ഉള്ളടക്കം
ഒരു പുതിയ മരുന്ന് കണ്ടെത്തി വിപണിയിലെത്തിക്കാൻ പരമ്പരാഗതമായി പത്തു വർഷത്തിലധികവും 260 കോടി ഡോളറിലധികവും വേണ്ടിവരുമെന്നാണ് കണക്ക്. ഈ പ്രക്രിയയെ ഗണ്യമായി വേഗത്തിലാക്കാമെന്ന വാഗ്ദാനവുമായി AI അധിഷ്ഠിത മരുന്ന് കണ്ടുപിടിത്ത കമ്പനികൾ കഴിഞ്ഞ അഞ്ച് വർഷത്തിനിടെ വൻതോതിൽ നിക്ഷേപം ആകർഷിച്ചു. എന്നാൽ 2026-ൽ എത്തിനിൽക്കുമ്പോൾ, ഈ വാഗ്ദാനങ്ങൾ എത്രത്തോളം യാഥാർത്ഥ്യമായി എന്നത് പരിശോധിക്കേണ്ട സമയമാണ്.
പൈപ്പ്‌ലൈനിലെ കണക്കുകൾ
2025 ഡിസംബർ വരെയുള്ള കണക്കനുസരിച്ച്, 63 കമ്പനികളിൽ നിന്നായി 117 AI-സഹായത്തോടെ വികസിപ്പിച്ച ചികിത്സാ ഘടകങ്ങൾ (therapeutic assets) മനുഷ്യരിലുള്ള ക്ലിനിക്കൽ പരീക്ഷണങ്ങളിലുണ്ട് എന്ന് ASCO/JCO പ്രസിദ്ധീകരിച്ച വിശകലനം കാണിക്കുന്നു. 2026 തുടക്കത്തോടെ ഇത്തരം പദ്ധതികളുടെ എണ്ണം 173-ലധികമായി ഉയർന്നു. എന്നാൽ ഈ 117-ൽ 60 എണ്ണം (51.3%) മാത്രമാണ് ഫേസ് 1 പരീക്ഷണം പൂർത്തിയാക്കിയത്, ഫേസ് 2 പൂർത്തിയാക്കിയത് വെറും 8 എണ്ണം (6.8%) മാത്രം. അതായത്, “AI മരുന്നുകൾ” എന്ന് വിളിക്കപ്പെടുന്നവയിൽ ബഹുഭൂരിപക്ഷവും ഇപ്പോഴും പരീക്ഷണത്തിന്റെ പ്രാരംഭ ഘട്ടങ്ങളിലാണ്.
വേഗതയിലെ യഥാർത്ഥ നേട്ടങ്ങൾ
ചൈനീസ്-അമേരിക്കൻ കമ്പനിയായ ഇൻസിലിക്കോ മെഡിസിൻ (Insilico Medicine) ഇക്കാര്യത്തിൽ ഏറ്റവും ശ്രദ്ധേയമായ ഉദാഹരണങ്ങളിലൊന്നാണ്. പരമ്പരാഗതമായി ഒരു മരുന്നിന്റെ “ടാർഗെറ്റ്” കണ്ടെത്തി പ്രീക്ലിനിക്കൽ ഘട്ടം പൂർത്തിയാക്കാൻ ശരാശരി 4.5 വർഷം എടുക്കുമ്പോൾ, ഇൻസിലിക്കോയുടെ ശ്വാസകോശ രോഗത്തിനുള്ള മരുന്നായ റെന്റോസെർട്ടിബ് (rentosertib) ഈ പ്രക്രിയ 30 മാസത്തിനുള്ളിൽ പൂർത്തിയാക്കി, ചില പദ്ധതികളിൽ ഇത് വെറും 9 മാസം വരെ ചുരുങ്ങിയിട്ടുണ്ട്. ചെലവിന്റെ കാര്യത്തിലും വലിയ കുറവ് അവകാശപ്പെടുന്നു — പരമ്പരാഗത പ്രീക്ലിനിക്കൽ ചെലവ് 40 കോടി ഡോളറിലധികമാകുമ്പോൾ, ഇൻസിലിക്കോ അതിന്റെ പത്തിലൊന്ന് ചെലവിൽ ഇത് ചെയ്യാൻ കഴിയുമെന്ന് അവകാശപ്പെടുന്നു.
ഫേസ് 1 പരീക്ഷണങ്ങളിലെ വിജയശതമാനവും ശ്രദ്ധേയമാണ് — BCG-യുടെ 2024 വിശകലനമനുസരിച്ച് AI കണ്ടെത്തിയ മരുന്നുകൾക്ക് 80-90% വരെ ഫേസ് 1 വിജയനിരക്ക് ഉണ്ട്, ഇത് വ്യവസായ ശരാശരിയേക്കാൾ ഉയർന്നതാണ്. എന്നാൽ ഫേസ് 2-ൽ എത്തുമ്പോൾ ഈ മുൻതൂക്കം അപ്രത്യക്ഷമാകുന്നു — ഏകദേശം 40% വിജയനിരക്ക് മാത്രമേ ഇവിടെ കാണുന്നുള്ളൂ, ഇത് പരമ്പരാഗത മരുന്നുകൾക്ക് സമാനമാണെന്ന് നേച്ചർ മെഡിസിൻ 2025-ൽ പ്രസിദ്ധീകരിച്ച പഠനം ചൂണ്ടിക്കാട്ടുന്നു.
ഭീമൻ നിക്ഷേപങ്ങൾ
2019 മുതൽ AI മരുന്ന് കണ്ടുപിടിത്ത മേഖലയിലേക്ക് ഏകദേശം 6,000 കോടി ഡോളർ (60 ബില്യൺ) നിക്ഷേപം എത്തിയിട്ടുണ്ടെന്നാണ് കണക്ക്. ഗൂഗിൾ ഡീപ്‌മൈൻഡിന്റെ സ്പിൻ-ഓഫ് കമ്പനിയായ ഐസോമോർഫിക് ലാബ്സ് (Isomorphic Labs) 2026 മെയ് മാസത്തിൽ 210 കോടി ഡോളർ (2.1 ബില്യൺ) സീരീസ് ബി ഫണ്ടിംഗ് സമാഹരിച്ചു — ബയോടെക് ചരിത്രത്തിലെ രണ്ടാമത്തെ ഏറ്റവും വലിയ ഫണ്ടിംഗ് റൗണ്ട്. എന്നാൽ AlphaFold സാങ്കേതികവിദ്യയിൽ അധിഷ്ഠിതമായ ഈ കമ്പനിക്ക് 2026 ജൂലൈ വരെ ഒരു ക്ലിനിക്കൽ സ്ഥാനാർത്ഥി മരുന്ന് പോലും പ്രഖ്യാപിക്കാൻ കഴിഞ്ഞിട്ടില്ല എന്നത് ശ്രദ്ധേയമാണ് — വർഷാവസാനത്തോടെ ആദ്യ പരീക്ഷണം ആരംഭിക്കുമെന്നാണ് പ്രതീക്ഷ.
വിജയങ്ങളും പരാജയങ്ങളും
എല്ലാ കഥകളും വിജയകരമല്ല. AI കണ്ടെത്തിയ ആദ്യ മരുന്നായ DSP-1181 2020-ൽ പരീക്ഷണം തുടങ്ങിയെങ്കിലും 2022-ൽ നിർത്തിവച്ചു. ബെനെവലന്റ് AI-യുടെ BEN-2293 എന്ന മരുന്ന് 2023-ൽ ഫലപ്രാപ്തി ലക്ഷ്യങ്ങൾ കൈവരിക്കാതെ 180 ജീവനക്കാരുടെ പിരിച്ചുവിടലിന് കാരണമായി. ഷ്രോഡിംഗർ കമ്പനിയുടെ SGR-2921 എന്ന മരുന്ന് ചികിത്സാ സംബന്ധമായ രണ്ട് മരണങ്ങൾക്ക് ശേഷം 2025 ഓഗസ്റ്റിൽ നിർത്തിവച്ചു. ഇത്തരം സംഭവങ്ങൾ, AI എന്ന ഒറ്റ ഘടകം കൊണ്ട് മരുന്ന് വികസനത്തിലെ അപകടസാധ്യതകൾ പൂർണമായും ഇല്ലാതാക്കാൻ കഴിയില്ല എന്ന് ഓർമിപ്പിക്കുന്നു.
മറുവശത്ത്, റെക്കുർഷൻ ഫാർമസ്യൂട്ടിക്കൽസിന്റെ (Recursion, Exscientia-യുമായി ലയിച്ചത്) REC-4881 എന്ന മരുന്ന് ഫേസ് 2 പരീക്ഷണത്തിൽ കുടലിലെ പോളിപ്പ് ഭാരം 43-53% വരെ കുറച്ചതായി കണ്ടെത്തി. ജനറേറ്റ്:ബയോമെഡിസിൻസിന്റെ ശ്വാസകോശ രോഗത്തിനുള്ള മരുന്ന് GB-0895 ഏകദേശം 1,600 രോഗികളുമായി ഫേസ് 3-ൽ എത്തിയിട്ടുണ്ട് — AI കണ്ടെത്തിയ മരുന്നുകളിൽ ഏറ്റവും മുന്നിലെത്തിയവയിലൊന്നാണിത്.
FDA അംഗീകാരം: ഇനിയും കാത്തിരിക്കണം
ഇത്രയധികം നിക്ഷേപവും വാഗ്ദാനങ്ങളും ഉണ്ടായിട്ടും, 2026 ജൂലൈ വരെ ഒരു AI-കണ്ടെത്തിയ മരുന്ന് പോലും പൂർണമായ FDA വിപണന അംഗീകാരം നേടിയിട്ടില്ല എന്നത് ഈ മേഖലയുടെ യാഥാർത്ഥ്യം വ്യക്തമാക്കുന്നു. മരുന്ന് വികസനം ഇപ്പോഴും ദീർഘകാല പ്രക്രിയയാണ്, AI അതിന്റെ ചില ഘട്ടങ്ങൾ വേഗത്തിലാക്കുന്നു എന്നല്ലാതെ, ക്ലിനിക്കൽ പരീക്ഷണങ്ങളുടെ കാലദൈർഘ്യവും സുരക്ഷാ പരിശോധനകളും ഒഴിവാക്കാൻ കഴിയില്ല.
ഇന്ത്യയ്ക്കും മലയാളികൾക്കും എന്താണ് പ്രസക്തി?
ഇന്ത്യയിലെ ഫാർമ വ്യവസായം ലോകത്തിലെ ജനറിക് മരുന്ന് ഉത്പാദനത്തിന്റെ പ്രധാന കേന്ദ്രമാണ്, AI അധിഷ്ഠിത മരുന്ന് കണ്ടുപിടിത്തം ഈ മേഖലയിലും വേരുറപ്പിച്ചു തുടങ്ങിയിട്ടുണ്ട്. ബാംഗ്ലൂർ, ഹൈദരാബാദ് കേന്ദ്രീകരിച്ചുള്ള ബയോടെക് സ്റ്റാർട്ടപ്പുകൾ ഈ സാങ്കേതികവിദ്യ ഉപയോഗിച്ച് ഉഷ്ണമേഖലാ രോഗങ്ങൾക്കുള്ള മരുന്നുകൾ, അപൂർവ്വ രോഗങ്ങൾക്കുള്ള ചികിത്സകൾ എന്നിവ വികസിപ്പിക്കാൻ ശ്രമിക്കുന്നു. എന്നാൽ ഈ ലേഖനത്തിൽ കണ്ട കണക്കുകൾ കാണിക്കുന്നത്, AI ഒരു മാന്ത്രിക പരിഹാരമല്ല, മറിച്ച് നിലവിലെ ശാസ്ത്രീയ-നിയന്ത്രണ പ്രക്രിയകൾക്കുള്ളിൽ പ്രവർത്തിക്കുന്ന ഒരു ശക്തമായ ഉപകരണം മാത്രമാണ് എന്നാണ്. അടുത്ത രണ്ടോ മൂന്നോ വർഷത്തിനുള്ളിൽ ആദ്യത്തെ AI-കണ്ടെത്തിയ മരുന്ന് FDA അംഗീകാരം നേടുമോ എന്നത് ഈ മേഖലയുടെ യഥാർത്ഥ പക്വത അളക്കുന്ന നിർണായക നാഴികക്കല്ലായിരിക്കും.
സ്രോതസ്സുകൾ (References)
- AI-Discovered Drugs in Clinical Trials 2026: Full Pipeline – IntuitionLabs
- AI Drug Discovery FDA Approvals: The 2026 Reality Check – IntuitionLabs
- Isomorphic Labs & AlphaFold: AI Drug Discovery in Trials – IntuitionLabs
- AI Drug Discovery Statistics 2026: Pipeline, Costs & Success Rates – Axis Intelligence