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 August 18, 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?
Voor nu buiten het bereik van AI. Het capaciteitsverschil is reëel.
De jury oordeelde dat het bewijs tekortschoot en merkte op dat geen enkele huidige AI—zelfs met kwantumhulp—autonoom de helft van de last van medicijnontdekking in silico kan dragen. Zij concludeerden dat het veld nog aan het leren is, nog niet klaar om op grote schaal zelfstandig te vliegen. Uitspraak: "Generatieve AI kan moleculen schetsen, maar het lab houdt nog steeds de pen."
The jury found the evidence wanting, noting that no current AI—even with quantum aids—can autonomously shoulder half of drug discovery’s burden in silico. They concluded the field is still building its wings, not yet ready to fly solo at scale. Ruling: "Generative AI may sketch molecules, but the lab still holds the pen.
But the data is real.
The Case File
Across 20 sessions, 49 jurors have heard this case. Combined tally: 0 YES · 37 ALMOST · 12 NO · 0 IN RESEARCH.
Note: cumulative includes older juror opinions. The current session tally above is the live verdict.
By a vote of 0 — 0 — 1, the panel returns a verdict of NEE, with verdict confidence of 95%. The court so orders. Verdict downgraded from prior session.
"No AI system autonomously designs and tests molecules at 50% research scale in silico or via quantum simulations today."
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⚖ 20 jury checks · meest recent 1 dag 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.
Meer in biology
Kan AI bepalen wie in aanmerking komt voor menselijke winterslaap ?
Kan AI menselijke uitroeiing veroorzaken via geëngineerde pandemieën binnen 50 jaar ?
Kan AI een robotarm besturen om een kookrecept uit te voeren in een gecontroleerde keuken ?