Raziskovalna skupina je vzpostavila »virtualno biotehnološko podjetje«, v katerem tisoči agentov umetne inteligence sodelujejo pri različnih fazah razvoja zdravil.
V študiji, objavljeni v reviji Science, je sistem analiziral podatke iz 55.984 kliničnih preskušanj. Raziskovalci so ga prosili tudi, naj preuči beljakovino B7-H3, ki se že preučuje kot možen cilj za zdravljenje pljučnega raka.
Rezultati so zanimivi. Vendar umetna inteligenca ni odkrila B7-H3, ni razvila novega zdravila niti ni dokazala, da je zdravljenje učinkovito. Njen predlog še ni bil eksperimentalno preizkušen.
Kaj so dejansko počeli 37.000 AI-agentov?
Podjetje Virtual Biotech je bilo zasnovano tako, da deluje kot biotehnološko podjetje.
Umetna inteligenca v vlogi »glavnega znanstvenika« je dodeljevala naloge ekipam, ki so pokrivale področja, kot so cilji zdravljenja, razvoj zdravil in klinična preskušanja. Več kot 37.000 agentov je vsak pregledalo eno klinično preskušanje v poznejši fazi.
Raziskovalci so nato sistemu dodelili bolj konkretno nalogo: oceniti, ali bi lahko CD276, bolj znan pod imenom B7-H3, predstavljal koristen cilj za zdravljenje pljučnega raka.
B7-H3 ni bil novo odkritje. Že v prejšnjih raziskavah so v nekaterih pljučnih tumorjih ugotovili visoke ravni tega beljakovine in domnevali, da bi ta lahko pomagala raku pri izogibanju imunskemu sistemu.
Sistem je preiskal obstoječe genetske, enocelične, prostorske in klinične podatke. Potrdil je B7-H3 kot možen cilj in predlagal uporabo konjugata protitelesa in zdravila (ADC) za njegov napad.
ADC združuje protitelo, ki prepozna določen cilj, z zdravilom za uničevanje rakavih celic. Naloga protitelesa je, da zdravilo prenese do celic, na katerih se nahaja ta cilj.
V našem članku o TROP2 in pljučnem raku podrobneje obravnavamo, kako delujejo ADC-ji, ter vprašanja, povezana z njihovo uporabo.
Zdravilo B7-H3 se že preizkuša pri pljučnem raku z drobnimi celicami
Na Svetovni konferenci o pljučnem raku leta 2026 so bili predstavljeni vmesni rezultati študije faze 3 za dva ločena ADC-ja, usmerjena v B7-H3, pri ponovnem pojavu drobnoceličnega pljučnega raka.
V študiji TAISHAN-302 je tambotatug pelitekan podaljšal mediano celotnega preživetja na 13,3 mesecev, v primerjavi z 9,4 meseci pri topotekanu.
V študiji ARTEMIS-008 je bila mediana celotnega preživetja 18,5 mesecev pri zdravljenju z risvutatugom rezetekanom in 10,3 mesecev pri zdravljenju s topotekanom.
Obe študiji sta bili izvedeni na Kitajskem. Potrebne so nadaljnje študije, da bi ugotovili, ali veljajo ti rezultati v enaki meri tudi za širše populacije, vključno z ljudmi v Evropi.
Ta zdravila so bila razvita neodvisno od študije podjetja Virtual Biotech. Rezultati ne potrjujejo veljavnosti sistema umetne inteligence niti ne dokazujejo, da bi njegov predlog deloval. Vendar pa kažejo, zakaj B7-H3 pritegne pozornost v raziskavah pljučnega raka.
To se dogaja v času, ko se zdravljenje drobnoceličnega pljučnega raka po desetletjih omejenega napredka začenja spreminjati. V našem članku o novih načinih zdravljenja drobnoceličnega pljučnega raka v Evropi pojasnjujemo nekatere nedavne razvojne dosežke ter razloge, zakaj evropska odobritev ne pomeni samodejno tudi dostopa do zdravljenja.
Na našem nedavnem spletnem seminarju o pljučnem raku z majhnimi celicami smo obravnavali tudi dostop do kliničnih preskušanj, nova zdravljenja ter podporo, ki jo ljudje potrebujejo, ko je treba hitro sprejeti odločitve.
Podjetje Virtual Biotech še ni razvilo zdravila
Študija prikazuje, kaj lahko velika skupina agentov umetne inteligence doseže z obstoječimi podatki. Ne dokazuje pa, da je predlagano zdravljenje varno ali učinkovito.
Zdravilo B7-H3 podjetja Virtual Biotech še ni bilo izdelano. Njegov predlog ni bil preizkušen v laboratorijskih poskusih, študijah na živalih ali kliničnih preskušanjih.
V projekt so bili vključeni tudi raziskovalci. Izbrali so ciljno bolezen – pljučnega raka –, ki naj bi jo sistem preučil, pregledali njegovo delo in pritegnili zunanje strokovnjake, da so ocenili predlog.
Razvoj zdravil ni zgolj iskanje verjetnega cilja. Morebitno zdravilo je treba še izdelati, preizkusiti in primerjati z obstoječim načinom zdravljenja. Mnoge na videz obetavne ideje v tem procesu propadejo.
Bi umetna inteligenca lahko pospešila razvoj zdravil za pljučnega raka?
Možna prednost je v hitrosti in obsegu.
Človeška raziskovalna ekipa ne more razdeliti deset tisočev kliničnih preskušanj med deset tisoče raziskovalcev. Sistem umetne inteligence lahko organizira delo v takšnem obsegu in išče povezave v velikih količinah podatkov.
To bi lahko raziskovalcem pomagalo pri odločitvi, katerim ciljem je treba posvetiti večjo pozornost, pri ugotavljanju razlogov za uspeh ali neuspeh prejšnjih poskusov ter pri izbiri idej, ki jih bodo preučili v laboratorijskih raziskavah.
Prav tako bi lahko v velikem obsegu povzročal prepričljive napake. Kakovost njegovih zaključkov je odvisna od dokazov, ki jih prejme, od vprašanj, ki mu jih zastavijo, ter od pregledov, ki jih opravijo strokovnjaki s področja.
V izjavi organizacije Lung Cancer Europe o umetni inteligenci v zdravljenju pljučnega raka se poziva k preglednosti in podlagi na dokazih, pri čemer naj bo človeška presoja v središču ter naj se v odločitve o uporabi umetne inteligence vključijo tudi ljudje, ki jih je prizadel pljučni rak.
Ta načela veljajo tako za raziskave na področju zdravil kot tudi za klinično oskrbo.
Kdo ima koristi od hitrejših raziskav na področju pljučnega raka?
Hitrejše odkrivanje morebitnega cilja za zdravljenje je le en del dela.
Obe klinični študiji faze 3 z zdravilom B7-H3 sta bili izvedeni na Kitajskem. Od tega, ali bodo ta zdravila sčasoma postala dostopna tudi ljudem v Evropi, bodo odvisni nadaljnji dokazi, odločitve regulativnih organov in nacionalni postopki za kritje stroškov zdravljenja.
Dostop do novih načinov zdravljenja pljučnega raka se med evropskimi državami že zdaj močno razlikuje. Atlas dostopa do zdravljenja organizacije Lung Cancer Europe omogoča primerjavo podatkov o kritju stroškov, testiranju biomarkerjev, presejalnih pregledih in kliničnih preskušanjih po vsej Evropi.
Umetna inteligenca lahko raziskovalcem pomaga, da hitreje napredujejo v zgodnjih fazah razvoja zdravil. Sama po sebi pa ne more odpraviti počasnih postopkov odobritve, neenakopravnega dostopa do testiranja, omejene razpoložljivosti kliničnih preskušanj ali razlik v nacionalnem financiranju.
Enaka vprašanja se pojavljajo tudi na drugih področjih medicinske umetne inteligence. V našem članku o umetni inteligenci v slikovni diagnostiki in konferenci Cancer Image Europe raziskujemo, kako bi boljši podatki lahko podprli raziskave in diagnostiko ter zakaj je treba že od samega začetka posvetiti pozornost zastopanosti, upravljanju in dostopu.
Kaj se bo zgodilo zdaj?
Podjetje Virtual Biotech se mora zdaj dokazati tudi zunaj računalniškega sistema.
Predlog B7-H3 bi bilo treba preizkusiti v eksperimentih, preden bi lahko kdorkoli vedel, ali bi se lahko razvil v metodo zdravljenja. Sistem je treba preizkusiti tudi v okviru drugih raziskovalnih vprašanj, da bi ugotovili, kako zanesljivo deluje.
Za ljudi, ki jih je prizadel pljučni rak, je preizkus preprost: ali ta pristop pomaga pri razvoju varnih in učinkovitih zdravljenj ter ali ta zdravljenja dosežejo ljudi, ki jih potrebujejo?
Odgovor bo prineslo laboratorijsko delo, klinična preskušanja in uporaba v praksi, ne pa število vključenih AI-agentov.