Kan AI 50% van alle medicijnontdekkingsonderzoek vervangen door zelfstandig nieuwe moleculen te ontwerpen en te testen *in silico* met behulp van generatieve AI en kwantumcomputersimulaties ?
Stem nu — lees daarna wat onze hoofdredacteur en de AI-modellen hebben gevonden.
Farmaceutisch R&D staat bekend als traag en duur, maar AI versnelt al de ontdekking van medicijnen. Als een AI niet alleen moleculen zou kunnen genereren, maar ook hun interacties met de menselijke biologie op een ongekende schaal zou kunnen simuleren, zou dit traditioneel laboratoriumonderzoek overbodig kunnen maken. De vraag is niet of AI medicijnen kan ontwerpen—het is of het dit beter kan doen dan mensen, zonder dat menselijke wetenschappers de resultaten hoeven te interpreteren.
Background
Generative AI can today propose novel small-molecule structures with high predicted binding affinity to protein targets, and in-silico high-throughput screening on classical hardware already covers millions of candidates. However, fully autonomous, end-to-end discovery that combines generative design, quantum-grade docking, and lab validation remains out of reach: docking accuracy is still below the ~1 kcal/mol uncertainty needed for reliable affinity ranking, quantum simulations for large proteins are error-prone on near-term devices, and wet-lab synthesis/validation bottlenecks persist. Current demonstrations achieve partial automation (design → in-silico triage → partial synthesis), but no group has reached the 50% throughput reduction threshold across a broad set of targets. SOURCE: McKinsey & Company — https://www.mckinsey.com/capabilities/quantumblack/our-insights/quantum-computing-in-drug-discovery
Stel een tag voor
Ontbreekt een concept bij dit onderwerp? Stel het voor en de beheerder bekijkt het.
Status voor het laatst gecontroleerd op June 25, 2026.
Galerie
Kan AI 50% van alle medicijnontdekkingsonderzoek vervangen door zelfstandig nieuwe moleculen te ontwerpen en te testen *in silico* met behulp van generatieve AI en kwantumcomputersimulaties?
Er bestaan beperkte demonstraties — maar het panel was niet unaniem.
De jury erkende de indrukwekkende stappen van generatieve AI in moleculair ontwerp, maar trok een duidelijke grens bij de huidige beperkingen van quantumcomputing voor autonome, grootschalige tests. Dit laat ruimte voor optimisme, maar hield in dat er geen volledige goedkeuring volgde. De scheiding tussen twee “Bijna’s” toonde een gedeelde overtuiging in vooruitgang, maar een collectieve aarzeling om de overwinning uit te roepen voordat de hardware en simulatiegetrouwheid volwassener zijn. De uitspraak: “AI tekent de blauwdrukken; quantum moet nog leren de schaal te lezen.”
The jury acknowledged Generative AI’s impressive strides in molecular design but drew a clear line at quantum computing’s current limitations for autonomous, large-scale testing, leaving room for optimism yet stopping short of full endorsement. The split between two “Almosts” revealed a shared belief in progress but a collective hesitation to declare victory before the hardware and simulation fidelity mature. The ruling: “AI draws the blueprints; quantum must still learn to read the scale.”
But the data is real.
The Case File
Across 10 sessions, 31 jurors have heard this case. Combined tally: 0 YES · 24 ALMOST · 7 NO · 0 IN RESEARCH.
Note: cumulative includes older juror opinions. The current session tally above is the live verdict.
By a vote of 0 — 2 — 0, the panel returns a verdict of BIJNA, with verdict confidence of 75%. The court so orders. Verdict upgraded from prior session.
"Generative AI designs molecules but quantum simulations for molecular testing are not yet autonomous or reliable at scale"
"Generative AI designs molecules, quantum computing simulates properties"
Individuele juryverklaringen worden in het oorspronkelijke Engels weergegeven om de bewijsprecisie te behouden.
Wat het publiek denkt
Nee 62% · Ja 19% · Misschien 19% 26 votesDiscussie
no comments⚖ 10 jury checks · meest recent 3 dagen geleden
Elke rij is een afzonderlijke jurycontrole. Juryleden zijn AI-modellen (identiteiten bewust neutraal gehouden). Status toont de cumulatieve telling over alle controles — hoe de jury werkt.