1. RAK
  2. ›
  3. rak muzgu

Sekcje i wydania

  • rak muzgu
  • Polska (kraj)
  • Polska
  • Świat
  • Wojsko
  • InfluShit
  • Biznes
  • Rolnictwo
  • Black Mirror
  • Sport
  • Zdrowie
  • Dom i Kuchnia
  • Motoryzacja
  • Kultura
  • Rozrywka
  • Kuchnia
  • Prawo
  • Podroze
  • Pogoda
  • Dolnośląskie
  • Kujawsko-pomorskie
  • Lubelskie
  • Lubuskie
  • Łódzkie
  • Małopolskie
  • Mazowieckie
  • Opolskie
  • Podkarpackie
  • Podlaskie
  • Pomorskie
  • Śląskie
  • Świętokrzyskie
  • Warmińsko-mazurskie
  • Wielkopolskie
  • Zachodniopomorskie
    RAKGURUGURU
    Produkcja leków dzięki AI? Branża widzi szansę, ale boi się chaosu w systemach

    Produkcja leków dzięki AI? Branża widzi szansę, ale boi się chaosu w systemach

    RAK0RAK0przeszczepów
    1174 odsłon
    Produkcja leków dzięki AI? Branża widzi szansę, ale boi się chaosu w systemach

    Agentowa sztuczna inteligencja (agentic AI) to systemy zdolne nie tylko analizować dane, ale też wykonywać konkretne działania w procesach biznesowych. Zyskuje na znaczeniu w wielu sektorach gospodarki – także tam, gdzie stawką jest szeroko pojęte bezpieczeństwo. Prognozy mówią o wzroście wartości AI w branży farmacji z 1,9 mld dolarów w 2025 r. do 16 mld dolarów w 2034 r. Kluczowe korzyści to przyspieszenie projektowania leków i automatyzacja badań oraz produkcji. W branży leków taka technologia może być szczególnie cenna, bo firmy funkcjonują pod presją czasu, kosztów badań i wymagań regulacyjnych. Jest tylko ważny warunek: pełna kontrola człowieka nad systemem. W farmacji, gdzie regulacje (GMP, AI Act) i ochrona pacjentów są priorytetem, błąd technologii może mieć poważne konsekwencje zdrowotne. Dlatego sektor traktuje AI jako narzędzie wspierające decyzje operacyjne – a nie zastępujące ludzi. Już w 2024 roku aż 23 proc. firm farmaceutycznych wdrożyło agentową AI. To wynik zdecydowanie większy niż w innych branżach. McKinsey szacuje, że w funkcjach klinicznych może ona zwiększyć produktywność nawet o 45 proc., skracając czas potrzebny na projektowanie rozwiązań w obszarze klinicznym. Chodzi tu o automatyzację procesów badawczych, analizę danych, dokumentacji i części powtarzalnych decyzji operacyjnych. Jak działa agentowa AI w farmacji Różnica między zwykłym narzędziem AI a agentem zadaniowym polega na tym, że agent nie tylko generuje odpowiedź, lecz może wykonywać konkretne kroki w ramach procesu. – Z naszego doświadczenia wynika, że klienci w sektorze farmaceutycznym mierzą się przede wszystkim z wyzwaniem, jakim jest automatyzacja testów i produkcji. Ewentualne błędy mogą pociągnąć za sobą nie tylko konsekwencje ekonomiczne, ale przede wszystkim zdrowotne dla potencjalnych pacjentów korzystających z danego leku. I choć jest to trudny proces to uważamy, że całkowicie wykonalny – mówi Łukasz Pękalski, Dyrektor Generalny w Regionie Ameryki Północnej i Łacińskiej w Billennium. Billennium, dostawca rozwiązań IT dla sektorów regulowanych, podkreśla, że w farmacji AI może wspierać R&D i badania kliniczne, ale system musi być zaprojektowany tak, aby człowiek zachował kontrolę nad procesem i wiążącymi decyzjami. Człowiek musi mieć możliwość, by kontrolować i zatrzymać działanie AI, jeśli proces zmierza w złym kierunku. To ważne zwłaszcza przy procesach wysokiego ryzyka, takich jak testowanie leków. Konieczna jest kontrola człowieka Do 2028 r. nawet 15 proc. decyzji operacyjnych w farmacji może być podejmowanych przez agentową AI, ale zawsze pod nadzorem ludzkim. Sytuacja staje się jednak problematyczna, jeśli organizacja sama nie wie, gdzie i jak pracownicy wykorzystują sztuczną inteligencję. W farmacji, oprócz typowego chaosu organizacyjnego, dochodzi jeszcze ryzyko regulacyjne, bezpieczeństwo danych i odpowiedzialność. Drugim elementem, który utrudnia zapanowanie nad firmowym korzystaniem z AI, jest rozdrobnienie narzędzi. Brak spójnych polityk dotyczących AI w organizacjach utrudnia też monitorowanie procesów, szczególnie w działach badań i rozwoju. – Organizacje mierzą się dziś z wyzwaniem, jakim jest utrzymanie jednego i spójnego modelu kontroli nad użyciem AI. W uproszczeniu chodzi o to, że nie wiedzą one dokładnie, jakie systemy i obszary są sterowane za pomocą sztucznej inteligencji. Jest to tak zwane shadow AI, które według naszych prognoz rozwija się znacznie szybciej niż zdolność organizacji do jego wykrywania i ograniczania – wyjaśnia ekspert Billennium. Cyfryzacja zdrowia może pomóc firmom farmaceutycznym Polski rynek farmaceutyczny jest wart ponad 16 mld euro i dynamicznie się rozwija – według prognoz o 10 proc. rocznie. Jednak jego struktura pokazuje duże różnice. Podczas gdy nowoczesne zakłady inwestują w AI, część firm dopiero rozpoczyna cyfryzację. Polska ma też rozwiniętą infrastrukturę danych zdrowotnych, m.in. e-receptę i Internetowe Konto Pacjenta. To może w przyszłości wesprzeć analizy predykcyjne leków, czyli modele AI do lepszego przewidywania skutków leczenia i rozwoju terapii. Na razie jednak brakuje odpowiednich regulacji prawnych. Regulacje i globalne standardy AI w farmacji Farmacja nie działa wyłącznie w krajowym otoczeniu prawnym. Na firmy wpływają także standardy transatlantyckie, w tym wytyczne amerykańskiej Agencji ds. Żywności i Leków (Food and Drug Administration, FDA) i Europejskiej Agencji Leków (European Medicines Agency, EMA) dotyczące korzystania z AI w badaniach oraz rozwoju leków. Do tego dochodzą ochrona danych pacjentów, dane produktowe i wyniki badań, które muszą być zabezpieczone i często podlegają lokalnej jurysdykcji. Hyperscalerzy (najwięksi dostawcy infrastruktury chmurowej, np. AWS, Azure) już oferują rozwiązania zgodne z tymi wymogami. Dla farmacji compliance to nie wybór, a konieczność. Rewolucja AI w farmacji będzie zależeć od zdolności firm do integracji technologii z bezpieczeństwem i regulacjami. Przewagę zyskają ci, którzy udowodnią transparentność działań systemów – np. poprzez audyty AI i dokumentację procesów. W farmacji ostatecznie to człowiek musi mieć kontrolę tam, gdzie stawką jest zdrowie pacjenta.

    Czytaj cały artykuł u źródła — 300Gospodarka

    Stanosky odwala robotę

    Zrób z tego przeszczep

    Ten artykuł to guz. Jeden klik i Stanosky robi z niego TWÓJ materiał — tekst, mem, rolkę albo kawałek. Cena w żetonach stoi na kaflu.