02.10.2026
6’ READ TIME

Ατανάς Καμπούροβ: To AI γίνεται ο οδηγός στην ανακάλυψη νέων φαρμάκων

Ο computational biologist της Owkin Ατανάς Καμπούροβ εξηγεί στο WIRED πώς το AI περνά από τον ρόλο του βοηθού σε εκείνον του αυτόνομου ερευνητή.
Billboard 1

Υπάρχει μια λεπτή αλλά καθοριστική γραμμή ανάμεσα σε μια τεχνητή νοημοσύνη που βοηθά έναν επιστήμονα και σε μια τεχνητή νοημοσύνη που αρχίζει να κάνει η ίδια επιστήμη. Ο Ατανάς Καμπούροβ βρίσκεται ακριβώς πάνω σε αυτή τη γραμμή. Με εκπαίδευση στη computational biology, σήμερα ηγείται στην Owkin του τμήματος Solutions and Platform Delivery, της ομάδας που αναλαμβάνει να ενσωματώσει την πλατφόρμα της εταιρείας στις υποδομές των πελατών της και να την προσαρμόσει στις ιδιαίτερες ανάγκες κάθε φαρμακευτικής ή biotech εταιρείας.  

Κι αυτό που περιγράφει στο WIRED Greece δεν είναι απλώς ένα ακόμη εργαλείο AI, αλλά μια σταδιακή μετατόπιση της ίδιας της διαδικασίας.

Κατάγεται από τη Βουλγαρία. Έχει διδακτορικό από το Max Planck Institute for Molecular Genetics, θητεία στο Broad Institute και χρόνια δουλειάς σε cancer genomics και πολυτροπικά βιοϊατρικά δεδομένα. Ο ρόλος του σήμερα τον τοποθετεί ακριβώς στο σημείο όπου το AI μπαίνει στα πραγματικά workflows της φαρμακοβιομηχανίας. Εκεί όπου η Owkin έχει ήδη συμφωνίες με την AstraZeneca και την Boehringer Ingelheim. 

Ατανάς Καμπούροβ

Μιλάμε μέσω Zoom με αφορμή τη συμμετοχή της Owkin στο Ai Everything Abu Dhabi και -αρχικώς- του ζητώ να ονομάσει το μεγαλύτερο πρόβλημα στην ανάπτυξη φαρμάκων σήμερα. «Δεν είναι ένα πρόβλημα ή μία ευκαιρία ή ένας χώρος για βελτίωση. Ένα από αυτά, νομίζω, είναι ο περιορισμός του ανθρώπινου νου. Όπως μας αρέσει να σκεφτόμαστε στην Owkin, ο ανθρώπινος νους έχει πεπερασμένη ικανότητα να κατανοεί σύνθετα δεδομένα, όπως τα πολυτροπικά δεδομένα». 

Στο κέντρο αυτής της προσπάθειας βρίσκεται το K Pro, η πλατφόρμα της Owkin για την έρευνα και την ανάπτυξη φαρμάκων, που αξιοποιεί AI agents μαζί με βιοϊατρικά δεδομένα και επιστημονική γνώση για να υποστηρίζει τους ερευνητές σε διαφορετικά στάδια της ανακάλυψης. Η Owkin επιχειρεί να περάσει από ένα AI που λειτουργεί ως «συνεργάτης» του επιστήμονα σε ένα AI που μπορεί να αναλάβει πιο αυτόνομα την ίδια την ερευνητική διαδικασία.

Τρία επίπεδα

Το τι μπορεί να κάνει το AI, ο Καμπούροβ το σπάει σε τρία επίπεδα. Το πρώτο είναι αυτό που στην Owkin ονομάζουν co-scientist. «Όταν μπαίνεις σε ένα νέο project, μόνο το να μορφοποιήσεις τα δεδομένα, να τα ετοιμάσεις για ανάλυση, παίρνει εβδομάδες ή και μήνες, ανάλογα με την πολυπλοκότητά τους. Εκεί το AI μπορεί να βοηθήσει πολύ περισσότερο, ώστε να ξεκινάς με φόρα. Έχουμε στην πλατφόρμα μας data transformation agents που βοηθούν πραγματικά σε αυτό το κομμάτι». Μετά έρχεται η ανακάλυψη, όπου «υπάρχουν συγκεκριμένα πράγματα που είναι επαναλαμβανόμενα. Η εύρεση ενός νέου στόχου συνήθως συνδέεται με την εύρεση ενός στατιστικά σημαντικού σήματος. Το να κωδικοποιείς αυτά τα workflows και να έχεις agents που τα εκτελούν όταν χρειάζεται είναι επίσης εξοικονόμηση χρόνου».

Το τρίτο επίπεδο είναι ο αυτόνομος AI scientist. «Εκεί δεν είσαι πια εσύ ο οδηγός. Το AI είναι ο οδηγός και εσύ το καθοδηγείς, με την έννοια ότι βοηθάς να ιεραρχήσει τις κατευθύνσεις. Αλλά αυτό αποφασίζει πού θα πάει πρώτα και τι θα εξερευνήσει πρώτα. Αφήνει τους ανθρώπους να καθοδηγούν και να είναι ο τελικός κριτής, αλλά είναι πολύ πιο αυτόνομο».

Του ζητώ ένα παράδειγμα. «Μπορείς να μπεις και να πεις: δώσε μου νέους στόχους για τον καρκίνο της ουροδόχου κύστης. Θα κοιτάξει τη βιβλιογραφία. Τι υπάρχει; Τι φάρμακα έχω ήδη στην αγορά; Ποιες είναι οι νέες ευκαιρίες, ίσως από την πιο πρόσφατη βιβλιογραφία, νέα μονοπάτια που ανακαλύφθηκαν και σχετίζονται με τον καρκίνο της κύστης; Ποιοι στόχοι σε αυτά τα μονοπάτια; Εξετάζει τη δυνατότητα φαρμακολογικής στόχευσης, την εξάρτηση των καρκινικών κυττάρων από τον εκάστοτε στόχο και όλα τα άλλα που θα εξέταζαν συνήθως οι επιστήμονες. Τραβάει δεδομένα για να παραγάγει νέες υποθέσεις και μετά τραβάει άλλα, ανεξάρτητα δεδομένα για να επιβεβαιώσει ή να διαψεύσει τις υποθέσεις. Τα κάνει όλα αυτά αυτόνομα. Και εσύ, ως επιστήμονας, παίρνεις μια αναφορά και μια ιεράρχηση νέων στόχων».

Αυτό που περιγράφει δεν είναι ακόμη, στο σύνολό του, το K Pro όπως λειτουργεί σήμερα. Είναι όμως η κατεύθυνση προς την οποία κινείται η Owkin. «Αυτό είναι το όραμά μας. Προς τα εκεί πηγαίνουμε. Μεγάλο μέρος του έχει ήδη υλοποιηθεί και το χρησιμοποιούμε εσωτερικά. Έχουμε ομάδες ανακάλυψης που χρησιμοποιούν αυτή τη δυνατότητα για έρευνα στη γήρανση και την αναγέννηση, στα ADC για την ογκολογία, και ούτω καθεξής. Και ο co-scientist υπάρχει εδώ και πάνω από έναν χρόνο».

Η κρίσιμη διαφορά ανάμεσα στον co-scientist και τον αυτόνομο AI scientist είναι τελικά ποιος κρατάει το τιμόνι. «Στον co-scientist είναι βασισμένο σε prompt, αλλά εσύ είσαι ο οδηγός. Στην αυτόνομη λειτουργία, το προτρέπεις πολύ ελαφρά: χρειάζομαι νέους στόχους σε αυτή την ένδειξη. Και παρεμπιπτόντως, να ένα φρέσκο dataset. Ξεκίνα να το χρησιμοποιείς. Και μετά οδηγεί όλο το πράγμα αυτό».

Τι κάνει σήμερα

Σημειώνει ότι το K Pro μπορεί να χρησιμοποιηθεί σε διαφορετικά στάδια της έρευνας, από την ανάλυση βιοϊατρικών δεδομένων μέχρι την ανακάλυψη βιοδεικτών και την επιλογή των κατάλληλων πληθυσμών ασθενών. Ένα παράδειγμα είναι το Mosaic, το μεγάλο dataset της Owkin, που είναι διαθέσιμο μέσω της πλατφόρμας σε πελάτες που το έχουν αδειοδοτήσει. «Μπορείς να ξεκινήσεις αμέσως, κοιτάζοντας για παράδειγμα γονίδια που εκφράζονται σε Τ-κύτταρα που έχουν διηθήσει τον όγκο σε σχέση με Τ-κύτταρα που δεν τον έχουν διηθήσει, στον ίδιο όγκο. Αυτό συμβαίνει συνήθως στη φαρμακοβιομηχανία, αλλά μέχρι σήμερα είναι πολύ πιο χειροκίνητο».

Διεκδικώ να μάθω περισσότερα – ρωτάω αν το K Pro εντόπισε κάτι που οι άνθρωποι δεν είχαν καταφέρει. Απαντά ότι υπάρχουν ήδη ευρήματα, αλλά όχι ακόμη κάτι που είναι έτοιμος να δημοσιοποιήσει. «Έχουμε μερικά προγράμματα που ξεπήδησαν από αυτό. Είναι λίγο νωρίς για να πούμε τι ακριβώς είναι, αλλά επενδύουμε στο να επικυρώσουμε αυτές τις υποθέσεις. Μείνετε συντονισμένοι. Υπάρχουν πράγματα που έχουμε ανακαλύψει και έρχονται».

Το πειστικό λάθος

Επισημαίνω ότι το AI κάνει λάθη – στη φαρμακευτική έρευνα ένα πιθανό λάθος μπορεί να αποδειχθεί εξαιρετικά επικίνδυνο. «Σε αυτό δίνουμε πραγματικά μεγάλη προσοχή. Η φαρμακοβιομηχανία είναι σοβαρή υπόθεση. Αφορά ανθρώπινες ζωές». 

Η Owkin επιχειρεί να περιορίσει αυτόν τον κίνδυνο με πιστοποιημένες agentic λειτουργίες που περνούν από εκτεταμένους ελέγχους. Ο μηχανισμός αυτός ονομάζεται Owkin certified. «Είναι agentic skills που έχουν αναπτύξει οι ειδικοί μας με βάση τη γνώση του πεδίου τους. Τα δοκιμάζουν εκτενώς, συμπεριλαμβανομένης της σταθερότητας. Αν τρέξεις το workflow εκατό φορές, σου δίνει την ίδια απάντηση; Τουλάχιστον λογικά. Μπορεί να υπάρχει ένα κόμμα λιγότερο ή περισσότερο, αλλά είναι λογικά συνεπής ανάμεσα στις εκατό εκτελέσεις; Αν αλλάξεις λίγο το input, πόσο μεταβάλλεται η απάντηση; Κοιτάζουμε επίσης τη βιολογική ευλογοφάνεια. Όπου υπάρχει ασπρόμαυρη αλήθεια, είναι εύκολο, αλλά μερικές φορές δεν υπάρχει. Οπότε οι βιοϊατρικοί ειδικοί μας αξιολογούν την αλήθεια της απάντησης. Έχουμε ένα πλαίσιο επικύρωσης επτά επιπέδων».

Και προσθέτει: «Μέσα στο interface του K Pro εκθέτουμε τη διαδικασία σκέψης. Σε κάθε ερώτημα, το πρώτο μέρος της απάντησης είναι: έτσι κατάλαβα το ερώτημά σου. Αυτά είναι τα βήματα που έκανα, τα εργαλεία που αξιοποίησα και αυτές είναι κάποιες επιφυλάξεις που εντόπισα. Αν είναι στατιστικά υποδύναμο, αυτό γράφεται με μεγάλα γράμματα. Έτσι ο χρήστης μπορεί να ελέγξει: είναι εντάξει η λογική; Παραισθάνεται πράγματα ή κάνει όντως τα σωστά; Και πολλά από τα κρίσιμα βήματα είναι ντετερμινιστικά. Εκεί όπου χτυπάμε τα όρια του τι μπορούν να κάνουν σήμερα τα generative μοντέλα, έχουμε ντετερμινιστικά βήματα για να διασφαλίσουμε ότι η ακρίβεια παραμένει υψηλή. Επειδή υπάρχει αυτό το σωρευτικό φαινόμενο, μόλις αρχίσεις να κάνεις σύνθετη ανάλυση». 

Η αναζήτηση της ευθύνης

Αν μια κακή απόφαση προέλθει από ένα τέτοιο σύστημα, τελικά ποιος φταίει; Ο Καμπούροβ παραδέχεται ότι δεν υπάρχει ακόμη σαφής απάντηση. Το συγκρίνει με τα αυτοοδηγούμενα αυτοκίνητα: «Θα έλεγα ότι είναι ακόμα το άτομο που ρίχνει την τελική ματιά στα αποτελέσματα και παίρνει την τελική απόφαση, αυτό που είναι πρωτίστως υπεύθυνο. Δεν σημαίνει ότι δεν θα αλλάξει στο μέλλον. Νομίζω ότι κάποια στιγμή τα συστήματα AI θα γίνουν πιο ισχυρά και θα κάνουν λιγότερα λάθη από τους ανθρώπους».

Κλείνοντας, ρωτάω αν θα μπορούσε το AI να κάνει μεγάλο μέρος της έρευνας μόνη της. «Αυτό πιστεύουμε, ότι μπορεί», λέει και συνεχίζει: «Έχουμε ήδη κάνει ανακαλύψεις και ξεκινήσει προγράμματα βασισμένα σε ανακαλύψεις των αυτόνομων AI scientists μας. Οπότε, αν ρωτάς για τις πρώτες εφαρμογές, οι πρώτες εφαρμογές υπάρχουν ήδη».

© WIRED Greece. Επιτρέπεται η αναδημοσίευση αποσπασμάτων μόνο με ενεργό σύνδεσμο προς το πρωτότυπο άρθρο και σαφή αναφορά στο WIRED Greece.
Για πλήρη αναδημοσίευση απαιτείται προηγούμενη γραπτή άδεια.
Λουκάς Βελιδάκης, Ο Λουκάς Βελιδάκης είναι δημοσιογράφος με περισσότερα από 30 χρόνια εμπειρίας, με κύριο αντικείμενο τη… Περισσότερα

Γράψου στο newsletter μας!

Κάνε εγγραφή στο newsletter του WIRED Greece για να λαμβάνεις κάθε εβδομάδα τις ιστορίες, τις ιδέες και τις τεχνολογίες που διαμορφώνουν το αύριο.

Με την εγγραφή σας, συμφωνείτε με τους Όρους Χρήσης μας (συμπεριλαμβανομένης της παραίτησης από ομαδικές αγωγές και των διατάξεων διαιτησίας) και αναγνωρίζετε την Πολιτική Απορρήτου μας.

MOST READ ARTICLES
Sidebar 1
Sidebar 1
READ ALSO