Bayer: ИИ ускорил набор пациентов в испытании по болезни печени примерно на 50%

Bayer назвала набор пациентов и организацию исследовательских центров одним из самых дорогих элементов клинической разработки. Цель компании в R&D — повысить продуктивность на 40% к 2030 году: сократить срок вывода новых терапий на рынок на 30% и к 2027 году снизить затраты в таких областях, как исследование рынка, на 50%. По словам главы Bayer Pharmaceuticals Стефана Ольриха, почти все 90 тысяч сотрудников меняют способ работы и используют ИИ. Руководитель по науке о данных и ИИ Sai Jasti отдельно называет задачей подбор правильных пациентов и снижение нагрузки на них.

Bayer использует машинное обучение и генеративный ИИ в нескольких областях. В клинической разработке ИИ ищет подходящих пациентов и помогает проектировать протоколы исследований: моделирует сценарии и прогнозирует события, чтобы сократить число правок по ходу испытания. В поиске лекарств модели обучаются на данных реальной клинической практики от партнёрских институтов для выявления новых мишеней. Для сотрудников работает внутренняя платформа myGenAssist с персональными ассистентами, подключёнными к источникам данных. Сотрудники Bayer не пользуются внешними чат-ботами: внутренняя платформа позволяет загружать файлы без ущерба для безопасности.

Результаты описаны на мероприятии Bayer в Германии в апреле 2026 года, материал опубликован 15 июня 2026 года. По словам Sai Jasti, в испытании по заболеванию печени скорость набора выросла примерно на 50%; влияние на стоимость клинической разработки он ожидает увидеть не раньше чем через три года. Экосистема ИИ для поиска лекарств выявила 16 программ раннего этапа в сердечно-сосудистой, почечной и онкологической областях. На платформе myGenAssist создано 4 тысячи ассистентов и 2 тысячи рабочих процессов, ею ежедневно пользуется около 30% сотрудников. Около 70% строк кода в новом ПО пишут ИИ-инструменты совместно с разработчиками. Журналист посетил Берлин по приглашению Bayer.