גילוי תרופות חדשות הוא אחד התהליכים הארוכים והיקרים ביותר בעולם המדע והרפואה. תרופה ממוצעת דורשת יותר מעשור של מחקר אינטנסיבי. הניסויים המקדימים והבדיקות הקליניות מגיעים לעלויות של 2-3 מיליארד דולר, עם שיעור כישלון שמתקרב ל-90% בשלבים הקליניים.

דמיס חסביס, מוביל תחום הבינה המלאכותית בגוגל ומנכ"ל Google DeepMind ו-Isomorphic Labs, טוען כי טכנולוגיות AI מתקדמות עומדות לשנות את המציאות הזו באופן דרמטי. המטרה: לקצר את התהליך מחמש עד עשר שנים לפחות משנה, ואולי אפילו לחודשים ספורים.

"בינה מלאכותית תאפשר לנו לקצר את זמן גילוי התרופות משנים למספר חודשים, ואולי אפילו פחות", אמר חסביס בראיון לבלומברג. לדבריו, AI מסוגלת לעבד כמויות עצומות של נתונים ביולוגיים, כימיים וקליניים במהירות על-אנושית. היא מנבאת אינטראקציות מולקולריות מורכבות שמעבר ליכולתם של חוקרים אנושיים"

חסביס - מוביל AI בגוגל ומחולל מהפכה מדעית

דמיס חסביס הוא אחת הדמויות המשפיעות ביותר בתחום הבינה המלאכותית והמדע בעולם. כמנכ"ל Google DeepMind מאז 2023, הוא מוביל את מאמצי ה-AI של גוגל. זה כולל פיתוח מודלים מתקדמים כמו Gemini, שמשלבים יכולות רב-מודליות (טקסט, תמונות, וידאו) עם יישומים מדעיים.

• האיש מאחורי ה-AI של גוגל: "בתוך עשור נרפא את כל המחלות"
• המלצת המערכת: כל הכותרות 24/7

ב-2024, זכה חסביס בפרס נובל לכימיה. הוא קיבל את הפרס יחד עם ג'ון ג'אמפר ועמיתים נוספים על פיתוח AlphaFold, מערכת AI שחזתה במדויק את מבנה החלבונים. זה היה פתרון לאתגר מדעי שהעסיק חוקרים במשך 50 שנה. AlphaFold שינתה את המחקר הביולוגי: היא זמינה כעת למעל מיליון חוקרים, והיא האיצה פרויקטים בתחומי הרפואה, חקלאות ואנרגיה ירוקה.

חסביס, נולד בלונדון ב-1976, מגיע מרקע מגוון. שחקן שחמט מקצועי מגיל 13, בוגר מדעי המחשב בקיימברידג', חוקר במדעי המוח ב-UCL, ומפתח משחקי מחשב מצליחים כמו Theme Park. ב-2010 ייסד את DeepMind, שהתפרסמה בניצחון AlphaGo על אלוף העולם בשחמט סיני ב-2016. ההישג הדגים את כוחה של AI בפתרון בעיות מורכבות.

גוגל רכשה את DeepMind ב-2014 תמורת כ-500 מיליון דולר. היא הפכה ליחידה מרכזית בחברה. כיום, חסביס מנהל גם את Isomorphic Labs, חברת בת של Alphabet שהוקמה ב-2021 כדי ליישם AI בפיתוח תרופות. תפקידיו הכפולים ממצבים אותו כמוביל אסטרטגי, עם השפעה על פרויקטים גלובליים כמו חקר האקלים והביולוגיה.

• OpenAI משיקה את GPT-5.2 - בניסיון לחדש את ההובלה במרוץ ה-AI
• עומרי כספי משלים גיוס של 100 מיליון דולר לקרן אופורטוניטי
• תוכן שיווקי שוק הסקנדרי בישראל: הציבור יכול כעת להשקיע ב-SpaceX של אילון מאסק
• ככה לא תיפלו בהונאות פיננסיות דיגיטליות - מדריך חשוב

גוגל - שחקנית עתידית בשוק פיתוח התרופות

Isomorphic Labs עושה צעדים מהירים מאז הקמתה. בינואר 2024, הכריזה על שותפויות עם Eli Lilly ו-Novartis בשווי פוטנציאלי של כמעט 3 מיליארד דולר, להתמקד בגילוי יעדים תרופתיים חדשים. בפברואר 2025, הרחיבה את השותפות עם Novartis לשישה יעדים תרופתיים. אלה כוללים טיפולים לסרטן והפרעות חיסוניות.

באפריל, גייסה החברה 600 מיליון דולר בסבב חיצוני ראשון. הסבב הובל על ידי Thrive Capital בתמיכת Alphabet, מה שמעריך אותה בפוטנציאל של מעל 100 מיליארד דולר. הכסף יממן פיתוח מודלי AI מתקדמים והכנה לניסויים קליניים.

ביוני 2025, פתחה Isomorphic Labs משרד ראשון בארה"ב בקיימברידג', מסצ'וסטס. היא מינתה רופא ראשי להכנת ניסויים בבני אדם. ביולי 2025, הודיעה החברה על תכנון ניסויים ראשונים בבני אדם עבור תרופות שפותחו ב-AI, עם שאיפה "לפתור את כל המחלות" באמצעות AI.

דוגמאות בולטות לתהליכים וניסויים שנעזרים ב-AI ומתקדמים - תרופה ל-IPF (פיברוזיס ריאתי אידיופתי), שנכנסה לשלב 3 ב-2025 לאחר פיתוח של שנתיים וחצי בלבד באמצעות AI.

 BenevolentAI פיתחה טיפול ל-ALS תוך חודשים, והוא נמצא בשלב 2. Exscientia השלימה שלב 1 עם DSP-1181 ל-OCD, ומתכננת התקדמות נוספת. סנופי משתמשת ב-AI כדי לייעל ניסויים קליניים, כולל ניבוי תגובות מטופלים וקיצור זמנים. אלה מדגימים כיצד AI מאיצה את המעבר משלבי מחקר ראשוניים לניסויים בבני אדם.

פיתוח תרופות מסורתי כולל ארבעה שלבים עיקריים. ראשית, גילוי יעד: זיהוי חלבון או מנגנון מחלה. שנית, עיצוב מולקולה: חיפוש חומרים שמתקשרים עם היעד. שלישית, אופטימיזציה שזה שיפור יעילות ובטיחות. רביעית, ניסויים קליניים.

השיטה מבוססת על ניסוי וטעייה. חוקרים בודקים מאות אלפי מולקולות במעבדה, מה שגוזל שנים ומשאבים. AI משנה זאת באמצעות מודלים כמו AlphaFold. המודלים מנבאים מבנה חלבונים בדיוק של 90%+, ומאפשרים סימולציות וירטואליות. ב-Isomorphic Labs, אלגוריתמים מנתחים נתונים מולקולריים, ביולוגיים וקליניים כדי לנבא אינטראקציות. זה לא רק מבנה חלבונים, אלא גם התנהגות בתאים, רעילות ויעילות.

ההשפעה הרחבה של AI על עולם הרפואה: מעבר לפיתוח תרופות

מעבר לפיתוח תרופות, AI משנה את הרפואה כולה. באבחון, מודלים של AI מנתחים תמונות רפואיות (CT, MRI) בדיוק גבוה יותר מרדיולוגים. הם מזהים סרטן מוקדם ב-20% יותר מקרים. AI משמש ב-70% מבתי החולים בארה"ב לאבחון מחלות לב וסוכרת, ומפחית טעויות ב-30%.

בטיפולים מותאמים אישית, AI משלב גנומיקה עם נתוני מטופל כדי להתאים תרופות. לדוגמה, IBM Watson Health מנבא תגובה לכימותרפיה בסרטן. בניהול מחלות כרוניות, AI Agents כמו ב-PathAI מנטרים חולים מרחוק. הם מנבאים התפרצויות ומפחיתים אשפוזים ב-40%.

בניבוי מגיפות, מודלים כמו BlueDot זיהו את COVID-19 מוקדם. כעת הם משמשים לניטור וירוסים חדשים. בכירורגיה, רובוטים כמו da Vinci משלבים AI לניתוחים מדויקים, ומפחיתים סיבוכים ב-25%.

השנה, AI צפוי להוסיף ערך של 300-350 מיליארד דולר לשנה לתעשיית הפרמצבטיקה. זה יושג בעיקר דרך ייעול תהליכים. חברתית, זה יאפשר טיפולים זולים יותר למחלות נדירות, וישפר גישה ברחבי העולם. אם כי עלול להגביר אי-שוויון אם לא יוסדר. AI גם תומך במחקר גלובלי, כמו בשיתופי פעולה בין חברות פרמצבטיות וממשלות, כדי להתמודד עם אתגרים כמו עמידות לאנטיביוטיקה.

אתגרים, סיכונים ואתיקה: הצד האפל של המהפכה

למרות הפוטנציאל, AI בפיתוח תרופות מעלה אתגרים משמעותיים. שקיפות היא בעיה מרכזית. מודלים "קופסה שחורה" מקשים על הבנת החלטות, מה שמעלה חששות מרגולטורים כמו FDA ומקשה על אימות תוצאות.

הטיות בנתונים הן סיכון נוסף. אם דאטה מבוסס על אוכלוסיות ספציפיות (למשל, בעיקר לבנים), תרופות עלולות להיכשל בקבוצות אתניות אחרות. זה מחריף אי-שוויון בריאותי. מחקרים מ-2025 מראים כי הטיות כאלה עלולות להוביל ל-20-30% כישלונות בשלבים קליניים.

פרטיות נתונים היא דאגה קריטית. AI דורשת כמויות עצומות של מידע רפואי, מה שמעלה סיכוני דליפה או שימוש לרעה. בתעשייה, יש חשש ממתקפות סייבר שחושפות נתונים רגישים. 

אתגרים רגולטוריים כוללים התאמה של חוקים קיימים. FDA אישרה 223 מכשירי AI רפואיים ב-2023, אך לתרופות AI דרושות מסגרות חדשות. זה כולל הנחיות לבדיקת אלגוריתמים. האיחוד האירופי מקדם AI Act, שמדרג AI רפואי כ"גבוה סיכון" ומחייב ביקורות שקיפות.

ציר זמן צפוי והשלכות עתידיות: עידן של "רפואה דיגיטלית"

ציר הזמן של AI בפיתוח תרופות מתקדם במהירות. השוק העולמי של AI בפרמצבטיקה מוערך ב-1.9 מיליארד דולר. הוא צפוי לצמוח ל-16.4 מיליארד עד 2034, בקצב של 27% לשנה. תרופות AI ראשונות נמצאות בשלבים מתקדמים. כאמור תרופה אחת נכנסה לשלב 3, עם ציפייה לאישור ב-2027-2028 אם הניסויים יצליחו. תרופות אחרות, צפויות להתקדם לשלב 3 עד 2026.

בטווח הקצר (2025-2026), נראה כניסה לניסויים קליניים של תרופות AI נוספות. בעיקר לסרטן ומחלות חיסוניות. ב-2028-2030, נראה על פי ההערכות השפעה רחבה. קיצור זמני פיתוח ל-5-7 שנים, עם דגש על תרופות מותאמות אישית. שוק AI בניסויים קליניים צפוי לצמוח מ-2.7 מיליארד ב-2025 ליותר מ-10 מיליארד עד 2030, בקצב 24%. בעוד עשור יהיה צמצום דרמטי בפיתוח תרופה לכדי שנים בודדות ואפילו חודשים.