Investasi pada penemuan obat berbasis kecerdasan artifisial (AI) kembali membesar pada 2026. Namun, nilai pendanaan belum menunjukkan bahwa obat yang ditemukan dengan AI akan lolos pengujian pada manusia. Kandidat terdepan baru mulai memasuki fase akhir, sedangkan beberapa program lain berhenti lebih awal. Jarak antara penemuan molekul dan persetujuan regulator tetap menjadi ukuran utama kemajuan.

Angka investasi datang bersama klaim industri

BCC Research menyatakan investasi terbaru di bidang ini melampaui US$2 miliar. Laporan pasar tersebut juga memperkirakan fase penemuan menyusut dari empat hingga lima tahun menjadi 12–18 bulan. Biaya riset diklaim turun 30–40 persen, sementara peluang kemajuan klinis disebut meningkat. Angka-angka itu adalah perkiraan industri, bukan hasil audit regulator atau uji klinis terkontrol.

Perbedaan definisi membuat besaran pasar sulit dibandingkan langsung. Sebuah platform bisa disebut berbasis AI karena memakai model untuk memilih target, merancang molekul, atau menyusun uji. Perusahaan lain memakai AI hanya pada satu bagian alur kerja. Karena itu, jumlah pendanaan tidak menjelaskan seberapa besar kontribusi model terhadap kandidat akhirnya.

Investor dan tim perusahaan bioteknologi membahas pembiayaan serta rencana riset di ruang rapat (ilustrasi)

Klaim nol persetujuan perlu dibaca sebagai inventarisasi

Kolom kontributor MedCity News pada 30 Juni 2026 menghitung sekitar 175 program asal AI telah memasuki uji manusia. Penulisnya memperkirakan sekitar US$60 miliar telah masuk sejak 2019 dan belum menemukan satu pun persetujuan FDA. MedCity menempatkan tulisan tersebut dalam program kontributor, bukan sebagai basis data regulator. Angka itu berguna sebagai gambaran, tetapi tidak boleh dibaca sebagai statistik resmi FDA.

Istilah “obat asal AI” juga belum memiliki batas tunggal. Ada kandidat dengan target yang dipilih model dan molekul yang dirancang secara generatif. Ada pula obat lama yang diarahkan ke penyakit baru setelah analisis komputasional. Perbedaan cakupan ini mengubah jumlah program yang masuk dalam setiap inventarisasi.

Botol sampel kandidat obat dan lembar pencatatan uji tersusun di laboratorium (ilustrasi)

Keunggulan awal belum bertahan pada fase berikutnya

Analisis dalam Drug Discovery Today mencatat keberhasilan 80–90 persen untuk molekul asal AI pada fase I. Pada fase II, angkanya sekitar 40 persen dan setara dengan rerata historis industri. Para penulis menegaskan bahwa sampel fase II masih terbatas. Temuan tersebut menunjukkan sinyal awal, bukan bukti bahwa AI menggandakan peluang persetujuan akhir.

Fase I terutama menguji keamanan, tolerabilitas, dan perilaku obat dalam tubuh. Hasil yang lebih baik pada tahap ini konsisten dengan kemampuan model menyaring sifat kimia sebelum uji manusia. Fase II mulai menilai apakah kandidat memberi manfaat pada penyakit sasaran. Target biologis yang tampak meyakinkan dalam data laboratorium belum tentu bekerja pada pasien.

Layar komputer menampilkan perbandingan struktur beberapa kandidat molekul hasil penyaringan (ilustrasi)

Rentosertib menjadi ujian paling maju

Rentosertib milik Insilico Medicine menunjukkan sejauh mana jalur ini telah bergerak. Uji acak fase IIa melibatkan 71 peserta selama 12 minggu. Studi itu menemukan sinyal perubahan fungsi paru pada kelompok tertentu dan profil keamanan yang mendukung penelitian lanjutan. Penulisnya meminta konfirmasi melalui uji berskala lebih besar dengan masa pengamatan lebih panjang.

Insilico mengumumkan dimulainya uji fase III di Tiongkok pada 7 Juli 2026. Perusahaan merencanakan 320 peserta dan pengamatan selama 52 minggu. Pengumuman dimulainya studi bukan hasil fase III dan bukan persetujuan pemasaran. Pembacaan tentang efektivitas harus menunggu hasil lengkap serta penelaahan regulator.

Papan jadwal pengembangan obat menunjukkan tahapan uji klinis dan titik evaluasi (ilustrasi)

Kegagalan tetap muncul setelah pemilihan kandidat

Rentosertib bukan gambaran seluruh portofolio. BioPharma Dive mencatat VRG50635 milik Verge Genomics tidak berlanjut setelah uji tahap awal. Laporan yang sama menilai keunggulan pada fase I mungkin menghilang dalam pengujian lanjutan. Satu kegagalan juga belum cukup untuk menilai seluruh pendekatan AI.

Model menyusun peringkat berdasarkan data yang tersedia, tetapi tubuh manusia menghadirkan interaksi biologis yang lebih luas. Efek samping, metabolisme, pemilihan peserta, dan ukuran hasil tetap memengaruhi setiap fase. Penemuan yang lebih cepat bisa membawa lebih banyak kandidat ke klinik. Proses itu belum otomatis menghasilkan lebih banyak obat yang terbukti aman dan efektif.

Peneliti membandingkan grafik data pengembangan obat dengan laporan kemajuan uji klinis (ilustrasi)

FDA menilai bukti obat, bukan label teknologinya

FDA mencatat penggunaan AI telah menjangkau tahap nonklinis, klinis, pascapemasaran, dan manufaktur. Lembaga itu menyiapkan pendekatan berbasis risiko untuk data atau informasi yang dihasilkan AI. Kerangka tersebut tidak memberi jalur persetujuan otomatis bagi molekul yang dirancang model. Keamanan, efektivitas, dan mutu tetap menjadi dasar penilaian obat.

Sampai artikel ini disusun, kami belum menemukan dokumen resmi Indonesia yang menghitung kandidat obat asal AI dalam uji klinis nasional. Kami juga belum menemukan angka pembanding tentang hasil tiap fase atau persetujuannya. Ketiadaan temuan dalam penelusuran ini tidak berarti program semacam itu tidak ada. Perbandingan langsung dengan Amerika Serikat belum bisa dibuat dari dokumen publik yang kami periksa.

Ukuran kemajuan paling berguna berada pada hasil per fase, bukan nilai pendanaan. Data fase I memberi petunjuk tentang kualitas kandidat awal, sedangkan fase II dan III menguji manfaat pada pasien. Keputusan regulator baru datang setelah keseluruhan bukti ditelaah. Kandidat yang maju pada 2026 akan memperjelas apakah kecepatan penemuan berubah menjadi keberhasilan klinis.