Kad algoritam pronađe novu primjenu
Pet stvarnih slučajeva — i jedan neuspjeh — u kojima je vještačka inteligencija promijenila sudbinu lijeka. S imenima, brojevima i ishodima.
Vještačka inteligencija se u farmaciji često prodaje kao čarolija. Ali iza marketinga postoji nekoliko slučajeva koji su zaista prošli put od algoritma do pacijenta. Evo konkretnih primjera — bez magle, s tačnim podacima i poštenom ocjenom koliko je svaki od njih zaista dokazan.
Kako čitati nivoe dokaza
- Regulatorno odobreno najjači dokaz — prošlo randomizirana ispitivanja
- Lab / životinje potvrđeno in vitro i in vivo, još ne na ljudima
- Pojedinačni pacijent stvarni ishod, ali anegdotalno
- Osporavano studije u sukobu
- Neuspjeh pao u kliničkom ispitivanju
Baricitinib protiv COVID-19
Regulatorno odobrenoLijek za reumatoidni artritis → teški COVID-19 · alat: graf znanja kompanije BenevolentAI
U januaru 2020., dok je svijet tek upoznavao novi virus, AI platforma kompanije BenevolentAI pretražila je svoj graf znanja i za 48 sati izdvojila baricitinib — inhibitor JAK1/2. Hipoteza je bila dvostruka: lijek bi smirio citokinsku oluju i istovremeno ometao ulazak virusa u ćeliju. Hipoteza je objavljena u The Lancetu već 4. februara 2020.
Slijedila su velika randomizirana ispitivanja. ACTT-2 (1.033 pacijenta, NEJM 2020) skratio je oporavak, a COV-BARRIER (1.525 pacijenata, Lancet Respiratory Medicine 2021) pokazao je relativno smanjenje 28-dnevne smrtnosti od 38,2% (HR 0,57). FDA je u maju 2022. dala puno odobrenje, a SZO ga preporučuje na najvišem nivou dokaza.
Jedini slučaj koji je prešao cijeli put: algoritam → laboratorija → randomizirana ispitivanja → odobrenje → spašeni životi.
Halicin — antibiotik iz odbačenog lijeka za dijabetes
Lab / životinjeNapušteni kandidat za dijabetes (SU-3327) → antibiotik širokog spektra · alat: duboka neuronska mreža, MIT
Tim s MIT-a istrenirao je neuronsku mrežu da prepozna molekule koji ubijaju bakterije, pa je pustio da pretraži biblioteku od 6.111 jedinjenja. Algoritam je izdvojio molekul koji strukturno ne liči ni na jedan postojeći antibiotik — preimenovan u halicin (Cell, 2020).
U laboratoriji je djelovao protiv niza multirezistentnih patogena, izliječio infekcije kod miševa, a — što je najzanimljivije — E. coli na njega nije razvila otpornost ni nakon 30 dana, dok je na ciprofloksacin otpornost narasla oko 200 puta. Halicin još nije ušao u klinička ispitivanja na ljudima, ali je nezavisno potvrđen u kasnijim studijama.
mediKanren i levokarnitin za jedno dijete
Pojedinačni pacijentSuplement levokarnitin → rijetka varijanta gena TMLHE · alat: mediKanren (NCATS)
Pacijent s patogenom varijantom gena TMLHE imao je smanjen nivo karnitina, uz napade i poremećaj motorike. AI alat mediKanren, koji "rezonuje" nad grafovima znanja, vratio je jednostavan lanac zaključivanja: levokarnitin povećava karnitin. Ljekar je uveo suplementaciju, a porodica je prijavila poboljšanje pokretljivosti.
Autori su pošteni: ovo je jedan pacijent, ne kontrolisano ispitivanje. Ali pokazuje kako AI može spojiti gensku informaciju i konkretan, dostupan preparat — upravo na mjestu gdje farmaceut i ljekar donose odluku.
Adalimumab za Castlemanovu bolest
Pojedinačni pacijentInhibitor TNF-a (Humira) → refraktorna Castlemanova bolest · alat: platforma MATRIX, Every Cure
Kritično bolestan pacijent s idiopatskom multicentričnom Castlemanovom bolešću već je ulazio u hospicij. Ranija verzija platforme MATRIX, uz serumsku proteomiku, ukazala je na TNF kao pokretač bolesti — pa je adalimumab doveo do trajne remisije. Slučaj je objavljen u New England Journal of Medicine.
Napomena za oprez: mnoge priče o ovoj kompaniji u medijima miješaju ručna otkrića i otkrića drugih grupa s onima koje je zaista iznijela AI. Uvijek vrijedi provjeriti ko je i kako došao do nalaza.
Sildenafil i Alzheimer — lekcija iz opreza
OsporavanoSildenafil (Viagra) → moguća zaštita od Alzheimerove bolesti · alat: mrežna medicina, Cleveland Clinic
AI model je među 1.600 lijekova izdvojio sildenafil kao kandidata za Alzheimera. Rudarenjem podataka o 7,23 miliona osiguranika (Nature Aging, 2021) upotreba sildenafila bila je povezana sa 69% nižim rizikom od bolesti (HR 0,31).
Ali — to je povezanost, a ne dokazana uzročnost. Naknadna analiza tima NIH/NIA-e (2022), s pažljivije odabranom kontrolnom grupom, nije pronašla nikakvu povezanost, a meta-analiza iz 2024. dala je pomiješane rezultate. Savršen podsjetnik: "AI je to predvidio" nikada nije isto što i "djeluje".
I jedan neuspjeh: BEN-2293
NeuspjehVlastiti AI kandidat kompanije BenevolentAI → atopijski dermatitis
Ista kompanija koja je pogodila s baricitinibom posrnula je sa svojim glavnim internim lijekom. U ispitivanju faze 2a (2023.) BEN-2293 je bio siguran, ali nije značajno smanjio svrab ni upalu. Program je obustavljen, uslijedila su otpuštanja. Poruka je jasna: AI ne ukida klinički rizik — ista stopa neuspjeha koja obara ~90% klasičnih kandidata obara i one rođene iz algoritma.
Šta ovo znači za nas farmaceute?
AI je danas vjerodostojan motor za generiranje hipoteza — ubrzava otkriće, ponekad dramatično. Ali presudno usko grlo ostaje fizička i klinička validacija, a tu čovjek i dalje vodi glavnu riječ.
Za nas to znači dvije stvari. Prvo, kritičko čitanje postaje vrednije nego ikad: znati razlikovati računarsko predviđanje od randomiziranog ispitivanja jeste vještina struke. Drugo, vrijednost lijeka nije zaključana u jednoj indikaciji — a baš mi smo na mjestu gdje se znanje o lijeku susreće s pacijentom. Taj posao algoritam ne preuzima. On ga čini važnijim.