Roche satser på AI i legemiddelforskning – men hva er egentlig bekreftet?

Roches nye forskningssenter i Boston samler kompetanse innen legemiddelforskning, klinisk utvikling, datavitenskap og kunstig intelligens (AI). Men et forskningsmiljø der AI inngår, er ikke det samme som et autonomt laboratorium. Kildene som er tilgjengelige her, bekrefter heller ikke flere av målene og tallene som er blitt knyttet til Roches AI-strategi.24

Dette vet vi om forskningssenteret i Boston

Roche og Genentech har åpnet Roche Genentech Innovation Center Boston som et knutepunkt for forskning på hjerte- og karsykdommer, nyresykdommer og stoffskiftesykdommer. Senteret skal samle fagfolk på disse områdene med team innen datavitenskap og AI, med mål om å bidra til innovasjon i legemiddelforskning og -utvikling.2

Roche beskriver senteret som et miljø på 95 000 kvadratfot med plass til 500 personer. Her samles forskning på biologiske mekanismer og overgangen fra grunnforskning til behandling, klinisk utvikling og datavitenskap – inkludert AI.4

Roche forteller også at forskere bruker data og AI i arbeid innen blant annet øyeforskning, nevrovitenskap, immunologi og kreft.13 Samlet viser dette at AI inngår i et bredere forskningsarbeid. Det dokumenterer ikke at AI på egen hånd styrer eller utfører laboratorieforsøk.

AI-støttet forskning er ikke nødvendigvis et autonomt laboratorium

Et forskningssenter kan bruke AI-verktøy og samle beregningsforskere med laboratorie- og kliniske team uten at forsøkene gjennomføres autonomt. For å kunne slå fast at et laboratorium er autonomt, trengs det mer informasjon: Hvilke valg tar eller styrer AI? Hvilke oppgaver krever fortsatt menneskelig vurdering? Og hvordan kontrolleres resultatene? Beskrivelsene av Boston-senteret gir ikke svar på dette.24

Det er en viktig forskjell når man vurderer Roches bredere ambisjon om «AI-uavhengighet». Kildene støtter at AI brukes i forskningen, men viser ikke at laboratorieforsøk foregår uten direkte menneskelig oppfølging, eller hvor langt en slik kapasitet eventuelt har kommet.

Omtalte mål og tall er ikke bekreftet her

Kildene som er brukt i denne artikkelen, dokumenterer ikke konkrete påstander om mål for Target Nexus, hvor stor andel av beslutningene om forskningsporteføljen som har et registrert AI-bidrag, suksessrater i fase III, to milliarder sveitsiske franc i besparelser på forskning og utvikling eller et mål om opptil 20 nye legemidler innen 2030. Tallene kan derfor ikke regnes som bekreftet av kunngjøringene om Boston-senteret eller Roches generelle omtale av AI-bruk.

En oppgitt suksessrate for kliniske studier må blant annet ha en tydelig definisjon, en tidsperiode og underliggende data for å kunne vise om resultatene har endret seg. Et mål om lanseringer beskriver på sin side en ambisjon – ikke en garanti for godkjenning eller lansering.

Hva kan dette bety for legemiddelforskningen?

Hvis AI-systemer etter hvert kan bidra til å velge forsøk, styre gjennomføringen og tolke resultatene i gjentatte runder, kan det endre hvordan forskerteam organiserer tidlig legemiddelutvikling. Men en slik mulighet er ikke det samme som dokumentasjon på at metoden allerede har gitt høyere produktivitet eller bedre pasientresultater.

Mer automatisering vil også gjøre tydelig validering, sikkerhet på laboratoriet og menneskelig ansvar viktig. Kildene som er sitert her, beskriver et forskningsmiljø der AI inngår, men viser ikke at Roche har fjernet menneskelig oppfølging fra legemiddelforsøk.