Trong một thập kỷ qua, trí tuệ nhân tạo (AI) trong lĩnh vực phát hiện thuốc đã thu hút sự quan tâm ngày càng lớn. Bài viết “AI in drug discovery — what it is, where we stand and the path forward” trên Nature cung cấp một đánh giá quan trọng: tiến bộ đã đạt được ở đâu, và chúng ta vẫn chưa thấy tác động thực sự ở đâu, khi mục tiêu quan trọng nhất là cung cấp thuốc an toàn và hiệu quả cho bệnh nhân nhanh hơn.
Mặc dù nhiều phương pháp AI đã được phát triển, ứng dụng và đánh giá benchmark, bằng chứng về tác động liên quan đến lâm sàng cho đến nay vẫn “đáng thất vọng hạn chế”. Bài viết chỉ ra các lý do tiềm ẩn, bao gồm sự tập trung chưa đủ vào dịch chuyển lâm sàng trong quá trình phát triển model, khó khăn trong việc áp dụng các thuật toán AI trên dữ liệu khoa học sống có điều kiện, và việc định nghĩa bài toán chưa đủ rõ ràng dẫn đến các model tính toán chưa được thiết kế đầy đủ cho các trường hợp sử dụng thực tế. Yếu tố “đẩy công nghệ” so với “kéo từ khoa học” cũng được xem là một nguyên nhân cơ bản.
Bài viết đưa ra các khuyến nghị để phát triển AI trong phát hiện thuốc nhằm tăng tính liên quan dịch chuyển của nó. Ví dụ, các nghiên cứu benchmark của các công cụ AI cần tiến lên từ việc validation model và thay vào đó tập trung vào khả năng cải thiện ra quyết định. Điều này có nghĩa là đánh giá phải xem xét bối cảnh sử dụng cụ thể và liệu model có thực sự hỗ trợ quy trình ra quyết định trong bối cảnh thực tế của ngành dược phẩm hay không.
Đối với cộng đồng nghiên cứu và người dùng Việt Nam đang quan tâm đến AI, bài viết này là một lời nhắc nhở thực tế. Mặc dù AI hứa hẹn nhiều tiềm năng, việc áp dụng nó vào các lĩnh vực phức tạp như phát hiện thuốc đòi hỏi sự chuyển đổi tư duy từ “tạo ra model tốt” sang “cải thiện quyết định thực tế”. Đây là một bài học quý giá cho các nhà nghiên cứu và phát triển AI tại Việt Nam khi muốn đóng góp vào các giải pháp y tế và dược phẩm có ý nghĩa thực tiễn.
Nguồn: Hacker News — Biên dịch & tổng hợp: danhbaai.com