Этические вопросы применения искусственного интеллекта в разработке лекарственных препаратов

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.

1. 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.

2. 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/

3. 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.

4. 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.

5. 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/

6. 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.

7. 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.

8. Sackett DL. Bias in analytic research. J Chronic Dis. 1979;32(1-2):51-63. doi: 10.1016/0021-9681(79)90012-2.

9. 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.

10. 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):657-70