gedeeltelijk begrepen" worden.
Vaak zijn toxiciteit, bijwerkingen en interacties op lange termijn al bekend, maar wordt het geneesmiddel toch goedgekeurd. Statines zijn hiervan een treffend voorbeeld. Corruptie is het probleem dat moet worden aangepakt.
Rampen met geneesmiddelen eindigden niet in de 20e eeuw, maar vinden tot op de dag van vandaag plaats. Vioxx en Celebrex zijn daar voorbeelden van, maar er zijn ook veel andere, minder bekende rampen. De 'waarborgen die de ontwikkeling van geneesmiddelen nu vertragen' en andere 'institutionele waarborgen' werken duidelijk niet.
Ik ben stomverbaasd dat de auteur denkt dat de maatschappij na de covid-pandemie, die zowel catastrofale gevolgen als rampzalige processen aan het licht bracht, nog enig vertrouwen in de geneeskunde heeft. We beschikken duidelijk niet over "vangrails die ons allemaal veilig houden".
Zolang de corruptie niet wordt aangepakt, zal AI inderdaad alleen maar "sneller en op grote schaal slechte medicijnen produceren".
Ik denk dat de auteur gewoon objectief wilde blijven en zelf ook sceptisch is. Ik ben zelf ook sceptisch en heb weinig vertrouwen in AI.
Hoi,
Het is inderdaad een nieuwe ontwikkeling en ik ben geïnteresseerd om alle invalshoeken te onderzoeken. Ik ben echter sceptisch over de richting die dit opgaat. Voorlopig is er nog niets goedgekeurd, maar het voelt als een kwestie van tijd voordat we AI-gestuurde besluitvorming gaan toepassen op crucialere gebieden zoals de geneeskunde.
We blijven de ontwikkelingen nauwlettend in de gaten houden.
Met vriendelijke groet,
G Calder
Hoi Sam,
Uw invalshoek is zeker terecht. Dit artikel is bedoeld om een algemeen overzicht te geven van de mogelijke uitkomsten. Natuurlijk is er sprake van corruptie in de farmaceutische industrie en ik maak me geen illusie dat we in een volkomen rechtvaardige wereld leven. Deze ontwikkeling betalingen Benadruk een mogelijk voordeel voor een minderheid: degenen wier ziekten niet winstgevend genoeg zijn. Er zijn tal van minder voorkomende aandoeningen die volledig te genezen zijn, maar die vanuit financieel oogpunt niet de moeite waard zijn om te onderzoeken. Ik ben, net als jij, erg sceptisch over dit alles, maar ik ben altijd geïnteresseerd om beide kanten te bekijken.
Bedankt voor je commentaar.
G Calder
Ik onderzoek al 35 jaar beide kanten van de zaak. Ik beschouw de farmaceutische industrie in haar huidige vorm als volkomen corrupt en ronduit kwaadaardig. Ze laten 's werelds meest notoire massamoordenaars eruitzien als amateurs.
De cardiovasculaire risico's van Vioxx waren al bekend voordat het werd goedgekeurd. Een zeer voorzichtige schatting van het aantal mensen dat door dat ene medicijn is omgekomen, is 60,000. Stalin en Pol Pot zouden onder de indruk zijn van deze cijfers.
Ik denk dat deze ontwikkeling er alleen maar toe zal leiden dat ook mensen met minder voorkomende ziekten vergiftigd worden. Uiteraard allemaal voor een flinke winst. Kun je een ziekte bedenken die "volledig te genezen" is, maar momenteel niet genezen wordt? Is ingrijpen met synthetische stoffen ooit nuttig?
Bent u bekend met de computerterm 'Garbage in = Garbage out'? De AI wordt getraind op gebrekkige en frauduleuze data, bijvoorbeeld 'historische onderzoeksresultaten'. We weten al dat het voorspellen van toxiciteit en eiwitvouwing met behulp van computermodellen uiterst onbetrouwbaar is. Zal de AI dit weten? Zullen de mensen die ermee werken zich hier iets van aantrekken? Zullen de biologische processen die de AI gebruikt accuraat en relevant zijn voor de betreffende ziekte?
AI zal de vooringenomenheid van de mensen die ermee werken alleen maar versterken door waardeloze data te analyseren, en zal daardoor waardeloze oplossingen produceren.
Bedankt voor dit tot nadenken stemmende artikel.
Ik weet dat het een beetje afgezaagd is, maar ik moet het toch weer vragen: "Wat kan er nou helemaal misgaan?"
Waarschijnlijk meer dan we ons kunnen voorstellen.
Ik sta erg sceptisch tegenover medicijnen met een AI-werking.
AI mist morele en ethische beschermingsmechanismen.