Как ИИ ускоряет разработку лекарств: опыт AstraZeneca в России и мире

Разработка нового лекарства — один из самых долгих и дорогих процессов в мире: в среднем 10–15 лет и $1–2 млрд. При этом девять из десяти молекул, дошедших до клинических испытаний, так и не получают регистрацию. AstraZeneca на собственном опыте показывает, как искусственный интеллект помогает перестраивать эту логику — не просто автоматизировать рутину, а менять сам подход к поиску и проверке кандидатов.

В статье приводятся реальные кейсы внедрения ИИ в R&D-цепочку: от предсказания свойств молекул до оптимизации дизайна клинических trials. Компания делает ставку на машинное обучение, чтобы быстрее отсеивать заведомо неудачные варианты и точнее выбирать мишени. Результат — сокращение сроков доклиники и более осмысленное планирование испытаний.

Важно, что речь идёт не о замене учёных, а о новом инструменте, который позволяет принимать решения на основе данных, а не интуиции. AstraZeneca внедряет такие подходы как в глобальных центрах, так и в российском подразделении, и делится первыми результатами.