Nowe centrum Roche w Bostonie łączy badania i AI. Nie dowodzi jednak, że laboratoria działają autonomicznie

Nowe centrum badawcze Roche i Genentech w Bostonie skupia ekspertów od odkrywania leków, rozwoju klinicznego, nauki o danych i sztucznej inteligencji. To potwierdza, że AI jest częścią szerszych działań badawczych firmy. Nie dowodzi jednak, że Roche prowadzi już autonomiczne laboratoria, w których systemy samodzielnie sterują eksperymentami.24

Co wiadomo o centrum w Bostonie

Roche i Genentech ogłosiły otwarcie Roche Genentech Innovation Center Boston. Ośrodek ma być centrum badań nad chorobami układu krążenia, nerek i metabolizmu, a także miejscem współpracy specjalistów z tych dziedzin z zespołami zajmującymi się nauką o danych i AI.2

Według Roche centrum ma powierzchnię 95 tys. stóp kwadratowych i może pomieścić 500 osób. Pod jednym dachem łączy badania nad odkrywaniem i biologią leków, rozwój kliniczny oraz naukę o danych, w tym sztuczną inteligencję.4

Firma opisuje też wykorzystanie danych i AI przez swoich naukowców w badaniach m.in. nad okulistyką, neurologią, immunologią i onkologią.13 Te informacje pokazują, że AI jest elementem pracy badawczej Roche. Nie przesądzają natomiast, jak samodzielnie systemy podejmują decyzje ani czy wykonują eksperymenty bez bezpośredniego nadzoru człowieka.

AI w laboratorium to niekoniecznie laboratorium autonomiczne

Zespół może korzystać z narzędzi AI i współpracować z ekspertami obliczeniowymi, a jednocześnie prowadzić eksperymenty pod kontrolą ludzi. Żeby stwierdzić, że laboratorium działa autonomicznie, trzeba wiedzieć, które zadania AI wybiera lub kontroluje, jakie decyzje zatwierdzają ludzie i jak weryfikowane są wyniki. Opisy bostońskiego centrum tego nie wyjaśniają.24

To rozróżnienie jest ważne również w kontekście ambicji Roche związanych z „niezależnością AI” w badaniach i rozwoju. Przytoczone materiały potwierdzają, że firma wykorzystuje AI w pracy badawczej, ale nie pokazują, by eksperymenty odbywały się bez bezpośredniego nadzoru człowieka ani jak daleko posunięta jest taka automatyzacja.

Które liczby i cele nie znajdują tu potwierdzenia

Materiały wykorzystane w tym artykule nie potwierdzają konkretnych doniesień o celach programu Target Nexus, udziale decyzji dotyczących projektów badawczych z udokumentowanym wkładem AI, wskaźniku sukcesu badań III fazy, oszczędnościach w wysokości 2 mld franków szwajcarskich ani planie wprowadzenia do 2030 roku nawet 20 nowych leków. Tych wartości nie należy uznawać za potwierdzone przez komunikaty o centrum w Bostonie ani ogólny opis wykorzystania AI przez Roche.

Sam wskaźnik powodzenia badań klinicznych wymagałby jasnej definicji, określonego okresu i danych dotyczących badań, zanim można byłoby ocenić, czy zaszła poprawa. Z kolei zapowiedź przyszłych premier leków jest celem, a nie gwarancją uzyskania zgód ani wprowadzenia produktów na rynek.

Co może oznaczać automatyzacja badań

Jeśli w przyszłości systemy AI będą pomagać w wyborze eksperymentów, koordynowaniu ich przebiegu i analizie wyników w powtarzającym się cyklu, mogą zmienić organizację wczesnych etapów odkrywania leków. To jednak potencjalny kierunek rozwoju, a nie dowód, że taka metoda już zwiększyła wydajność badań lub poprawiła wyniki leczenia.

Im większa automatyzacja, tym ważniejsze stają się rzetelna walidacja, zabezpieczenia laboratoryjne i jasna odpowiedzialność ludzi. Dostępne źródła opisują środowisko badawcze wykorzystujące AI, ale nie potwierdzają, że Roche zrezygnowało z ludzkiego nadzoru nad eksperymentami związanymi z odkrywaniem leków.