Фармацевтические гиганты активно применяют ИИ на этапах поиска лекарств, их разработки и клинических испытаний. Однако AstraZeneca выделяется тем, что использует технологии ИИ в клинических испытаниях на огромном масштабе, влияя на общественное здоровье.
В то время как другие компании улучшают внутренние процессы исследований и разработок, ИИ от AstraZeneca уже интегрирован в национальные системы здравоохранения. Он помогает обследовать сотни тысяч пациентов и показывает, как искусственный интеллект переходит из лабораторий фармкомпаний в повседневную медицинскую практику.
Клинические данные подтверждают эффективность. Исследование CREATE, представленное на Европейском конгрессе по раку лёгких в марте 2025 года, выявило положительную предсказательную ценность в 54,1% для инструмента ИИ по анализу рентгеновских снимков грудной клетки — это значительно превышает запланированный порог в 20%.Исследование CREATE.
За этими показателями — обследование более 660 тысяч человек в Таиланде с 2022 года. ИИ выявил подозрительные лёгочные очаги у 8% из них. Ещё важнее то, что Национальное управление по безопасности здравоохранения Таиланда расширяет эту технологию на 887 больниц с трёхлетним бюджетом свыше 415 миллионов бат.
Это не пробный проект и не демонстрация концепции. Речь идёт о полноценном внедрении технологий ИИ для клинических испытаний на уровне всей национальной системы здравоохранения.
Различия в стратегиях применения ИИ в клинических испытаниях
Сравнение с конкурентами показывает разницу подходов. Исследовательский хаб Pfizer по машинному обучению сократил сроки поиска молекул примерно до 30 дней. Компания применила ИИ для разработки Paxlovid в рекордные сроки: машинное обучение анализировало данные пациентов на 50% быстрее традиционных методов. Сейчас ИИ задействован более чем в половине клинических испытаний Pfizer.
Novartis сотрудничает с Isomorphic Labs Демиса Хассабиса, лауреата Нобелевской премии, и Microsoft в области поиска лекарств с ИИ. Система интеллектуального принятия решений использует вычислительные двойники для моделирования процессов клинических испытаний. Сайты, выбранные ИИ, набирают пациентов быстрее, чем при стандартном подборе.
Стратегия Roche "лаборатория в цикле" сочетает итерации моделей ИИ с лабораторными экспериментами. После покупки Foundation Medicine и Flatiron Health Roche создала крупнейшую в отрасли базу клинических геномных данных — свыше 800 тысяч профилей по более чем 150 подтипам опухолей. Цель — повысить эффективность управления безопасностью на 50% к 2026 году.
Сильные стороны AstraZeneca в клинических операциях
AstraZeneca отличает не только масштаб амбиций, но и их реализация. Компания ведёт более 240 глобальных испытаний в своей линейке исследований и разработок, системно внедряя генеративный ИИ во все клинические операции.
"Инструмент для умных протоколов", созданный совместно с медицинскими авторами текстов, сократил время на подготовку документов до 85% в отдельных случаях. ИИ применяется для трёхмерного определения местоположения на КТ-снимках, что уменьшает объём ручной разметки для радиологов.
Особо важно новаторство с виртуальными контрольными группами в клинических испытаниях ИИ. Они строятся на электронных медицинских картах и данных прошлых исследований для имитации плацебо-групп — это может снизить число пациентов, получающих неактивные препараты. Такой подход меняет саму концепцию дизайна клинических испытаний.
Программа скрининга рака лёгких иллюстрирует эту стратегию. С инструментом qXR-LNMS от Qure.ai AstraZeneca не просто тестирует — она меняет инфраструктуру общественного здравоохранения. Расширение в декабре 2025 года охватит программу для промышленных рабочих: 5000 человек в четырёх провинциях Таиланда, теперь с добавлением выявления сердечной недостаточности помимо рака лёгких.
Соревнование по ускорению сроков
Отраслевые показатели объясняют ценность ИИ в клинических испытаниях: традиционная разработка лекарств занимает 10–15 лет с 90% неудач. Лекарства, найденные с ИИ, достигают успеха на фазе I в 80–90% случаев — вдвое больше, чем 40–65% по традиционным меркам. Более 3000 препаратов с поддержкой ИИ находятся в разработке, ожидается свыше 200 одобрений с ИИ к 2030 году.
Pfizer переходит от поиска молекулы к испытаниям за шестинедельные циклы. Novartis анализирует 460 тысяч клинических испытаний за минуты вместо месяцев. Но модель AstraZeneca даёт немедленный эффект для пациентов — обнаруживает рак в малообслуженных группах ещё до появления симптомов.
Вопрос на 410 миллиардов долларов
Форум мировой экономики прогнозирует, что ИИ принесёт фарме 350–410 миллиардов долларов в год к 2030 году. Ключевой вопрос: что ценнее — ускорение поиска лекарств или оптимизация клинических операций?
Ставка Pfizer на вычислительный дизайн лекарств и выбор сайтов испытаний ИИ от Novartis могут дать прорывные молекулы. Интегрированная модель Roche с фармой и диагностикой создаёт уникальный барьер данных.
Стратегия AstraZeneca с ИИ на всех этапах операций — от создания протоколов и набора пациентов до регуляторных подач — уже сокращает сроки выхода на рынок и генерирует доказательства из реальной практики на большом масштабе.
Подход к партнёрствам тоже уникален. В отличие от поглощений ИИ-компаний или внутренних хабов, AstraZeneca работает с технологическими партнёрами вроде Qure.ai и Perceptra, регуляторами и национальными системами здравоохранения, заполняя пробелы в инфраструктуре.
Стремясь к цели на 2030 год — 20 новых лекарств и 80 миллиардов долларов выручки,цель 2030 года — преимущество AstraZeneca в ИИ для клинических испытаний выходит за рамки скорости. Оно доказывает ценность ИИ на самом регулируемом и рискованном этапе фармразработки. Пока конкуренты ищут следующую молекулу-прорыв, AstraZeneca перестраивает проведение самих испытаний.
Победитель определится не самым сложным алгоритмом, а тем, кто применит технологии ИИ там, где они реально улучшают исходы для пациентов — на большом масштабе, под контролем регуляторов и в реальных системах здравоохранения.
В этой гонке AstraZeneca пока впереди.