বার্নস্টাইন রিপোর্ট: ক্লিনিকাল ট্রায়ালে ৭০টি এআই-চালিত ঔষধ প্রকল্প, ৩-৫ বছরের মধ্যে বাস্তব উত্তর প্রত্যাশিত

একজন এআই বিশেষজ্ঞ বলেছেন যে ৫ থেকে ১০ বছরের মধ্যে বেশিরভাগ রোগ সারানো যাবে, কিন্তু বার্নস্টাইন বলছেন, অপেক্ষা করুন। ২৬ আগস্ট, বার্নস্টাইন মার্কিন বায়োফার্মা শিল্পের প্রতিবেদন প্রকাশ করেন, যেখানে এআই-এর ওষুধ গবেষণায় প্রকৃত অগ্রগতির একটি ব্যাপক সমীক্ষা করা হয়েছে: প্রায় ৭০টি এআই-ভিত্তিক প্রকল্প এখন ক্লিনিকাল পাইপলাইনে রয়েছে, যার বেশিরভাগই এখনও প্রাথমিক পর্যায়ে, আসল পরীক্ষা আসছে ৩ থেকে ৫ বছরের মধ্যে।

ডিপমাইন্ডের সিইও ডেমিস হ্যাসাবিস বলেছেন যে "সম্ভবত ১০ বছরের মধ্যে এআই সমস্ত রোগের চিকিৎসা করতে পারবে", অ্যানথ্রোপিকের সিইও ড্যারিও আমোদেই আরও আক্রমণাত্মক: "৫ থেকে ১০ বছরের মধ্যে মানব রোগের বেশিরভাগের চিকিৎসা।" বার্নস্টাইনের মতে, এই দাবিগুলি ঔষধ উন্নয়নের বাস্তবতার ভিত্তিতে নয়, বরং এআইয়ের সামাজিক মূল্যের পক্ষে একটি প্রতিরক্ষা। টার্গেট আবিষ্কার থেকে ক্লিনিকাল ট্রায়াল, এবং তারপর চিকিৎসা ব্যবস্থার গ্রহণযোগ্যতা—প্রতিটি স্তরই একটি বাধা। এআই কিছু পদক্ষেপকে ত্বরান্বিত করতে পারে, কিন্তু জীববিজ্ঞানকে চূড়ান্তভাবে মানবদেহে পরীক্ষা করতে হবে, এবং এই গতি অ্যালগরিদম দ্বারা চাপা দেওয়া যায় না।

বার্নস্টাইনের হিসাব অনুযায়ী, 20% সফলতার হার বৃদ্ধি করে তৈরি করা গবেষণা-উন্নয়নের ফলাফল একই পরিমাণ সময় ও খরচ বাঁচানোর চেয়ে অনেক বেশি। ব্যর্থতার খরচ পরবর্তী পর্যায়ে কেন্দ্রীভূত, তাই ব্যর্থতা এড়ানো প্রক্রিয়াকে ত্বরান্বিত করার চেয়ে বেশি মূল্যবান।

AI-এর সাফল্যের হারের প্রভাব এটি কোন সমস্যা সমাধান করে তার উপর নির্ভর করে। যদি AI-কে মূলত পরিচিত টার্গেটের জন্য অণু অপ্টিমাইজেশনে ব্যবহার করা হয়, তবে সাফল্যের হার বৃদ্ধি পেতে পারে, কিন্তু এই ধরনের “সহজ সমস্যা”-এর মূল্য সীমিত। যদি AI-কে জীববিজ্ঞানের বোঝা অপর্যাপ্ত অসাধ্য রোগগুলি সমাধানের জন্য ব্যবহার করা হয়, তবে এমনকি সামগ্রিক সাফল্যের হার কম হলেও, এটি বড় মূল্য সৃষ্টি করতে পারে।

বার্নস্টাইন একটি অপ্রত্যাশিত উপসংহার উল্লেখ করেন: যত বেশি AI ব্যবহার করা হবে, তত বেশি ওয়েট পরীক্ষা প্রয়োজন হতে পারে। সবচেয়ে কঠিন সমস্যাগুলির সামনে ট্রেনিং ডেটা সবচেয়ে কম থাকার সমস্যা রয়েছে, এবং নতুন ডেটা তৈরির জন্য ব্যাপক পরীক্ষামূলক বিনিয়োগ প্রয়োজন। AI এবং ওয়েট পরীক্ষা পরস্পরকে পূরক। একটি পরবর্তী পর্যায়ের ব্যর্থ প্রকল্পের চেয়ে একটি অতিরিক্ত ওয়েট পরীক্ষা করার খরচ অনেক কম।

বার্নস্টাইন 15টি বড় ওষুধ কোম্পানির 183টি এআই ওষুধ আবিষ্কার সহযোগিতা পর্যালোচনা করেছেন। প্রতিটি কোম্পানির কৌশল উল্লেখযোগ্যভাবে ভিন্ন।

লিলির বাহ্যিক সহযোগিতা নেটওয়ার্ক সবচেয়ে ব্যাপক, ২০১৯ সাল থেকে মোট ২৫টি লেনদেন হয়েছে, যার প্রকাশিত প্রাথমিক প্রিমিয়াম প্রায় ৩৫৩ মিলিয়ন ডলার। সহযোগীদের মধ্যে রয়েছে ইনসিলিকো মেডিসিন, প্রফ্লুয়েন্ট, ভার্জ জেনোমিক্স, জেনেসিস থেরাপিউটিক্স ইত্যাদি। লিলির পাশাপাশি NVIDIA Co-Innovation AI Lab রয়েছে, যা বাহ্যিক ব্যাপকতা এবং অভ্যন্তরীণ কম্পিউটিং ক্ষমতার মধ্যে সবচেয়ে ভারসাম্যপূর্ণ সংযোগ তৈরি করে।

রোশ সহযোগিতার সংখ্যায় ২০টি দিয়ে দ্বিতীয় স্থানে, যা স্পষ্টভাবে ক্যান্সার (৮টি) এবং নিউরোসায়েন্স (৪টি) এর উপর ফোকাস করে। জেনেনটেকের মিশ্রিত এআই ফ্যাক্টরি বার্নস্টাইন দ্বারা "প্রকাশিত সবচেয়ে বড় স্থানীয় GPU ডিপ্লয়মেন্ট" হিসাবে উল্লেখ করা হয়েছে। রিকারশনের ১.২ বিলিয়ন ডলারের সহযোগিতা সবচেয়ে বড় একক লেনদেন।

অ্যামজেনের বাহ্যিক সহযোগিতা সবচেয়ে কম (৫টি), এবং অভ্যন্তরীণ এআই এবং কম্পিউটিং পাওয়ার বিন্যাস সবচেয়ে পার্থক্যমূলক। ২০১২ সালে অধিগ্রহণ করা deCODE Genetics-এর কাছে শিল্প-নেতৃত্বাধীন জনসংখ্যা জিনোমিক্স ইঞ্জিন রয়েছে, যা লক্ষ্য নির্ধারণের জন্য রোগ-সম্পর্কিত আনুবাহিক পরিবর্তনগুলি চিহ্নিত এবং যাচাই করতে পারে। অ্যামজেন তাদের স্থানীয় DGX SuperPOD-এ পাঁচটি স্বতন্ত্র অ্যান্টিবডি ভাষা মডেল প্রশিক্ষণ দিয়েছে, যার ডেটা প্রতিরক্ষা প্রাচীর স্পষ্ট।

AstraZeneca-এর 19টি চুক্তি এবং CSPC Pharmaceutical Group-এর তিনটি চুক্তিতে অর্থনৈতিক কেন্দ্রীভবন ঘটেছে, যা তাদের প্রকাশিত প্রাথমিক প্রিমিয়ের বেশিরভাগ অংশ নিয়ে গঠিত।

নোভো নর্ডিস্কের 10টি সহযোগিতা সম্পূর্ণরূপে 2022 এর পরে কেন্দ্রীভূত হয়েছে, যার 7টি কার্ডিওভাসকুলার মেটাবলিক এবং বৃক্কের রোগের জন্য, যা চিকিৎসা ক্ষেত্রে সবচেয়ে বেশি ফোকাসযুক্ত বড় ওষুধ কোম্পানি।

ফাইজারের প্ল্যাটফর্ম-ভিত্তিক সহযোগিতা সবচেয়ে বেশি (9টি সম্পূর্ণ পাইপলাইন স্কোপে), AI বেসিক মডেলের সম্পর্ক 2016 সালে IBM Watson-এর সাথে শুরু হয়, কোনো স্পেসিফিক কম্পিউটিং কোয়ালিটি সহযোগিতা শনাক্ত করা যায়নি।

বার্নস্টাইন বলেছেন যে এগুলি সবই বাহ্যিক দৃষ্টিকোণ থেকে প্রকাশিত মূল্যায়ন, গুণগত এবং অভ্যন্তরীণ সংস্কৃতির রূপান্তরকে পরিমাপ করা কঠিন।

প্রায় ৭০টি এআই উৎস প্রকল্প মূলত পাবলিক কোম্পানিগুলিতে কেন্দ্রীভূত, যার সংজ্ঞা অত্যন্ত বৈচিত্র্যপূর্ণ—এআই ওষুধ পুনর্নির্ধারণ থেকে শুরু করে এআই টার্গেট আবিষ্কার এবং এআই অণু ডিজাইন পর্যন্ত।

ইনসিলিকোর রেন্টোসার্টিব একটি এন্ড-টু-এন্ড এআই-ভিত্তিক ওষুধ উন্নয়নের উদাহরণ। এআই প্ল্যাটফর্ম পান্ডাওমিক্স টিএনআইকে আইডিওপ্যাথিক পুলমোনারি ফাইব্রোসিসের লক্ষ্য হিসেবে শনাক্ত করেছে, চেমিস্ট্রি৪২ জেনারেটিভ এআই মোলিকুল ডিজাইন করেছে, যা লক্ষ্য অনুমান থেকে প্রি-ক্লিনিকাল প্রার্থীতে প্রায় ১৮ মাস সময় নিয়েছে। এই ওষুধটি এখন III পর্যায়ে রয়েছে, এবং ২০২৯ সালের ১০ মাসে প্রধান পরিণতির ফলাফল পাওয়ার পরিকল্পনা রয়েছে, যা এআই-ভিত্তিক ওষুধ শিল্পের সবচেয়ে গুরুত্বপূর্ণ ডেটা পয়েন্টগুলির মধ্যে একটি।

রিকার্শন কোষ ইমেজিং এবং মাল্টিওমিক্স-চালিত টার্গেট আবিষ্কারের মাধ্যমে রোশ, বায়ের এবং স্যানোফির সাথে সহযোগিতা করে।

জেনারেট বায়োমেডিসিনস প্রোটিন ওষুধ ডিজাইন করে, GB-0895 (TSLP অ্যান্টিবডি) এখন পর্যায় III-এ প্রবেশ করেছে, যা AI ডিজাইন করা প্রোটিনকে পার্থক্যমূলক ড্রাগ ডেলিভারি সলিউশনে রূপান্তরিত করা যায় কিনা তা যাচাই করতে।

রিলে থেরাপিউটিক্স প্রোটিন গতিবিদ্যার মডেলিং এর মাধ্যমে ঔষধ ডিজাইন করে, যার মধ্যে জোগালালিসিব (PI3Kα ইনহিবিটর) III পর্যায়ে পৌঁছেছে, যেখানে কনফরমেশনাল সিলেকটিভিটির মাধ্যমে চিকিৎসা উইন্ডো উন্নত করা যায় কিনা তা পরীক্ষা করা হচ্ছে।

শ্রোডিঙ্গার পদার্থবিদ্যা-ভিত্তিক গণনাকে অগ্রাধিকার দেয়, জাসোসিটিনিব (TYK2 ইনহিবিটর) এর বাজারে চাওয়ার আবেদন জমা দেওয়া হয়েছে। এই টার্গেটের জন্য BMS-এর ডিউক্রাভাসিটিনিব ইতিমধ্যে ক্লিনিক্যাল যাচাই প্রদান করেছে, তাই এটিকে গণনা-সহায়িত অপটিমাইজেশনের সফল উদাহরণ হিসেবে বিবেচনা করা উচিত, যেখানে AI-এর নতুন টার্গেট আবিষ্কারের উপর বিপ্লবী অগ্রগতি এখনও প্রকাশ পায়নি। টার্গেট নির্বাচন থেকে ক্লিনিক্যাল পরীক্ষা পর্যন্ত ৮ থেকে ১০ বছর সময় নেওয়া হয়েছে, যা শিল্পের মানক সময়সূচীকে সংক্ষিপ্ত করেনি।

গত পাঁচ বছরে এফডিএ বছরে গড়ে ৪৮.৫টি নতুন ওষুধ অনুমোদন করেছে, যা ১৯৮৫ থেকে ২০২৫ সালের গড় ৩৩.৮টির চেয়ে প্রায় ৪৩% বেশি। বার্নস্টাইনের মতে, এটি বেশিরভাগই নিয়ন্ত্রণের আধুনিকীকরণ, জৈবিক ওষুধের উত্থান এবং অতীতের গবেষণা-উন্নয়ন বিনিয়োগের স tích্রিত প্রভাবকে প্রতিফলিত করে, এবং AI এখনও অনুমোদনের ডেটাতে দৃশ্যমানভাবে প্রভাব ফেলেনি। AI-এর সোর্স পাইপলাইনের আকার এখনও ছোট এবং ক্লিনিক্যাল যাচাইয়ের জন্য সময় লাগবে, তাই এই অবস্থা সংক্ষিপ্তকালের জন্য অপরিবর্তিত থাকবে।

বার্নস্টাইনের উপসংহার বাস্তবসম্মত। এআই এখন পর্যন্ত অণু ডিজাইন, ভার্চুয়াল স্ক্রিনিং এবং টার্গেট আবিষ্কারে ভূমিকা রেখেছে, এবং কিছু প্রাথমিক প্রকল্প ক্লিনিকাল ট্রায়ালের পরবর্তী পর্যায়ে পৌঁছেছে। "সমস্ত রোগ সারানো" এর জন্য বিজ্ঞানের বোঝাপড়া, ক্লিনিকাল ট্রায়াল, নিয়ন্ত্রণমূলক অনুমোদন এবং স্বাস্থ্যসেবা ব্যবস্থার ক্ষমতা—এই সব বাধা অতিক্রম করতে হবে, এটি শুধুমাত্র অ্যালগরিদমের পুনরাবৃত্তি দিয়ে সমাধানযোগ্য সমস্যা নয়। এআই-ভিত্তিক ওষুধের মূল্য হতে পারে শিল্পকে ভালোভাবে সিদ্ধান্ত নিতে সাহায্য করা, প্রক্রিয়াকে দ্রুততর করা নয়। প্রকৃত উত্তরটি ৩ থেকে ৫ বছরের জন্য অপেক্ষা করতে হবে।

ঘোষণাপত্র

এই প্রতিবেদনটি চাওয়াং রিসার্চ দ্বারা তৃতীয় পক্ষের ব্রোকারের গবেষণা প্রতিবেদন (বার্নস্টাইন, ২০২৬ সালের ২৬ আগস্ট) এবং প্রকাশিত বাজার তথ্যের সংকলন ও ব্যাখ্যা। এই প্রতিবেদনে উল্লিখিত রেটিং, লক্ষ্যমূল্য, লাভের পূর্বানুমান এবং সংশ্লিষ্ট বিচারগুলি কেবলমাত্র সেই ব্রোকারের বিশ্লেষকদের মতামত, যা শুধুমাত্র তাদের প্রতিষ্ঠানের অবস্থানকে প্রতিফলিত করে, চাওয়াং রিসার্চের মতামতকে প্রতিফলিত করে না এবং কোনও বিনিয়োগের পরামর্শও প্রদান করে না।

বাজারে ঝুঁকি রয়েছে, সিদ্ধান্ত নিতে হবে স্বাধীনভাবে। এই প্রবন্ধটি যেকোনো সিকিউরিটি ক্রয় বা বিক্রয়ের জন্য ভিত্তি হিসেবে ব্যবহার করা উচিত নয়।

লেখক: রিতা