Kan AI udvikle nye lægemidler ?

Udviklingen af nye lægemidler er en kompleks og tidskrævende proces, der involverer identifikation af potentielle lægemiddelmål, design og syntese af nye forbindelser samt test af disse forbindelser for effektivitet og sikkerhed. AI kan accelerere denne proces ved at analysere store datasæt relateret til lægemiddelmål og forbindelser og ved at anvende maskinlæringsalgoritmer til at identificere mønstre og tendenser i disse datasæt. AI kan også bruges til at simulere molekyleres adfærd og forudsige deres interaktioner med lægemiddelmål, hvilket muliggør design af mere effektive og sikrere lægemidler. Dette har potentiale til at revolutionere den farmaceutiske industri og føre til udviklingen af nye behandlinger for en bred vifte af sygdomme.

AI bidrager allerede til lægemiddelforskning ved hurtigt at screene milliarder af molekyler og foreslå nye kemiske strukturer, der binder sig til sygdomsmål, hvor værktøjer som AlphaFold accelererer forudsigelsen af proteinstrukturer, og generative modeller foreslår nye forbindelser in silico. I 2024 blev de første AI-designede lægemidler indledt i kliniske forsøg, selvom oversættelsen fra forudsigelse til godkendt medicin stadig tager år og står over for regulatoriske og produktionsmæssige udfordringer. Nuværende systemer udmærker sig ved snævre designopgaver, men er stadig afhængige af vådlaboratorievalidering udført af kemikere og biologer for at bekræfte effektivitet og sikkerhed. Omkostningsbesparelser og reduktioner i cykeltid er reelle, men feltet befinder sig stadig i en assisterende snarere end fuldt autonom fase.

— Beriget 12. maj 2026 · Kilde: Verdenssundhedsorganisationen — https://www.who.int/publications/i/item/9789240105406