AI dalam penemuan obat menghadapi tantangan kualitas data dan bias

Biaya tinggi dan waktu pengembangan obat yang panjang mendorong perusahaan farmasi untuk mengadopsi kecerdasan buatan (AI) guna meningkatkan tingkat keberhasilan dan mengurangi risiko. AI digunakan untuk merancang kandidat obat dari awal dan memprediksi interaksinya dengan target penyakit, menggantikan penyaringan fisik tradisional dari perpustakaan molekul yang luas. Pergeseran ini memungkinkan perusahaan mengidentifikasi senyawa yang menjanjikan lebih cepat dan menghilangkan kandidat berkualitas rendah sebelum pengujian laboratorium, menghemat waktu dan sumber daya.

Namun, kandidat yang dihasilkan AI masih memerlukan validasi laboratorium karena model saat ini tidak dapat memprediksi kinetika atau kemampuan pengembangan secara andal. Hal ini meningkatkan tekanan pada tim laboratorium, yang harus menguji dan mengkarakterisasi volume yang semakin besar dari senyawa beragam yang dihasilkan AI. Alur kerja penyaringan tradisional, yang dirancang untuk hasil biner ya-atau-tidak, kesulitan menyediakan data terperinci yang diperlukan untuk kandidat kompleks ini.

Tantangan utama adalah kualitas dan kelengkapan data pelatihan. Banyak model AI bergantung pada dataset publik yang kurang struktur, pelabelan, dan keragaman, menyebabkan "dinding data" di mana model mencapai kesimpulan serupa dengan hasil yang semakin berkurang. Bias publikasi memperburuk hal ini, karena sebagian besar data publik berfokus pada hasil positif, sementara data negatif—eksperimen yang gagal dan senyawa yang tidak mengikat—tetap tidak dipublikasikan. Paul Belcher, direktur strategi penelitian protein di Cytiva, mencatat bahwa bias ini membatasi kemampuan model untuk belajar dari kegagalan dan membuat prediksi yang andal.

Integritas data menjadi perhatian lain. Pemalsuan gambar, seperti Western blot, menjadi lebih mudah dengan AI generatif. Penelitian oleh ahli mikrobiologi Elisabeth Bik menemukan bahwa hampir 4% makalah biomedis mengandung gambar duplikat atau dimanipulasi pada tahun 2016. Belcher memperingatkan bahwa data yang dimanipulasi yang digunakan untuk melatih AI dapat memiliki konsekuensi yang membawa bencana. Beberapa vendor mengembangkan alat untuk memverifikasi keaslian data, seperti Image Integrity Checker dari Cytiva, yang menggunakan algoritma hash aman untuk mendeteksi gangguan. Penerbit menunjukkan minat untuk mengadopsi alat tersebut sebagai praktik standar.

Ke depan, industri harus mengatasi tantangan data ini untuk mewujudkan potensi penuh AI dalam penemuan obat. Ini termasuk membuat dataset yang lebih komprehensif yang mencakup hasil negatif, meningkatkan pelabelan dan struktur data, serta menerapkan alat verifikasi untuk memastikan integritas data. Tanpa langkah-langkah ini, model AI berisiko melanggengkan bias dan menghasilkan prediksi yang tidak andal, merusak janji mereka untuk mempercepat pengembangan obat.