แอสตร้าเซนเนก้า เหตุผลที่ต้องการซื้อบริษัท AI อย่างมาก ― การพัฒนามะเร็งจะเปลี่ยนแปลงอย่างไรด้วยการเข้าซื้อกิจการ Modella AI?

แอสตร้าเซนเนก้า เหตุผลที่ต้องการซื้อบริษัท AI อย่างมาก ― การพัฒนามะเร็งจะเปลี่ยนแปลงอย่างไรด้วยการเข้าซื้อกิจการ Modella AI?

1) เกิดอะไรขึ้น?――การซื้อกิจการเพื่อ "นำ AI×การวิจัยและพัฒนามะเร็ง" มาใช้ภายใน

เมื่อวันที่ 13 มกราคม 2026 AstraZeneca ประกาศว่าจะซื้อกิจการ Modella AI ที่ตั้งอยู่ในบอสตัน เงื่อนไขการซื้อขายรวมถึงจำนวนเงินไม่ได้เปิดเผย การประกาศนี้มีจุดประสงค์เพื่อรวมโมเดลพื้นฐานแบบมัลติโมดอล (foundation models) และ AI เอเจนต์ที่สามารถทำงานได้เอง (agentic AI) ของ Modella เข้ากับการวิจัยและพัฒนาด้านมะเร็งของ AstraZeneca เพื่อเร่งพัฒนาทางคลินิกและเสริมสร้างการค้นหาตัวบ่งชี้ทางชีวภาพ


Reuters ระบุว่าการเคลื่อนไหวนี้เป็น "ครั้งแรกที่บริษัทเภสัชกรรมรายใหญ่ซื้อกิจการ AI" และวางไว้ในกระแสของความร่วมมือและการลงทุนที่เกี่ยวข้องกับ AI ที่เกิดขึ้นในช่วงเวลาเดียวกันที่ J.P. Morgan Healthcare Conference (JPM)


2) คำสำคัญคือ "การวัดเชิงปริมาณทางพยาธิวิทยา"――กำแพงสุดท้ายที่ส่งผลต่ออัตราความสำเร็จของการทดลอง

หนึ่งในสถานที่ที่ AI มีมูลค่ามากที่สุดในสถานที่ทำงานของเภสัชกรรมคือ **"การเลือกผู้ป่วยอย่างถูกต้อง" ในการทดลองมะเร็ง การเลือกผู้ป่วยผิดพลาด (ผู้ป่วยที่ควรจะได้ผลดีไม่ได้เข้าร่วม/มีผู้ป่วยที่ได้ผลน้อยเข้าร่วมมาก) อาจเป็นตัวจุดชนวนให้การทดลองล้มเหลว CFO Aradhana Sarin กล่าวว่าการรวม Modella จะช่วย "เพิ่มพลัง" การวิจัยพยาธิวิทยาเชิงปริมาณ (quantitative pathology) และการวิจัยตัวบ่งชี้ทางชีวภาพ โดยกล่าวถึงความเป็นไปได้ในการเร่งการเลือกผู้ป่วยด้วย AI เพิ่มโอกาสความสำเร็จและลดต้นทุน


AstraZeneca เองก็อธิบายในเว็บไซต์ของตนว่าการประเมินเชิงปริมาณโดยใช้พยาธิวิทยาคำนวณ (computational pathology) เช่น การย้อมสีภูมิคุ้มกัน (IHC) สามารถปรับปรุงการเลือกผู้ป่วยได้ โดยใช้วิสัยทัศน์คอมพิวเตอร์เพื่อชดเชยความแปรปรวนและข้อจำกัดที่เกิดจากการให้คะแนนด้วยตาของมนุษย์


นอกจากนี้ ในเอกสารสำหรับนักลงทุนของ AstraZeneca (การนำเสนอ JPM 2026) ได้ยกตัวอย่างการใช้ AI โดยระบุ **QCS (Quantitative Continuous Scoring)** ว่าเป็นทิศทางที่ชัดเจนในการใช้ AI กับพยาธิวิทยาคำนวณเพื่อระบุผู้ป่วยที่ตอบสนองได้ง่าย (จากข้อความในเอกสาร)


3) Modella AI คือใคร――"มัลติโมดอล×เอเจนต์" ที่เจาะเข้าสู่พยาธิวิทยา

ในประกาศของ Modella ได้อธิบายตนเองว่าเป็นบริษัทที่แก้ปัญหาท้าทายในด้านเนื้องอกวิทยาที่จุดตัดของข้อมูลพยาธิวิทยา ข้อมูลคลินิก และ AI สร้างสรรค์ขั้นสูง หลังจากการซื้อกิจการ จะรวมโมเดลพื้นฐานแบบมัลติโมดอลและ AI เอเจนต์เข้ากับสภาพแวดล้อมการวิจัยและพัฒนาด้านมะเร็งของ AstraZeneca เพื่อเพิ่มความสม่ำเสมอ การสเกล และการอัตโนมัติของเวิร์กโฟลว์ที่เน้นการรวบรวมข้อมูล


สิ่งสำคัญที่นี่คือคำว่า "มัลติโมดอล" การตัดสินใจในการพัฒนามะเร็งไม่สามารถทำได้เพียงแค่ภาพพยาธิวิทยาหรือข้อความทางคลินิกเท่านั้น การรวมภาพ (ภาพเนื้อเยื่อ) ข้อความ (การตรวจสอบ ประวัติการรักษา ค่าการตรวจ) และข้อมูลโมเลกุล (ยีน โปรตีน ฯลฯ) เข้าด้วยกันเท่านั้นที่จะทำให้การแบ่งกลุ่มผู้ป่วยมีความเป็นจริง Modella ขาย "การออกแบบการรวม" นี้ และเมื่อรวมกับข้อมูลของ AstraZeneca จะทำให้เรื่องราวของการเพิ่มความเร็วในการตอบคำถามในการพัฒนาทางคลินิกเป็นจริง


(เพิ่มเติม) สื่อในอุตสาหกรรมบางแห่งได้กล่าวถึงผลิตภัณฑ์ที่เป็นผู้ช่วยพยาธิวิทยาเป็นองค์ประกอบทางเทคนิคของ Modella แต่รายละเอียดต้องตรวจสอบเพิ่มเติมจากข้อมูลต้นทาง ที่นี่ควรเข้าใจว่าทิศทาง "การจัดการภาพพยาธิวิทยาและข้อความข้ามกัน" เป็นจุดสำคัญของการซื้อกิจการ


4) จาก "ความร่วมมือ" สู่ "การซื้อกิจการ"――การ "ทดลองขับ" ในเดือนกรกฎาคมกลายเป็น "การผลิตภายใน" ในเดือนมกราคม

การซื้อกิจการครั้งนี้ถูกวาดขึ้นเป็นการขยายสัญญาหลายปีที่ประกาศในเดือนกรกฎาคม 2025 ไม่ใช่การเคลื่อนไหวที่เกิดขึ้นอย่างกะทันหัน ทั้งสองบริษัทได้ประกาศในขณะนั้นว่า AstraZeneca จะเข้าถึงโมเดลพื้นฐานแบบมัลติโมดอลของ Modella เพื่อเร่งการพัฒนาทางคลินิกด้านมะเร็ง


การแสดงออกของ Reuters เป็นสัญลักษณ์ Sarin เรียกความร่วมมือนี้ว่า "ทดลองขับ" และกล่าวว่าในที่สุดต้องการวางข้อมูล โมเดล และบุคลากรไว้ภายในองค์กร กล่าวคือการซื้อกิจการครั้งนี้คือการย้ายจากขั้นตอน "การใช้ AI" ไปสู่ขั้นตอน "การนำ AI (โมเดลและการดำเนินงาน) เข้ามาในห้องเครื่องของตนเอง"


5) ปฏิกิริยาบนโซเชียลมีเดีย――ในบรรยากาศแห่งการเฉลิมฉลอง มีคำถามถูกโยนเข้ามา

การประกาศครั้งนี้มีปฏิกิริยาที่มองเห็นได้ชัดเจนบนโซเชียลมีเดีย โดยเฉพาะ LinkedIn

  • ข้อความจากบุคคลสำคัญภายในองค์กร (ฝ่าย AstraZeneca)
    Jorge Reis-Filho ผู้ที่นำการใช้ AI ที่ AstraZeneca ได้วางตำแหน่งโมเดลพื้นฐานแบบมัลติโมดอลและเอเจนต์ของ Modella ว่าเป็น "ก้าวสำคัญในกลยุทธ์การวิจัยและพัฒนาด้านมะเร็ง" และแสดงเจตนาที่จะเร่งการพัฒนาตัวบ่งชี้ทางชีวภาพสำหรับการพัฒนาทางคลินิกและการเลือกผู้ป่วย

  • การสื่อสารจากฝ่าย Modella: ความมั่นใจในทีมและ "ความสามารถในการดำเนินการ"
    โพสต์อย่างเป็นทางการของ Modella เน้นย้ำ "การขยายตัวในระดับโลก" และ "การขยายความร่วมมือที่มีอยู่" และในช่องความคิดเห็นมีการแสดงความยินดีอย่างมากมาย
    Faisal Mahmood ผู้ร่วมก่อตั้งยังโพสต์เกี่ยวกับช่วงเวลาสำคัญในฐานะสตาร์ทอัพจากห้องปฏิบัติการและความคาดหวังต่อผลกระทบในอนาคต

  • ในขณะเดียวกันมี "ความกังวลหลัก" ถูกยกขึ้น: การนำมาใช้ภายในจะจำกัดนวัตกรรมหรือไม่?
    หนึ่งในคำตอบต่อโพสต์ของ Reis-Filho มีคำถามที่ "ไม่สบายใจ" ว่า "เมื่อบริษัทใหญ่ๆ นำ AI มาใช้ภายในอย่างสมบูรณ์ การบุกเบิกจะเร่งขึ้นหรือไม่ หรือโมเดลจะกลายเป็นกรรมสิทธิ์และนวัตกรรมจะถูกจำกัด" ในบรรยากาศแห่งความยินดี ความตึงเครียดระหว่างความเปิดกว้าง vs ความได้เปรียบในการแข่งขัน ได้ถูกบ่งบอกอย่างรวดเร็ว

  • มุมมองของนักลงทุนและตลาด: เรื่องราวที่เดิมพันกับการปรับปรุงอัตราความสำเร็จในระยะยาวมากกว่าราคาหุ้นในระยะสั้น
    แม้ว่ารายงานจะไม่เปิดเผยจำนวนเงินในการซื้อขาย แต่เป้าหมายที่มุ่งเน้นในการ "ปรับปรุงการเลือกผู้ป่วยในการทดลองและเพิ่มโอกาสความสำเร็จ" ได้ถูกกล่าวถึงซ้ำๆ ปฏิกิริยาระยะสั้นของตลาดอาจเปลี่ยนแปลงได้ทุกวัน แต่ธีมอยู่ที่ "เวลาและความน่าจะเป็น"

6) ความคาดหวังและประเด็น――"AI ทำให้เร็วขึ้น" จริงหรือ? คอขวดอยู่ที่ไหน?

การซื้อกิจการนี้เป็นสัญลักษณ์ของ "AI จาก PoC (การพิสูจน์แนวคิด) สู่ความสามารถขององค์กร" อย่างไรก็ตาม การที่จะได้ผลลัพธ์หรือไม่นั้นเป็นอีกเรื่องหนึ่ง และมีประเด็นอย่างน้อย 4 ข้อ

  1. ความเป็นจริงของการรวมข้อมูล: ภาพพยาธิวิทยา บันทึกทางคลินิก ค่าการตรวจ ข้อมูลโมเลกุล มีรูปแบบและความละเอียดที่แตกต่างกัน การออกแบบและการกำกับดูแลการรวมเป็นสิ่งสำคัญ

  2. การตรวจสอบ (validation) และความสามารถในการอธิบาย: ยิ่งเข้าใกล้สถานที่ทางคลินิกมากขึ้นเท่าไร "ทำไมถึงตัดสินใจเช่นนั้น" จะถูกถาม ความแม่นยำอย่างเดียวไม่เพียงพอ

  3. บุคลากรและการดำเนินงาน: ยิ่งกว่าคุณภาพของโมเดล การออกแบบการดำเนินงานที่ "หลอมรวม" กับเวิร์กโฟลว์เป็นเรื่องยาก

  4. ความเยือกเย็นต่อกระแส AI: ความร่วมมือระหว่างเภสัชกรรมและ AI เพิ่มขึ้น แต่ความระมัดระวังต่อความคาดหวังที่เกินจริงยังคงแข็งแกร่ง (วิธีการวัดผล AI ระยะทางถึงการอนุมัติยา)

7) สิ่งที่ควรดูต่อไป――เปลี่ยน "ข่าวการซื้อกิจการ" ให้เป็นผลลัพธ์ในสถานที่ทำงาน

ต่อไปนี้คือมุมมองที่ควรติดตามเพื่อดูว่า "การซื้อกิจการมีผลหรือไม่"

  • โรคและการทดลองใด ที่กลยุทธ์การเลือกผู้ป่วยและตัวบ่งชี้ทางชีวภาพเปลี่ยนแปลงอย่างเป็นรูปธรรม (การขยายขอบเขตการใช้ QCS เป็นต้น)

  • การจัดเตรียมฐาน AI ภายใน (ฐานข้อมูล การตรวจสอบ การอัปเดตโมเดล การขยายไปยังสถานที่ทำงาน) จะหมุนเวียนได้เร็วแค่ไหน

  • คู่แข่งจะเคลื่อนไหวไปสู่ "การนำมาใช้ภายใน" เช่นเดียวกันหรือไม่ การซื้อกิจการครั้งนี้จะเป็น "ข้อยกเว้น" หรือ "แบบอย่าง"

URL อ้างอิง (ไม่มีลิงก์ในเนื้อหา/คำอธิบายว่าอ้างถึงอะไร)

บทความที่เกี่ยวข้อง