После разработки проекта Folding@home в Stanford Vijay Pande расширил инвестиционную деятельность a16z в сфере здравоохранения и наук о жизни и возглавил практику стоимостью около 4 миллиардов долларов. В июне Pande покинул свой пост и вместе с Zach Werner основал VZVC. Новая фирма осуществляет около пяти целевых инвестиций в год вместо 30; в инвестиционной команде всего два партнёра, а в повседневной работе используются агенты искусственного интеллекта.
По словам Pande, искусственный интеллект может помочь в определении мишеней заболеваний, разработке лекарств и проведении клинических исследований. Однако вероятность того, что лекарственный препарат успешно пройдёт путь от первого испытания до конца третьего, составляет всего 20%; клинические исследования могут обходиться в сотни миллионов долларов. Pande отмечает, что искусственный интеллект может давать лучшие результаты, чем модели на животных, и способствовать развитию персонализированной медицины.
Pande заявил, что невозможность легко собирать биологические данные из интернета ограничивает прогресс в области искусственного интеллекта, а компании в основном создают собственные закрытые наборы данных. В то же время он отметил, что распространение атласов биологической информации и базовых моделей с открытым исходным кодом может оказать широкое влияние на эту сферу. Pande подчеркнул, что искусственный интеллект не сможет решить всё в одиночку; зачастую главным ограничивающим фактором является нехватка данных.
Почему это важно
Структура VZVC, основанная на небольшой команде и ограниченном числе крупных инвестиций, показывает, что специализация в области здравоохранения и наук о жизни сочетается с поиском операционной эффективности. Ключевая проблема, лежащая в основе этого подхода, заключается в том, что из-за высокой стоимости разработки лекарств и низкой вероятности успеха технический прогресс не превращается напрямую в клинический результат. Поэтому использование искусственного интеллекта для поиска мишеней заболеваний, разработки лекарств и исследовательских процессов выходит за рамки исключительно программного вопроса и становится вопросом доступа к биологическим данным. То, что данные остаются закрытыми внутри компаний, ограничивает передачу разработанных инструментов для использования в других исследованиях. Распространение открытых биологических атласов и базовых моделей может изменить эту фрагментированную структуру данных, однако их влияние на клинический успех пока остается открытым вопросом.