Hoa Kỳ xây phòng thí nghiệm AI hơn 1 tỷ USD, đẩy nhanh khám phá và phát triển thuốc

Eli Lilly – một trong những tập đoàn dược phẩm lớn nhất thế giới – và Nvidia vừa công bố kế hoạch thành lập một phòng thí nghiệm đồng đổi mới ứng dụng trí tuệ nhân tạo, với tổng mức đầu tư vượt 1 tỷ USD trong 5 năm. Mục tiêu của dự án là đẩy nhanh quá trình khám phá và phát triển thuốc, từ nghiên cứu tiền lâm sàng cho tới các giai đoạn thử nghiệm và sản xuất.

PHÒNG THÍ NGHIỆM HƠN 1 TỶ USD 

Theo thông báo, phòng thí nghiệm sẽ được đặt tại khu vực Vịnh San Francisco, nơi đội ngũ của hai bên sẽ làm việc trực tiếp, cùng không gian, cùng chu trình thay vì hợp tác từ xa như các mô hình truyền thống. Dự kiến cơ sở này sẽ đi vào hoạt động từ cuối tháng 3, đánh dấu một trong những nỗ lực hợp tác sâu nhất từ trước đến nay giữa một hãng dược và một công ty hạ tầng AI.

Theo Bloomberg, điểm đáng chú ý không chỉ nằm ở quy mô tài chính, mà ở cách hai bên định nghĩa lại quy trình khám phá thuốc. Thay vì xem AI như một công cụ hỗ trợ riêng lẻ, Eli Lilly và Nvidia muốn xây dựng một chu trình khép kín, gồm các bước như AI sẽ đề xuất giả thuyết sinh học; Phòng thí nghiệm thực hiện thí nghiệm quy mô lớn; Dữ liệu thực nghiệm được đưa ngược trở lại để huấn luyện mô hình; Mô hình ngày càng chính xác hơn, dẫn tới các thí nghiệm tiếp theo hiệu quả hơn.

Bà Kimberly Powell, Phó Chủ tịch phụ trách y tế của Nvidia, cho biết phòng thí nghiệm này được thiết kế để “công nghiệp hóa” các mô hình AI trong sinh học, thay vì chỉ dừng lại ở các demo hoặc nghiên cứu thử nghiệm. Bà nhấn mạnh rằng đây không phải là dự án ngắn hạn, mà được gắn chặt với chu kỳ phần cứng tương lai của Nvidia, bao gồm các hệ thống Vera Rubin thế hệ mới và hạ tầng DGX Cloud.

Về phía Eli Lilly, Giám đốc Thông tin và Chuyển đổi số Diogo Rau mô tả dự án như một chất xúc tác cho kỷ nguyên tiếp theo của khám phá thuốc, nơi AI, dữ liệu và năng lực tính toán trở thành yếu tố trung tâm thay vì chỉ đóng vai trò hỗ trợ.

“DỮ LIỆU NỀN TẢNG” – YẾU TỐ QUYẾT ĐỊNH AI KHÁM PHÁ THUỐC CÓ THẬT SỰ HIỆU QUẢ

Bloomberg cho rằng nếu phải chọn một từ khóa xuyên suốt triết lý của phòng thí nghiệm này, đó chính là dữ liệu. Không phải dữ liệu có sẵn, mà là dữ liệu được tạo ra có chủ đích, với quy mô lớn và độ tin cậy cao – thứ mà Nvidia gọi là “ground truth data” (dữ liệu nền tảng được xác thực trong phòng thí nghiệm).

Theo Kimberly Powell, một trong những vấn đề lớn nhất khiến AI trong y sinh chưa tạo ra đột phá là chất lượng dữ liệu huấn luyện không đủ tốt. Sinh học không giống internet: dữ liệu không sẵn, không đồng nhất, và rất khó kiểm chứng. Vì vậy, thay vì chỉ “ăn” dữ liệu cũ, phòng thí nghiệm sẽ chủ động thiết kế thí nghiệm để tạo dữ liệu mới, phục vụ trực tiếp cho việc huấn luyện các mô hình nền tảng sinh học. Những mô hình này sẽ xử lý dữ liệu đa phương thức, như dữ liệu gen và protein, hình ảnh sinh học, dữ liệu hóa học, kết quả thử nghiệm tiền lâm sàng và lâm sàng.

Khi vòng lặp dữ liệu – mô hình – thí nghiệm được rút ngắn, quá trình khám phá thuốc có thể chuyển từ “nghệ thuật” sang “quy trình có thể mở rộng”. Đó chính là ý nghĩa của khái niệm “industrialize AI drug discovery” mà Nvidia nhiều lần nhấn mạnh.

Không dừng ở giai đoạn R&D, phòng thí nghiệm còn có phạm vi rất rộng. Nvidia và Lilly dự kiến sẽ ứng dụng AI tăng tốc vào toàn bộ chuỗi giá trị của Eli Lilly, từ sản xuất, tối ưu hóa chuỗi cung ứng cho tới hoạt động thương mại. Đây là chiến lược quen thuộc của Nvidia: bắt đầu từ quy trình hấp dẫn nhất, sau đó mở rộng dần sang toàn bộ hệ thống doanh nghiệp khi hạ tầng đã được “cắm rễ”.

Powell cũng tiết lộ Nvidia sẽ tận dụng các mô hình mở Nemotron và nền tảng BioNeMo để khai thác dữ liệu lâm sàng, với tham vọng rút ngắn thời gian và chi phí phát triển thuốc, vốn thường kéo dài hàng chục năm và tiêu tốn hàng tỷ USD.

AI CÓ ĐỦ SỨC THUYẾT PHỤC SINH HỌC VÀ NHÀ QUẢN LÝ?

Khoản đầu tư hơn 1 tỷ USD trong 5 năm là một tuyên bố mạnh mẽ của Eli Lilly với thị trường. Nó đặt ra áp lực rất rõ ràng: AI phải tạo ra kết quả đo đếm được, không chỉ là câu chuyện tiếp thị công nghệ. Với các nhà đầu tư dược phẩm, thành công không nằm ở mô hình đẹp hay siêu máy tính mạnh, mà ở số lượng ứng viên thuốc khả thi bước vào thử nghiệm lâm sàng, và quan trọng hơn là tỷ lệ thất bại giảm xuống.

AI đã hứa hẹn những điều này suốt nhiều năm, nhưng thực tế sinh học luôn tỏ ra “cứng đầu”. Ý tưởng không thiếu, nhưng xác thực sinh học, khả năng tái lập, và quy trình phê duyệt của FDA vẫn là những rào cản khắc nghiệt. Ngay cả mô hình được huấn luyện trên “dữ liệu nền tảng” cũng phải chứng minh được giá trị trong thế giới thực, nơi sai số nhỏ có thể khiến cả chương trình nghiên cứu đổ vỡ.

Ngoài ra, theo các nhà phân tích, còn có yếu tố con người. Tự động hóa và AI chỉ thực sự phát huy tác dụng khi được giới khoa học tin tưởng, trong khi bản chất của khoa học là hoài nghi. Việc thuyết phục các nhà nghiên cứu chấp nhận AI như một đối tác thực sự, chứ không phải công cụ phụ trợ, là một thách thức không nhỏ.

Với Nvidia, dự án này nằm trong chiến lược lớn hơn nhằm biến y tế và khoa học đời sống thành một trụ cột kinh doanh mới, tương tự cách hãng đã làm với đồ họa, trung tâm dữ liệu và AI tổng quát. Bên cạnh Eli Lilly, Nvidia cũng đang mở rộng hợp tác với Thermo Fisher trong lĩnh vực thiết bị phòng thí nghiệm, Multiply Labs trong sản xuất sinh học, và tiếp tục mở rộng hệ sinh thái BioNeMo.

Trong khi đó, theo trang Quartz, nếu phòng thí nghiệm AI của Eli Lilly và Nvidia thành công, nó có thể trở thành mẫu hình mới cho cách ngành dược phát triển thuốc trong kỷ nguyên AI. Nếu thất bại, đây sẽ là một lời nhắc nhở đắt giá rằng sức mạnh tính toán không thể thương lượng với sinh học, và AI – dù tiên tiến đến đâu – vẫn phải tuân theo những quy luật nghiêm ngặt của khoa học và quản lý.