clinvestКачественная клиническая практикаKachestvennaya Klinicheskaya Praktika = Good Clinical Practice2588-05192618-8473ООО «Издательство ОКИ10.37489/2588-0519-2025-3-111-117QFCFBKclinvest-809Research ArticleБИОМЕДИЦИНСКАЯ ЭТИКАBIOMEDICAL ETHICSЭтические вопросы применения искусственного интеллекта в разработке лекарственных препаратовEthical issues of using artificial intelligence in drug developmenthttps://orcid.org/0000-0002-0032-0341ХохловА. Л.KhokhlovA. L.

Хохлов Александр Леонидович  — д. м. н., профессор, академик РАН, зав. кафедрой фармакологии и  клинической фармакологии, ректор

Ярославль

Alexander L. Khokhlov — Dr. Sci (Med.), Professor, Academician of the Russian Academy of Sciences, Head of the Department of Pharmacology and Clinical Pharmacology, Rector 

Yaroslavl

al460935@yandex.ruhttps://orcid.org/0000-0002-2164-8290БелоусовД. Ю.BelousovD. Yu.

Белоусов Дмитрий Юрьевич  — генеральный директор

Москва

Dmitry Yu. Belousov — General Director

Moscow

clinvest@mail.ruФГБОУ ВО «Ярославский государственный медицинский университет»РоссияYaroslavl State Medical UniversityRussian FederationООО «Центр фармакоэкономических исследований»РоссияCenter for Pharmacoeconomic Research LLCRussian Federation20253009202503111117Copyright © Хохлов А.Л., Белоусов Д.Ю., 20252025Хохлов А.Л., Белоусов Д.Ю.Khokhlov A.L., Belousov D.Y.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.clinvest.ru/jour/article/view/809

Искусственный интеллект (ИИ) активно внедряется в процесс разработки лекарственных препаратов, что позволяет значительно ускорить и удешевить создание новых терапевтических средств. В статье рассматриваются ключевые направления применения ИИ в фармацевтической отрасли, включая предсказание структуры молекул, виртуальный скрининг соединений, оптимизацию клинических исследований и персонализированную медицину. Особое внимание уделяется этическим вопросам, возникающим в связи с использованием ИИ: прозрачности алгоритмов, ответственности за ошибки, конфиденциальности данных, доступности технологий и регуляторным вызовам. Анализируются рекомендации ВОЗ по управлению большими мультимодальными моделями в здравоохранении. Подчёркивается необходимость баланса между инновациями и этической ответственностью, а также разработки нормативной базы для безопасного и эффективного применения ИИ в медицине.

Artificial intelligence (AI) is being actively integrated into the drug development process, significantly accelerating it and reducing the costs of creating new therapeutic agents. This article examines key areas of AI application in the pharmaceutical industry, including molecular structure prediction, virtual compound screening, optimization of clinical trials, and personalized medicine. Special attention is paid to the ethical issues arising from the use of AI, such as algorithm transparency, accountability for errors, data privacy, technology accessibility, and regulatory challenges. The World Health Organization (WHO) guidelines for managing large multi-modal models in healthcare are analyzed. The article emphasizes the need to strike a balance between innovation and ethical responsibility, as well as to develop a regulatory framework for the safe and effective use of AI in medicine.

искусственный интеллектразработка лекарственных препаратовбольшие данныемашинное обучениебиомедицинская этикабольшие мультимодальные моделиперсонализированная медицинаклинические исследованиябезопасность пациентовartificial intelligencedrug developmentbig datamachine learningethicslarge multi-modal modelspersonalized medicineclinical trialspatient safetyReferencesPaul D, Sanap G, Shenoy S, Kalyane D, Kalia K, Tekade RK. Artificial intelligence in drug discovery and development. Drug Discov Today. 2021 Jan;26(1):80-93. doi: 10.1016/j.drudis.2020.10.010.Paul D, Sanap G, Shenoy S, Kalyane D, Kalia K, Tekade RK. Artificial intelligence in drug discovery and development. Drug Discov Today. 2021 Jan;26(1):80-93. doi: 10.1016/j.drudis.2020.10.010.Dunn Andrew. Cash, chips and talent: Inside Nvidia's plan to dominate biotech's AI revolution. Endpoints News. [Internet] Режим доступа: https://endpts.com/inside-nvidias-plan-to-dominate-biotechs-ai-revolution/Dunn Andrew. Cash, chips and talent: Inside Nvidia's plan to dominate biotech's AI revolution. Endpoints News. [Internet] Режим доступа: https:// endpts.com/inside-nvidias-plan-to-dominate-biotechs-ai-revolution/Свечкарева И.Р., Гусев А.В., Колбин А.С. Перспективы искусственного интеллекта в доклинических и клинических исследованиях. Клин фармакол тер. 2025;34(1):14-19 DOI 10.32756/0869-5490-2025-1-14-19.Svechkareva IR, Gusev AV, Kolbin AS. Artificial intelligence in preclinical studies and clinical trials. Klini cheskaya farmakologiya i terapiya = Clin Pharmacol Ther. 2025;34(1):14-19 (In Russ.). DOI 10.32756/0869-5490-2025-1-14-19.Selvaraj C, Chandra I, Singh SK. Artificial intelligence and machine learning approaches for drug design: challenges and opportunities for the pharmaceutical industries. Mol Divers. 2022 Jun;26(3):1893-1913. doi: 10.1007/s11030-021-10326-z.Selvaraj C, Chandra I, Singh SK. Artificial intelligence and machine learning approaches for drug design: challenges and opportunities for the pharmaceutical industries. Mol Divers. 2022 Jun;26(3):1893-1913. doi: 10.1007/s11030-021-10326-z.Dunn Andrew. Q&A: Insitro CEO Daphne Koller on ‘potentially destructive’ AI hype, Nvidia's chips, and biotech's data problem. Endpoints News. [Internet] Режим доступа: https://endpts.com/insitro-ceo-daphne-koller-on-potentially-destructive-ai-hype-nvidia-chips-and-biotechs-data-problem/Dunn Andrew. Q&A: Insitro CEO Daphne Koller on ‘potentially destructive’ AI hype, Nvidia's chips, and biotech's data problem. Endpoints News. [Internet] Режим доступа: https://endpts.com/insitro-ceo-daphne-koller-on-potentially-destructive-ai-hype-nvidia-chips-and-biotechs-data-problem/Zhu H. Big Data and Artificial Intelligence Modeling for Drug Discovery. Annu Rev Pharmacol Toxicol. 2020 Jan 6;60:573-589. doi: 10.1146/annurev-pharmtox-010919-023324.Zhu H. Big Data and Artificial Intelligence Modeling for Drug Discovery. Annu Rev Pharmacol Toxicol. 2020 Jan 6;60:573-589. doi: 10.1146/annurev-pharmtox-010919-023324.Goodfellow IJ, Pouget-Abadie J, Mirza M, Xu B, Warde-Farley D, Ozair S, Courville A, Bengio Y. Generative Adversarial Networks. arXiv. 2014.1406.2661. https://doi.org/10.48550/arXiv.1406.2661.Goodfellow IJ, Pouget-Abadie J, Mirza M, Xu B, Warde-Farley D, Ozair S, Courville A, Bengio Y. Generative Adversarial Networks. arXiv. 2014.1406.2661. https://doi.org/10.48550/arXiv.1406.2661.Sackett DL. Bias in analytic research. J Chronic Dis. 1979;32(1-2):51-63. doi: 10.1016/0021-9681(79)90012-2.Sackett DL. Bias in analytic research. J Chronic Dis. 1979;32(1-2):51-63. doi: 10.1016/0021-9681(79)90012-2.Ethics and governance of artificial intelligence for health. Guidance on large multi-modal models. World Health Organization 2024. Available at: https://iris.who.int/bitstream/handle/10665/375579/9789240084759-eng.pdf.Ethics and governance of artificial intelligence for health. Guidance on large multi-modal models. World Health Organization 2024. Available at: https://iris.who.int/bitstream/handle/10665/375579/9789240084759-eng.pdf.Маличенко В.С., Гаджиева А.О., Платонова Н.И., Соловьёва-Опошнянская А.Ю. Правовые особенности использования технологий искусственного интеллекта в формировании данных реальной клинической практики. Фармакоэкономика. Современная фармакоэкономика и фармакоэпидемиология. 2023;16(4):657-70Malichenko VS, Gadzhieva AO, Platonova NI, Solovieva-Oposhnyanskaya AYu. Legal particularities of AI technology usage in real-world data formation. Farmakoekonomika. Modern Pharmacoeconomics and Pharmacoepidemiology. 2023;16(4):657-70 (In Russ.).

The authors declare that there are no conflicts of interest present.