Dengan cara itu, ukuran uji klinis dapat diperkecil, durasi penelitian dipersingkat, dan akses pasien terhadap terapi baru bisa dipercepat.
Meski demikian, Capgemini menegaskan bahwa faktor keamanan dan kepercayaan tetap harus menjadi prioritas utama.
Regulator membutuhkan keyakinan penuh terhadap cara data sintetis dihasilkan, divalidasi, dan dikombinasikan dengan data dunia nyata.
Karena itu, transparansi dan validasi ilmiah disebut menjadi fondasi penting sebelum teknologi ini diadopsi secara luas.
Thorsten Rall juga menyoroti perkembangan AI agents sebagai salah satu inovasi paling penting di industri biofarmasi saat ini.
Riset Capgemini menunjukkan sekitar 38 persen organisasi telah mulai mengeksplorasi penggunaan AI agents dalam penelitian dan pengembangan.
Namun, ia menegaskan bahwa AI untuk sains tidak boleh menjadi “kotak hitam” yang menghasilkan jawaban tanpa penjelasan.
AI agents harus mampu menjelaskan alasan di balik setiap kesimpulan dan bahkan menantang hipotesis yang ada agar dapat dipercaya oleh ilmuwan manusia.
Menurutnya, agen AI ilmiah harus dibangun berdasarkan prinsip biologis dan molekuler, bukan hanya pola bahasa probabilistik semata.
Model bahasa kecil atau Small Language Models (SLM) yang dilatih secara khusus menggunakan data sintetis berbasis hukum ilmiah dinilai memiliki kemampuan penalaran dan penjelasan yang lebih baik.
Kemampuan menjelaskan proses berpikir tersebut diyakini akan menjadi syarat utama jika AI ingin benar-benar diterima sebagai partner ilmiah yang kredibel di masa depan.(*)
Discussion about this post