Фото: Shutterstock AI/FOTODOM/Shutterstock

Словосочетание «искусственный интеллект» сегодня звучит на всех углах. Рассказывают всякое: то он моментально решит все проблемы, то оставит без работы. Что на самом деле изменится в фармакологии с появлением ИИ?

Поиск новых лекарств

Разработка препарата напоминает поиск нескольких подходящих ключей среди огромной горы заготовок. Сначала нужно понять, на какой белок, рецептор или фермент следует воздействовать, затем найти способную связаться с ним молекулу, проверить ее растворимость, устойчивость, проникновение в ткани и токсичность. Физически синтезировать и испытать все возможные соединения нельзя. ИИ позволяет сначала провести виртуальный отсев: оценить миллионы структур и выбрать относительно небольшое число наиболее перспективных кандидатов для настоящих лабораторных опытов.

Алгоритмы также помогают предсказывать трехмерную структуру белков, взаимодействие вещества с мишенью, возможные метаболиты и вероятность того, что молекула будет всасываться в кишечнике, проникать через гематоэнцефалический барьер или подавлять печеночные ферменты¹. Это не отменяет эксперименты, но позволяет реже тратить время на заведомо неудачные варианты. Иными словами, ИИ пока не создает лекарство нажатием кнопки, а помогает решить, что именно стоит проверять в доклинических исследованиях.

Фото: Shutterstock AI/FOTODOM/Shutterstock

Первые результаты

Кое-что уже удалось реализовать на практике. Один из наиболее известных примеров – рентосертиб, экспериментальный препарат для лечения идиопатического легочного фиброза. ИИ использовали и для выбора новой мишени – белка TNIK, и для проектирования молекулы. В 2025 году были опубликованы результаты небольшого рандомизированного исследования фазы IIa: препарат показал приемлемую переносимость и признаки возможной эффективности². Однако это еще не доказательство того, что лекарство станет стандартом лечения: необходимо провести все три фазы и убедиться, что препарат эффективнее или экономически выгоднее уже существующих на рынке.

ИИ пригоден не только для создания молекул. Он может подбирать подходящих участников клинических исследований, искать нарушения протокола, анализировать медицинские изображения и электронные истории болезни. FDA сообщило, что с 2016 года рассмотрело более 500 заявок на лекарства и биопрепараты, в разработке которых так или иначе использовался ИИ³. Значит, речь уже идет не только о единичных экспериментах в рамках стартапов, но и о формирующейся регуляторной практике.

Детектор лекарственных проблем

После выхода препарата на рынок ИИ может анализировать миллионы сообщений о нежелательных реакциях, медицинские записи и научные публикации. Алгоритмы способны искать повторяющиеся сообщения, необычные сочетания симптомов и препараты, подозрительно часто упоминающиеся вместе с определенным осложнением. Это особенно важно для редких реакций и взаимодействий, которые невозможно обнаружить в сравнительно небольших регистрационных исследованиях⁴. Однако найденный алгоритмом сигнал еще не доказывает причинную связь: его должны оценить специалисты по фармаконадзору.

Фото: NicoElNino/FOTODOM/Shutterstock

Тем не менее уже есть интересный пример. В апреле 2026 года исследователи из Университета Пенсильвании рассказали, как «натравили» ИИ на одно из крупнейших интернет-сообществ, где, среди прочего, пользователи рассказывали, как переносят агонисты рецепторов ГПП-1. Проанализировав более 400 тыс. сообщений, авторы нашли как минимум две ранее не описанные группы жалоб: нарушения менструального цикла и изменение восприятия температуры⁵. Биологически эти побочные эффекты вполне правдоподобны, поэтому ученые стали пристальнее их изучать у пациентов, которые подобные препараты используют.

Будьте осторожны! Самый распространенный на сегодня ИИ способен без зазрения совести и абсолютно уверенно выдумывать несуществующие противопоказания, ссылки на исследования и дозировки препаратов

Чем сердце успокоится

Работник аптеки, скорее всего, столкнется не с роботом-фармакологом, а с ИИ, встроенным в привычные программы. Он сможет быстрее проверять взаимодействия, замечать дублирование назначений, находить пациентов с повышенным риском осложнений и переводить сложную инструкцию на понятный язык.

Уже сегодня ИИ способен автоматически проверять рецепты на потенциальные взаимодействия, выявлять терапевтические дубли, анализировать остатки товаров, прогнозировать спрос и формировать заказы. Все это сокращает время на механические операции и позволяет сотруднику аптеки уделить больше внимания консультированию посетителей. Вместе с тем возрастает ответственность фармспециалиста: рекомендации ИИ нельзя воспринимать как безусловно верные. Любой алгоритм может ошибаться, поэтому окончательное решение по-прежнему остается за человеком. Ни провизора, ни фармацевта ИИ без работы не оставит.

Алексей Водовозов

Журнал "Российские аптеки" №9, 2026

1. Ferreira F.J.N., Carneiro A.S. AI-Driven Drug Discovery: A Comprehensive Review // ACS Omega. 2025 Jun 6;10(23):23889-23903. 2. Xu Z. et al. A generative AI-discovered TNIK inhibitor for idiopathic pulmonary fibrosis: a randomized phase 2a trial // Nat Med. 2025 Aug;31(8):2602-2610. 3. FDA Qualifies First AI Drug Development Tool, Will Be Used in «MASH» Clinical Trials – FDA, 08.12.2025. URL: https://www.fda.gov/ (дата обращения – 29.06.2026). 4. Algarvio R.C. et al. Artificial intelligence in pharmacovigilance: a narrative review and practical experience with an expert-defined Bayesian network tool // Int J Clin Pharm. 2025 Aug;47(4):932-944. 5. Sehgal N.K.R. et al. Self-reported side effects of semaglutide and tirzepatide in online communities // Nat. Health (2026). doi: 10.1038/s44360-026-00108-y. 6. McKinsey & Co. (2024) Generative AI in the pharmaceutical industry: Moving from hype to reality. Generative AI in the pharmaceutical industry: Moving from hype to reality. URL: https://www.mckinsey.com/ (дата обращения – 29.07.2026).