Deși IA accelerează masiv etapa de „triere” în descoperirea de medicamente, rezultatul nu se vede încă în aprobări și tratamente noi, iar diferența dintre promisiuni și livrabile începe să conteze direct în deciziile de investiții și în modul în care sistemele medicale gestionează riscul, potrivit thenextweb.com.

Un exemplu invocat este din Novartis: la final de 2025, o echipă care lucrează pe boala Huntington a folosit IA generativă pentru a proiecta computațional 15 milioane de compuși potențiali (pentru un tip de moleculă numită „molecular glue degrader”, capabilă să traverseze bariera hemato-encefalică). Din acest volum, cercetătorii au sintetizat în laborator aproximativ 60 de candidați și au ajuns la o structură promițătoare („scaffold”) care intră în optimizare ulterioară. Performanța e remarcabilă ca viteză de selecție, dar nu echivalează cu un tratament.

Descoperirea de medicamente: timp câștigat, fără dovada că scade rata de eșec

Argumentul economic pentru IA în cercetare rămâne puternic: dezvoltarea tradițională a unui medicament durează 10–15 ani și costă, în medie, 2,5 miliarde dolari (aprox. 11,5 miliarde lei) pentru fiecare compus de succes, iar circa 90% dintre candidați eșuează în studiile clinice. În acest cadru, analiza notează că IA poate scurta etapele timpurii cu 30–40% și poate reduce dezvoltarea preclinică a unui candidat de la 3–4 ani la 13–18 luni.

Sursa dă și un reper operațional: Insilico Medicine a dus un medicament descoperit cu IA pentru fibroza pulmonară idiopatică de la identificarea țintei la studii de fază II în mai puțin de 30 de luni, față de un interval tradițional de 6–8 ani.

Totuși, „linia de sosire” rămâne neatinsă: până în decembrie 2025, niciun medicament descoperit cu IA nu primise aprobare de la FDA, iar rata de eșec în clinică nu ar fi arătat o îmbunătățire demonstrabilă. În termeni de business, asta înseamnă că IA poate reduce costul și timpul până la intrarea în clinică, dar nu există încă dovada că îmbunătățește probabilitatea de aprobare — variabila care decide, în final, randamentul investiției.

Biologia și reglementarea nu pot fi „comprimate” de calcul

Analiza insistă că blocajul major nu a fost viteza de „screening” (testare computațională a multor molecule), ci complexitatea biologiei umane, limitele modelelor animale și durata inevitabilă a studiilor clinice. IA nu poate transforma un studiu clinic de cinci ani într-unul de cinci luni și nu poate înlocui cerințele de siguranță și eficacitate care se validează în timp.

Novartis ar fi recunoscut această limită la Forumul Economic Mondial din ianuarie 2026, subliniind că IA este un instrument, nu o „baghetă magică”, iar pentru multe boli sunt necesare în continuare studii lungi și riguroase.

Chatboții medicali: risc operațional pentru pacienți, fără „plasă” de reglementare

Pe partea de utilizare directă de către public, materialul descrie o problemă de siguranță: organizația ECRI a clasat în ianuarie 2026 folosirea greșită a chatboților IA în sănătate drept cel mai mare risc („hazard”) de tehnologie medicală al anului, invocând faptul că aceste instrumente nu sunt reglementate ca dispozitive medicale, nu sunt validate pentru uz clinic și ajung să fie folosite de pacienți și personal medical.

ECRI a documentat situații în care chatboții au sugerat diagnostice greșite, au recomandat testări inutile, au promovat consumabile medicale sub standard și, într-un caz, au „inventat” o parte a corpului.

În paralel, sursa citează date din analiza OpenAI: peste 40 de milioane de oameni ar apela zilnic la ChatGPT pentru informații de sănătate, iar un sfert din cei 800 de milioane de utilizatori regulați ar pune întrebări medicale săptămânal.

Testul din lumea reală: performanța scade când utilizatorul e pacientul

Un studiu randomizat controlat publicat în februarie 2026 în Nature Medicine (Universitatea Oxford, 1.298 participanți) a găsit o diferență mare între performanța modelelor testate „singure” și performanța atunci când sunt folosite de oameni pentru propriile simptome. În scenarii medicale, modelele ar fi identificat corect afecțiunile în 94,9% din cazuri; când participanții au folosit aceleași modele pentru auto-evaluare, identificarea condițiilor relevante a coborât sub 34,5%, iar alegerea corectă a acțiunii sub 44,2% — rezultate similare cu grupul de control (căutări pe web și judecată proprie).

„În ciuda întregului val de promovare, IA pur și simplu nu este pregătită să preia rolul medicului.”

Ce urmează: presiune pe „dovada clinică”, nu pe demonstrații de viteză

Concluzia practică a materialului este că IA își arată utilitatea mai ales ca instrument de asistență (inclusiv în sarcini administrative și în unele aplicații de imagistică), în timp ce promisiunea de „transformare” în descoperirea de medicamente rămâne condiționată de date de fază III și de aprobări. Pentru industrie și investitori, miza se mută de la câte molecule pot fi analizate pe zi la întrebarea mai incomodă: dacă IA poate crește rata de succes în clinică — singurul indicator care schimbă cu adevărat economia dezvoltării de medicamente.