АстраЗенека и Oracle внедряют ИИ в клинические исследования

АстраЗенека и Oracle: искусственный интеллект должен связать клинические исследования с повседневной медициной

Главная проблема клинических исследований — не только создание лекарств, но и поиск пациентов

Разработка нового препарата требует последовательных исследований его эффективности и безопасности. Даже если перспективная молекула уже создана, её дальнейшая судьба зависит от способности исследователей собрать достаточное количество пациентов с подходящими характеристиками.

Условия участия могут быть очень строгими. Например, исследование противоопухолевого препарата может требовать определённого молекулярного изменения в опухоли, конкретной стадии заболевания и установленного перечня предшествующих методов лечения. Пациенты, которые соответствуют всем критериям, нередко находятся в разных клиниках и даже странах.

Традиционно поиск участников зависит от исследовательских центров, направлений лечащих врачей и самостоятельных обращений пациентов. При этом значительная часть потенциально подходящих людей может вообще не узнать о существовании исследования.

Отсюда возникает экономическая и медицинская проблема. Недостаточный набор участников задерживает завершение исследований, увеличивает расходы и откладывает получение результатов. Для пациентов это может означать более поздний доступ к перспективным методам лечения, хотя участие в испытании само по себе не гарантирует терапевтической пользы.

Сотрудничество АстраЗенека и Oracle направлено именно на устранение этого разрыва между медицинской информацией, исследовательскими программами и клиническими решениями.

Как Oracle собирается находить пациентов для исследований

Oracle располагает технологиями электронных медицинских карт, обработки данных, облачных вычислений и искусственного интеллекта. АстраЗенека обладает экспертизой в разработке лекарств, организации клинических исследований и выполнении регуляторных требований.

Совместное использование этих возможностей предполагает изменение привычного процесса поиска участников.

Вместо того чтобы ожидать направления пациента в исследовательский центр, компьютерная система сможет анализировать разрешённую к использованию медицинскую информацию и выделять людей, которые потенциально соответствуют условиям конкретного исследования.

Например, при подборе пациентов с сердечно-сосудистыми заболеваниями такая система могла бы сопоставлять результаты измерения артериального давления, сведения о сопутствующих заболеваниях, назначенном лечении и лабораторных показателях с критериями включения в исследование.

Это пример возможного механизма, а не описание уже внедрённого алгоритма Oracle. Техническая архитектура будущих решений пока подробно не раскрыта.

Принципиально важно, что искусственный интеллект не должен самостоятельно принимать окончательное решение о включении человека в исследование. Алгоритм формирует предварительный список кандидатов, а квалифицированные специалисты проверяют медицинские данные, оценивают противопоказания и проводят необходимые процедуры получения информированного согласия.

Потенциальная польза заключается не только в сокращении времени набора. Более систематический поиск способен выявлять пациентов, которые ранее оставались вне поля зрения исследовательских центров.

Однако такая система будет полезна лишь при условии, что алгоритмы правильно интерпретируют медицинскую информацию и не исключают подходящих людей из-за неполных или неоднородных записей.

Первый проект в Абу-Даби объединит лечение гипертензии и медицинские исследования

Первой площадкой сотрудничества станет Абу-Даби, где к АстраЗенека и Oracle присоединится медицинская группа M42.

Проект посвящён артериальной гипертензии — хроническому повышению артериального давления, которое увеличивает вероятность инсульта, инфаркта миокарда и поражения почек.

По данным M42, гипертензией страдают приблизительно 35% жителей Объединённых Арабских Эмиратов. Это делает заболевание подходящим направлением для проверки технологий, ориентированных одновременно на массовую медицинскую помощь и клинические исследования.

Предполагается, что система будет помогать врачам выявлять пациентов, у которых артериальное давление остаётся недостаточно контролируемым.

Здесь возникают две самостоятельные задачи:

• Клиническая: если пациент уже получает лечение, но давление остаётся повышенным, врач может пересмотреть терапию, оценить соблюдение назначений или провести дополнительное обследование. Алгоритм способен привлечь внимание к ситуации, которая требует медицинского решения.
• Исследовательская: среди пациентов с определёнными характеристиками система может находить потенциальных участников клинических испытаний новых методов лечения.

Особенность проекта заключается в соединении этих процессов. Результаты обычных медицинских наблюдений могут помогать организовывать исследования, а полученные научные знания — быстрее находить применение в повседневной практике.

При этом M42 подчёркивает, что предварительное соответствие критериям исследования должно подтверждаться специалистами. Контакт с пациентом и включение в испытание будут происходить только в соответствии с утверждёнными процедурами и требованиями информированного согласия.

Пока речь идёт о проекте изучения возможностей технологии, а не о доказанном улучшении контроля гипертензии.

АстраЗенека стремится создать непрерывный цикл получения медицинских доказательств

Более масштабная цель сотрудничества состоит в объединении данных клинических исследований и реальной медицинской практики.

В классической модели разработка лекарства и его применение после регистрации во многом разделены. Клинические испытания проводятся по установленным протоколам, после чего регуляторы оценивают результаты и принимают решение о регистрации препарата.

Однако пациенты в повседневной практике могут существенно отличаться от участников исследований. Они чаще имеют несколько заболеваний одновременно, принимают множество препаратов и не всегда соответствуют строгим критериям исследовательских протоколов.

Данные реальной клинической практики (RWD/RWE) позволяют изучать применение лекарств в более разнообразных группах пациентов. При надлежащем качестве такие сведения могут дополнять результаты контролируемых исследований, хотя не всегда способны заменить их.

АстраЗенека и Oracle намерены изучить возможности непрерывного использования накопленных данных для совершенствования последующих исследований, контроля безопасности и принятия клинических решений.

Отдельное направление — обнаружение сигналов безопасности. Речь идёт о выявлении необычных закономерностей, которые могут указывать на возможные нежелательные реакции при применении лекарств.

Искусственный интеллект способен помогать анализировать большие массивы медицинских записей и обращать внимание специалистов на потенциально значимые сочетания симптомов, диагнозов и назначений.

Но обнаруженная статистическая связь ещё не доказывает, что нежелательное событие вызвано конкретным препаратом. Для установления причинной связи необходима дополнительная медицинская и фармакоэпидемиологическая оценка.

Таким образом, задача состоит не в передаче решений алгоритму, а в более эффективном использовании информации, которая уже возникает в процессе оказания медицинской помощи.

От поиска новых молекул к перестройке всей фармацевтической разработки

Соглашение с Oracle отражает более широкий подход АстраЗенека к использованию искусственного интеллекта.

15 октября 2026 года, всего за пять дней до объявления нового сотрудничества, компания заключила отдельное соглашение с американской биотехнологической компанией insitro.

Его цель — поиск новых лекарственных мишеней и разработка препаратов против метаболически ассоциированного стеатогепатита (тяжёлого воспалительного заболевания печени, связанного с нарушениями обмена веществ) и кардиомиопатий — заболеваний сердечной мышцы.

По условиям этого соглашения insitro получит первоначальный платёж в размере 40 млн долларов. Дополнительные выплаты могут достигнуть приблизительно 1,46 млрд долларов при достижении предусмотренных этапов разработки и коммерциализации. Эти суммы являются потенциальными, а не гарантированными расходами АстраЗенека.

Два октябрьских соглашения решают разные задачи:

• Сотрудничество с insitro ориентировано на раннюю стадию разработки: поиск биологических механизмов заболевания и новых терапевтических мишеней.
• Сотрудничество с Oracle направлено преимущественно на последующие этапы: организацию исследований, поиск пациентов, анализ безопасности и использование результатов в медицинской практике.

В совокупности эти решения показывают, что крупные фармацевтические компании рассматривают искусственный интеллект не только как инструмент создания новых молекул, но и как технологию изменения всей системы разработки и применения лекарств.

Доступ к медицинским данным становится ключевым ограничением

Главное преимущество предполагаемой модели одновременно создаёт её основную сложность.

Медицинские данные содержат чувствительную информацию о здоровье человека. Их использование требует соблюдения законодательства о защите персональных данных, медицинской тайны и правил проведения исследований.

АстраЗенека заявила, что сотрудничество будет основано на данных реальной клинической практики, из которых удалена идентифицирующая информация. Компания не должна получать сведения, позволяющие непосредственно установить личность пациента.

Каждый отдельный проект предполагается запускать только после проверки соответствующих юридических, этических, регуляторных и организационных требований.

Но удаление прямых идентификаторов не устраняет все риски. В зависимости от состава и подробности информации сохраняется возможность повторной идентификации человека при объединении различных наборов данных. Поэтому имеют значение не только технические меры защиты, но и порядок доступа, хранения и контроля использования информации.

Есть и другая проблема — качество данных.

Медицинские записи могут быть неполными, содержать ошибки и существенно различаться между клиниками. Система, обученная на информации из одной страны или группы медицинских организаций, не обязательно будет столь же точно работать в других условиях.

Алгоритмические ошибки способны приводить как к пропуску подходящих пациентов, так и к включению в предварительные списки людей, которым исследование не подходит.

В январе 2026 года FDA и Европейское агентство лекарственных средств (EMA) представили десять совместных принципов надлежащего применения искусственного интеллекта при разработке лекарств.

Они охватывают качество данных, управление рисками, надёжность моделей, человеческий контроль и необходимость оценки результатов с учётом конкретной задачи.

Для будущих решений АстраЗенека и Oracle эти вопросы будут определять не только техническую работоспособность, но и возможность использования результатов в регулируемой медицинской деятельности.

Главный результат сотрудничества предстоит измерить на пациентах и исследовательских центрах

Практическая ценность нового подхода будет зависеть от того, удастся ли преобразовать технологические возможности в измеримые результаты.

Для исследовательских центров наиболее важными показателями станут время, необходимое для поиска и набора участников, доля действительно подходящих кандидатов среди предложенных алгоритмом и количество пациентов, которые успешно проходят проверку критериев включения.

Не менее важно установить, способен ли автоматизированный поиск расширить представительство различных групп населения, а не просто ускорить набор пациентов в уже хорошо обеспеченных исследовательских центрах.

Для врачей потенциальная польза связана с более ранним выявлением пациентов, нуждающихся в дополнительном обследовании, пересмотре лечения или направлении к специалисту.

Для пациентов ценность может заключаться в своевременном получении необходимой помощи и информации о доступных клинических исследованиях. Однако участие в исследовании остаётся добровольным, а экспериментальное лечение может не принести пользы и сопровождаться рисками.

С экономической точки зрения более быстрый набор участников потенциально способен снижать расходы на разработку препаратов. Но сокращение сроков поиска пациентов ещё не означает автоматического ускорения регистрации лекарств: продолжительность испытаний зависит также от необходимых периодов лечения, наблюдения и анализа результатов.

Пока компании не опубликовали количественных прогнозов повышения эффективности, сроков достижения конкретных результатов или подтверждённой экономии.

Более того, соглашение АстраЗенека и Oracle пока не имеет обязательной юридической силы. Финансовые условия не раскрываются.

Следующими важными этапами станут запуск конкретных проектов, определение измеримых показателей, проверка точности алгоритмов и получение результатов, позволяющих сравнить новый подход с существующими процедурами.

Международное сотрудничество предполагается развивать в США, Европе и на Ближнем Востоке с учётом местного регулирования. Но масштаб расширения будет зависеть от результатов первоначальных проектов и согласований с медицинскими организациями.