AI ในการพัฒนายา คืออะไร และทำไมต้องสนใจตอนนี้
AI ในการพัฒนายา คือการใช้ระบบปัญญาประดิษฐ์และตัวแทน AI ในชีววิทยาเพื่อรับหน้าที่ตั้งแต่ค้นหาเป้าหมายโรคระดับโมเลกุล ออกแบบโครงสร้างโมเลกุลของยา วิเคราะห์ข้อมูลการทดลองทางคลินิกจำนวนมหาศาล ไปจนถึงช่วยคัดเลือกผู้สมัครยาที่มีโอกาสสำเร็จสูงในมนุษย์ ลดเวลาทดลอง ลดความเสี่ยง และเพิ่มโอกาสที่ยาใหม่จะเดินทางถึงขั้นทดลองทางคลินิกได้สำเร็จในงบประมาณและทรัพยากรที่จำกัด จุดสำคัญในวันนี้ไม่ใช่แค่ว่า AI เข้าไปช่วยงานนักวิทยาศาสตร์ แต่คือการที่สถาบันชั้นนำเริ่มสร้าง บริษัทไบโอเทคเสมือนจริง ที่ขับเคลื่อนด้วยตัวแทน AI จำนวนมหาศาล เพื่อทำทุกอย่างตั้งแต่ต้นน้ำถึงปลายน้ำโดยแทบไม่มีมนุษย์อยู่ในภาพเลย แนวโน้มนี้บอกชัดว่ากฎเกมการค้นพบยาด้วย AI กำลังเปลี่ยนจากเครื่องมือเสริม เป็นโครงสร้างพื้นฐานใหม่ของอุตสาหกรรม
บริษัทไบโอเทคเสมือนจริงของสแตนฟอร์ด การทดลองที่ข้ามขั้นสตาร์ทอัพ
งานของ Stanford Medicine ที่สร้างบริษัทไบโอเทคเสมือนจริงด้วยพนักงาน AI 37,000 ตัว เป็นตัวอย่างแรงที่สุดว่าตัวแทน AI ในชีววิทยาจะไปได้ไกลแค่ไหน บริษัทนี้ไม่มีห้องแล็บ ไม่มีเงินเดือน ไม่มีคน แต่กลับมีโครงสร้างองค์กรเต็มรูปแบบ ตั้งแต่เทียบตำแหน่ง Chief Science Officer ไปจนถึงแผนกเฉพาะทางด้านการค้นหาเป้าหมายโมเลกุลและการออกแบบการทดลองทางคลินิก รูปแบบนี้ข้ามช่วงสตาร์ทอัพแบบดั้งเดิมอย่างสิ้นเชิง เพราะไม่ต้องไล่จ้างคนทีละตำแหน่ง แต่สามารถสร้างทีมตัวแทน AI หลายหมื่นตัวมาทำงานคู่ขนานกันทันที เป้าหมายของทีมวิจัยชัดเจน พวกเขาอยากรู้ว่าเพดานความสามารถของเอเจนต์ AI ในการรับมือโจทย์ซับซ้อนของการค้นพบยาอยู่ตรงไหน และคำตอบที่ได้เริ่มบอกว่าเพดานเดิมของมนุษย์อาจไม่ใช่ข้อจำกัดอีกต่อไปแล้ว
จากอ่านงานวิจัยเป็นหมื่นสู่ออกแบบยาใหม่ ตัวแทน AI ทำงานแบบทีมวิจัยยกแผง
จุดที่น่าคิดมากในโครงการบริษัทไบโอเทคเสมือนจริง คือการที่ทีมออกแบบให้เอเจนต์ AI แต่ละตัวรับผิดชอบการวิเคราะห์การทดลองทางคลินิก 1 รายการ เพื่อดึงข้อมูลที่เกี่ยวข้องกับความปลอดภัยและประสิทธิภาพของยา ผลคือเอเจนต์เหล่านี้สามารถวิเคราะห์และจัดทำแคตตาล็อกการทดลองกว่า 50,000 รายการได้ในเวลาไม่ถึงสัปดาห์ ซึ่งหากใช้คนทำอาจต้องใช้เวลาหลายปี นี่คือภาพชัดเจนที่ว่า AI agents สามารถรับงานเชิงเวิร์กโฟลว์ที่เคยต้องใช้ทีมวิจัยขนาดใหญ่ได้อย่างเป็นระบบ ไม่ใช่แค่การอ่านข้อมูลอย่างรวดเร็ว แต่เอไอยังสามารถออกแบบแนวทางรักษามะเร็งที่ซับซ้อนอย่าง Antibody-drug conjugate ที่มุ่งเป้าไปยังเซลล์ที่มีโปรตีน B7-H3 จำนวนมาก แล้วปล่อยสารเคมีบำบัดเข้าทำลายเซลล์เหล่านั้นโดยตรง ซึ่งต่อมาถูกยืนยันว่าตรงกับการค้นพบของบริษัทยาชั้นนำในโลกความจริง นี่คือหลักฐานว่าการค้นพบยาด้วย AI ไม่ได้เป็นแค่ทฤษฎีบนกระดาษ แต่สามารถผลิตแนวทางรักษาที่แข่งขันได้กับมนุษย์
Insilico Medicine กับการพิสูจน์ว่า AI ไม่ได้แค่เก่งวิทยาศาสตร์ แต่ทำเงินได้
ขณะเดียวกัน บริษัทอย่าง Insilico Medicine แสดงให้เห็นว่าการค้นพบยาด้วย AI สามารถเดินออกจากห้องแล็บสู่เวทีธุรกิจจริงได้ Insilico ก่อตั้งในปี 2014 ในคลื่นสตาร์ทอัพที่เชื่อว่า AI จะช่วยระบุเป้าหมายโรคและสร้างโมเลกุลของยาขึ้นอย่างรวดเร็ว จุดเปลี่ยนมาจากการที่ทีมสามารถออกแบบโมเลกุลใหม่แล้วพิสูจน์ในหนูได้ภายใน 46 วัน และโมเลกุลนั้นต่อมากลายเป็น rentosertib ยาต้านโรค idiopathic pulmonary fibrosis ที่ถูกค้นหาเป้าหมายและพัฒนาขึ้นด้วย AI ทั้งกระบวนการ ถูกผลักดันเข้าสู่การทดลองระยะที่ 3 ขนาดใหญ่ ข้อมูลจากบริษัทระบุว่า “rentosertib เป็นยาที่ค้นพบโดย AI ตัวแรกที่ไปถึงการทดลองทางคลินิกระยะที่ 3 ขนาดใหญ่” และบริษัทมีโครงการยาอื่นอีกหลายตัวในระยะที่ 2 และระยะที่ 1 ส่วนใหญ่เป็นมะเร็ง ความคืบหน้าของสายการพัฒนายาที่เข้าระดับทดลองในมนุษย์ บวกกับการที่บริษัทประกาศตนว่ามีกำไรสุทธิแล้ว บอกชัดว่าบริษัทไบโอเทคเสมือนจริงในเชิงแนวคิด สามารถแปลงเป็นโมเดลธุรกิจที่อยู่รอดได้ ไม่ใช่แค่โชว์เทคโนโลยีให้ตื่นเต้น
เมื่อเวิร์กโฟลว์เชิงชีววิทยากลายเป็นฟาร์มเอเจนต์ AI จุดยืนของมนุษย์ควรอยู่ตรงไหน
เมื่อดูภาพรวมจากทั้งสแตนฟอร์ดและ Insilico เราจะเห็นแนวทางเดียวกันชัดเจน เวิร์กโฟลว์ที่เคยต้องใช้ทีมวิจัยขนาดใหญ่ ตั้งแต่การอ่านข้อมูล การสร้างแบบจำลองโรค การคัดเลือกเป้าหมายโมเลกุล ไปจนถึงออกแบบการทดลองทางคลินิก กำลังถูกแปลงเป็นชุดงานที่ตัวแทน AI หลายหมื่นตัวสามารถรับไปทำคู่ขนานอย่างมีระบบ AI agents จึงไม่ใช่เพียงเครื่องมือช่วยนักวิทยาศาสตร์ แต่กำลังถูกสวมบทบาทเป็น “พนักงานเสมือนจริง” ในบริษัทไบโอเทคเสมือนจริงเต็มรูปแบบ มุมมองที่น่าคิดคือ ในระยะสั้นมนุษย์ยังจำเป็นสำหรับการตีความผลลัพธ์และการตัดสินใจเชิงจริยธรรม แต่ในระยะยาว หากระบบ AI สามารถประเมินโอกาสสำเร็จของยาได้แม่นขึ้น และส่งมอบผู้สมัครยาที่พร้อมขึ้นทดลองทางคลินิกอย่างต่อเนื่อง บทบาทมนุษย์ใน AI ในการพัฒนายาอาจขยับจากผู้ทำงานเชิงเทคนิค ไปสู่ผู้กำหนดทิศทางและผู้รับผิดชอบต่อผลกระทบทางสังคมมากขึ้น ซึ่งสำหรับคนทำงานสายวิทยาศาสตร์ นี่ไม่ใช่สัญญาณว่าอาชีพใกล้หายไป แต่เป็นคำเชิญให้ย้ายขึ้นไปชั้นบนของห่วงโซ่การตัดสินใจ
