در سالهای اخیر، هوش مصنوعی به یکی از مهمترین فناوریهای تحولآفرین در صنعت داروسازی تبدیل شده است. اگرچه این فناوری هنوز جایگزین دانش و تجربه پژوهشگران نشده، اما در مراحل اولیه طراحی و توسعه دارو توانسته است بخش قابلتوجهی از فرآیندهای زمانبر تحقیقاتی را تسریع کند و هزینههای تحقیق و توسعه را کاهش دهد.
بر اساس نتایج نظرسنجی مؤسسه TD Cowen از ۸۰ مدیر و متخصص صنعت زیستدارو، استفاده از هوش مصنوعی میتواند زمان و هزینه مراحل پیشبالینی توسعه دارو را تا ۷۰ درصد کاهش دهد. مرحله پیشبالینی شامل طراحی ترکیبات دارویی، بررسی ویژگیهای زیستی و انجام آزمایشهای اولیه پیش از ورود دارو به مطالعات انسانی است.
به اعتقاد تحلیلگران، این تحول باعث افزایش تقاضا برای نرمافزارهای تخصصی، ابزارهای توالییابی ژنتیکی و مدلهای پیشرفته محاسباتی شده است؛ فناوریهایی که میتوانند طی پنج سال آینده روند تولید داروهای آزمایشی را بهطور محسوسی افزایش دهند.
هوش مصنوعی در این مرحله، با تحلیل حجم عظیمی از دادههای زیستی، شناسایی اهداف دارویی و پیشبینی عملکرد ترکیبات مختلف، به پژوهشگران کمک میکند تا تعداد بیشتری از گزینههای درمانی را در مدت زمان کوتاهتری بررسی کنند. در عین حال، آزمایشگاههای تحقیقاتی همچنان نقش اصلی را در ارزیابی ایمنی و اثربخشی این ترکیبات بر عهده خواهند داشت و تصمیم نهایی بدون آزمایشهای تجربی امکانپذیر نخواهد بود.
یکی از مهمترین کاربردهای این فناوری، توسعه سامانههای موسوم به In Silicoاست؛ پلتفرمهایی که امکان انجام هزاران آزمایش مجازی را تنها در چند ثانیه فراهم میکنند. این سامانهها میتوانند ویژگیهایی مانند سمیت، پایداری، نحوه متابولیسم دارو و حتی تداخل میان داروهای مختلف را پیش از انجام آزمایشهای آزمایشگاهی پیشبینی کنند.
نتایج این نظرسنجی همچنین نشان میدهد تقاضا برای نرمافزارهایی که فرآیندهای زیستی بدن را شبیهسازی میکنند، تا سال ۲۰۲۸ بیشترین رشد را خواهد داشت. این ابزارها علاوه بر پیشبینی تداخل دارویی، میتوانند در تعیین دوز مناسب دارو برای گروههای خاص مانند نوزادان و زنان باردار نیز مورد استفاده قرار گیرند.
بر اساس برآوردهای این گزارش، تعداد برنامههای توسعه داروهای جدید طی سه تا پنج سال آینده میتواند بیش از ۱۰ درصد افزایش یابد. همزمان، سرمایهگذاری در تجهیزات آزمایشگاهی و خرید فناوریهای مبتنی بر هوش مصنوعی نیز احتمالاً حدود یک میلیارد دلار هزینه اضافی برای صنعت داروسازی ایجاد خواهد کرد.
در کنار این تحولات، سیاستهای جدید دولت آمریکا برای کاهش استفاده از حیوانات در پژوهشهای زیستپزشکی نیز به گسترش استفاده از ابزارهای محاسباتی، مدلهای سهبعدی بافت انسانی و سایر فناوریهای جایگزین کمک خواهد کرد؛ فناوریهایی که میتوانند سمیت و ایمنی ترکیبات دارویی را پیش از ورود به مطالعات انسانی ارزیابی کنند.
با این حال، کارشناسان معتقدند هوش مصنوعی هنوز نتوانسته است دارویی را از مرحله طراحی تا دریافت مجوز نهایی سازمان غذا و داروی آمریکا (FDA) هدایت کند. از این رو، درباره میزان تأثیر واقعی این فناوری بر بهبود درمان بیماران همچنان تردیدهایی وجود دارد.
یکی از مهمترین دغدغهها این است که مدلهای هوش مصنوعی هنوز نمیتوانند تمام پیچیدگیهای پاسخ بدن انسان و تفاوتهای فردی بیماران را بهطور کامل در محاسبات خود لحاظ کنند. به همین دلیل، برخی متخصصان معتقدند نرخ شکست داروها در مراحل کارآزمایی بالینی که اکنون حدود ۹۰ درصد برآورد میشود، ممکن است همچنان بالا باقی بماند.
در همین حال، رقابت جهانی در این حوزه نیز شدت گرفته است. توسعه سریع صنعت زیستفناوری در چین، با تکیه بر هزینههای پایینتر و سرعت بیشتر اجرای پروژههای تحقیقاتی، سرمایهگذاریهای قابلتوجهی را به خود جذب کرده و به یکی از چالشهای اصلی شرکتهای داروسازی آمریکا تبدیل شده است.
کارشناسان در مجموع معتقدند هوش مصنوعی قرار نیست جای دانشمندان را بگیرد، اما میتواند شیوه کشف و توسعه دارو را بهطور بنیادین تغییر دهد. کاهش زمان و هزینه پژوهش، افزایش تعداد ترکیبات قابل بررسی و بهبود دقت تصمیمگیری، از مهمترین مزایایی است که این فناوری برای صنعت داروسازی به همراه آورده است؛ هرچند موفقیت نهایی آن همچنان به نتایج مطالعات بالینی و عملکرد واقعی داروها در بدن انسان وابسته خواهد بود.
Re: ax