Практикум 9 использование искусственного интеллекта при моделировании фармацевтических производств
Эти технологии искусственного интеллекта уже созданы
жүктеу/скачать 217.03 Kb.
|
| Эти технологии искусственного интеллекта уже созданы.
У команды должен быть опыт разработки лекарств. Теперь необходима фирма имеющая опыт создания решений в области искусственного интеллекта. Эти компетенции объединяют. Практически многие фарм-фирмы занимаются дженериками. Поэтому задача ускорения их производства востребована прямо сейчас, а не через 5-7 лет. На основе опыта создания лекарств проводится обучение нейросети. Не всегда можно использовать данные, которые были получены в результате создания тех или иных препаратов, так как каждая разработка выполнялась в режиме коммерческой тайны. Поэтому необходимо собрать данные в процессе совместной работы с индустриальными партнерами. Для этого технолог должен вместе с IT-специалистом пройти весь путь создания лекарства, и далеко не одного. Здесь много хитростей, ведь нейросеть должна учесть технико-экономические параметры конкретного производства. Например, какие условия на этом производстве, какое сырье доступно. На каком количестве данных планируете обучать нейросетевую модель и когда примерно она будет готова – это коммерческая тайна, связанная с договоренностями с нашими индустриальными партнерами. Программа работ рассчитана на несколько лет (до трех лет) с разными решениями, которые будут экономически целесообразны. Никому не нужно решение за миллионы тенге, которое сократит производство лишь на две недели. За эту сумму можно нанять еще несколько технологов, и так или иначе ускорить или распараллелить процесс. Результаты позволяют представить технологические результаты работы в течение полутора-двух лет. Как раз в течение этого срока будет идти разработка препаратов, будет идти набор данных. Когда нейросеть будет готова, насколько она сможет сократить время разработки препаратов по вашим ожиданиям? Если говорить о дженериках, то она сможет сократить время разработки препаратов на 30-40%. Сейчас процесс занимает около 15 месяцев, если нам удастся сократить до 10. Это хороший показатель. Плюс потом регистрация идет тоже примерно год-полтора с учетом изучения биоэквивалентности препарата на пациентах или здоровых добровольцах, в зависимости от типа препарата. Минздрав будет получать качественно подготовленное досье, к которому, мы надеемся, будет минимум вопросов в ходе государственной экспертизы. Это снижает сроки выпуска препарата на рынок, а сокращение этого срока на 3-6 месяцев – это большое количество спасенных человеческих жизней и сохраненного здоровья. Есть некоторые стадии, которые точно будут сокращены: это сбор и анализ данных. А есть вещи, которые связаны с наработкой количества образцов. Тут мы не можем сказать, поможет ли нейросеть уменьшить их число и насколько, и как эти изменения будут влиять на общие сроки выпуска лекарства. Идеальным было бы сокращение процесса создания дженерика с получением регистрационного досье до года. Тогда пациенты и в целом страны были бы защищены от значительного количества рисков. Кроме того, это добавит конкурентоспособности фармотрасли. Но, на данный момент отсутствуют промышленно внедренные решения с подтвержденным экономическим эффектом в данной области. Полагаю, что никто этим не занимался. Просто о таких вещах, как правило, не кричат, а потихоньку внедряют у себя на производстве. Повторяю: технологии производства – это строжайшая коммерческая тайна, режим секретности. Кто будет быстрее и дешевле создавать новые или воспроизведенные лекарства, тот получит хорошее преимущество. — Получается, настанет время, когда за год можно будет сделать любой дженерик, а не ждать лекарств от лидеров производителей. В нынешних условиях это будет серьезным достижением и очень полезной разработкой. жүктеу/скачать 217.03 Kb. Достарыңызбен бөлісу:
|