Почему существующие модели AI неэффективны в разработке лекарств?

Современные модели AI обучаются на данных из тестов на животных или изолированных клетках, которые не отражают сложность человеческой биологии. Это ограничивает их способность предсказывать эффективность лекарств для людей.

Как Vivodyne решает проблему нехватки данных?

Компания создала роботизированные лаборатории HIVE, которые выращивают человеческие ткани и проводят автономные эксперименты, генерируя данные о реальных биологических процессах. Это позволяет получать более точные и релевантные данные для обучения моделей AI.

Какие результаты уже достигнуты Vivodyne?

Ткани, выращенные в лабораториях Vivodyne, показали высокую точность: например, клетки печени предсказывают токсичность с точностью 94%, а костный мозг — 100% совпадение с результатами тестов на 20 химиотерапевтических препаратах.

← Все новости

Искусственный интеллект

Стартап Vivodyne: как роботы и AI могут ускорить поиск лекарств

19 августа 2026 г.

Фото: TechCrunch

Краткий ответ

Стартап Vivodyne разработал роботизированные лаборатории HIVE для генерации данных о человеческих тканях, чтобы улучшить точность моделей AI в фармацевтике.

Американский стартап Vivodyne, выделившийся из Университета Пенсильвании в 2021 году, предлагает решение одной из ключевых проблем в области разработки лекарств с помощью искусственного интеллекта. Основатель компании Андрей Жоржеску утверждает, что современные модели AI не обладают достаточными данными для точного моделирования человеческой биологии, так как в основном обучаются на результатах тестов на животных или изолированных клетках.

Для решения этой проблемы Vivodyne создал роботизированные лаборатории HIVE, способные автономно выращивать 20 видов человеческих тканей, проводить эксперименты и отслеживать их результаты. Компания утверждает, что её технология позволяет получать данные, максимально приближенные к реальным биологическим процессам. Например, клетки печени, выращенные в лаборатории, демонстрируют 94% точность в предсказании токсичности по сравнению с клиническими испытаниями на людях.

Vivodyne уже привлёк около 6,8 млрд ₽ инвестиций и открыл крупнейший в мире «центр данных о человеческой биологии» под Сан-Франциско. По словам Жоржеску, его команда уже превысила производительность всех животных испытаний, проводимых в США. Компания сотрудничает с крупными фармацевтическими корпорациями, чтобы ускорить процесс разработки лекарств и снизить затраты на клинические испытания, которые часто обходятся в десятки миллионов долларов.

Основатель Vivodyne видит будущее в генерации причинно-следственных данных, которые помогут обучать модели AI понимать не только статичные состояния клеток, но и динамику их изменений. Это может стать ключом к созданию более сложных и эффективных лекарств, особенно для лечения заболеваний, требующих комбинированной терапии.

Частые вопросы

Почему существующие модели AI неэффективны в разработке лекарств?: Современные модели AI обучаются на данных из тестов на животных или изолированных клетках, которые не отражают сложность человеческой биологии. Это ограничивает их способность предсказывать эффективность лекарств для людей.
Как Vivodyne решает проблему нехватки данных?: Компания создала роботизированные лаборатории HIVE, которые выращивают человеческие ткани и проводят автономные эксперименты, генерируя данные о реальных биологических процессах. Это позволяет получать более точные и релевантные данные для обучения моделей AI.
Какие результаты уже достигнуты Vivodyne?: Ткани, выращенные в лабораториях Vivodyne, показали высокую точность: например, клетки печени предсказывают токсичность с точностью 94%, а костный мозг — 100% совпадение с результатами тестов на 20 химиотерапевтических препаратах.

Лента для Дзен: /feed/dzen.xml · RSS: /feed.xml