مطالب پزشکی - بیماری ها و داروها

مطالب پزشکی - بیماری ها و داروها

دکتر حسین جعفری^ عضو هیئت علمی دانشگاه
مطالب پزشکی - بیماری ها و داروها

مطالب پزشکی - بیماری ها و داروها

دکتر حسین جعفری^ عضو هیئت علمی دانشگاه

نقش هوش مصنوعی در طراحی و کشف داروهای جدید

                         نقش هوش مصنوعی در طراحی و کشف داروهای جدید



دکتر حسین جعفری عضو هیئت علمی دانشگاه آزاد اسلامی واحد پزشکی تهران گروه فارماکولوژی

                                               بنام او که همیشه حاضر است



یکی از موضوعاتی که اخیراً راجع به آن بسیار صحبت می‌شود، هوش مصنوعی و کاربردهای آن است. کاربردهایی که روز به روز افزایش می‌یابد و حتی به زعم بعضی‌ها می‌تواند تهدید‌کننده باشد. در بحث کاربردهای مسالمت‌آمیز، هوش مصنوعی به صنعت داروسازی نیز ورود پیدا کرده‌است. با وجود اینکه استفاده از هوش مصنوعی در این صنعت هنوز به اندازه روش‌های سنتی گسترده نشده‌است، اما نتایج امیدبخش این ترکیب راهی روشن را پیش روی فعالان صنعت داروسازی قرار داده‌است.

  

هوش مصنوعی(AI)  یا   Artificial intelligence

  که همان شبیه سازی هوش انسان است به ماشین آلات، قابلیت انجام کارهایی مانند منطق، استدلال، برنامه­ ریزی ، یادگیری و درک یک موضوع را می دهد. این توانایی­ ها می تواند در راستای اعمالی از قبیل یافتن راه حل­ های بهینه برای مشکلات، یافتن الگوها و حتی برای طبقه­ بندی داده­ ها به کار گرفته شود.

اخیراً، هوش مصنوعی با ایده هایی نو در حوزه دارو و سلامت وارد شده است و بال های خود را تا کشف و طراحی دارو، توسعه محصول، بهبود فرایند تولید، پایبندی به دارو و تعیین دوز آن، تغییر کاربری دارو ، نشانگرهای زیستی پیش‌بینی کننده ، پیش‌بینی نتایج درمان، شناسایی جمعیت مطالعات بالینی (clinical trials)، بیماریهای کمیاب، شخصی ­سازی داروها ، پردازش داده های زیست پزشکی و بالینی، تصویربرداری پزشکی، تجزیه و تحلیل الگوی بیان ژن ، پیش بینی شیوع بیماریهای همه گیر، نانو پزشکی ترکیبی، نانو انفورماتیک و غیره گسترش داده است.

استفاده از هوش مصنوعی در صنعت داروسازی روز به روز افزایش می‌یابد. این استفاده، از مراحل قبل از ورود به صنعت (مانند طراحی و کشف دارو) شروع شده و با مباحث صنعتی مانند سیستم‌های دارورسانی و ساخت دارو ادامه پیدا می‌کند. به علاوه، کارآزمایی‌های بالینی نیز از هوش مصنوعی بی‌بهره نیستند و برای مدیریت داده‌های حاصل از این کارآزمایی‌ها، از هوش مصنوعی استفاده می‌شود.

هوش مصنوعی در زمینه‌های مختلفی از جمله شناسایی هدف دارویی، کشف داروهای چند هدفی، استفاده مجدد از یک دارو برای مقاصدی دیگر و شناسایی بیومارکرها نقش داردبرای مثال، محققان داروساز می‌توانند با استفاده از داده‌هایی نظیر مدارک پزشکی الکترونیک (EMR records)، توالی‌یابی ژنتیکی نسل بعدی و همچنین سایر اطلاعات برپایه مولکول‌های زیستی، اهداف دارویی جدید ضد‌ سرطان را شناسایی و تایید کنندمزیت کلیدی هوش مصنوعی برای شرکت‌های داروسازی، پتانسیل آن در کاهش زمان لازم برای پروسه ورود دارو به مارکت استاین موضوع می‌تواند استفاده از هوش مصنوعی را برای شرکت‌های دارویی به شکل نمایی افزایش دهد.

در بحث تولید دارو، هوش مصنوعی فرصت‌های متعددی را برای بهبود فرآیندها فراهم می‌کندهوش مصنوعی می‌تواند کنترل کیفیت را انجام دهد، زمان طراحی را کوتاه کند و دورریزی مواد را کاهش دهد. همچنین می‌تواند فرآیند بازیافت را بهبود بخشد، موضوعات مربوط به تعمیر و نگهداری دستگاه‌ها را پیش‌بینی کند و موارد دیگر.

هوش مصنوعی را می‌توان به روش‌های مختلفی برای کارآمدتر‌ ساختن تولید با خروجی سریع‌تر و ضایعات کمتر مورد استفاده قرار داد. به عنوان مثال، فرآیندی که معمولاً به مداخله انسانی برای وارد کردن یا مدیریت داده‌ها متکی است، می‌تواند با استفاده از CNC (کنترل عددی رایانه‌ای) انجام شود. الگوریتم‌های یادگیری ماشین (Machine Learning) هوش مصنوعی نه تنها تضمین می‌کنند که وظایف محول‌شده بسیار دقیق انجام می‌شوند، بلکه فرآیند را برای ساده‌تر‌شدن، مورد تجزیه و تحلیل قرار می‌دهند. این منجر به تولید سریع‌تر و با ضایعات کمتر و برآورده شدن بیشتر Critical

 Quality Attributes داروها می‌شود.

 

شاید توسعه‌یافته‌ترین استفاده از هوش مصنوعی در الگوریتم‌هایی باشد که برای خواندن، گروه‌بندی و تفسیر حجم زیادی از داده‌های متنی طراحی شده‌انداین موضوع می‌تواند صرفه‌جویی زیادی در زمان برای محققان صنعت علوم زیستی و به ویژه داروسازی داشته باشد. همچنین روش کارآمدتری برای بررسی حجم عظیم داده‌ها به منظور تأیید یا کنار‌گذاشتن فرضیه‌ها ارائه می‌دهد.

غیرقابل انکار است که هوش مصنوعی در بسیاری از حیطه‌های دیگر داروسازی نیز وارد شده و جلو می‌رود. شناسایی افراد مناسب برای کارآزمایی بالینی، پایبندی به دارو و پزشکی شخصی از جمله بخش‌هایی هستند که استفاده از هوش مصنوعی در آن‌ها در حال توسعه استدرحال حاضر، شرکت‌ها و استارتاپ‌هایی که از این تکنولوژی بهره می‌برند، می‌توانند خود را از رقبا جدا کرده و از برتری استراتژیک بهره‌مند شوند.

در ادامه، مروری اجمالی بر کاربردهای هوش مصنوعی در بخش های مختلف صنعت داروسازی شامل:

تحقیق و توسعه و کشف دارو

-طراحی مطالعات بالینی

کنترل کیفیت و تضمین کیفیت

توسعه محصولات دارویی

فرآیند ساخت

-پیش بینی اثرات سینرژیستی و انتاگونیستی داروها

- نسخه کردن دارو  ،  مدیریت بازار محصولات دارویی:

تشخیص بالینی و پزشکی

طراحی مطالعات بالینی: سازمان غذا و دارو آمریکا در ژوئن 2019 بیش از 30 الگوریتم  AI برای تشخیص مواردی مانند رتینوپاتی دیابتی ، سکته مغزی ، خونریزی مغزی و فیبریلاسیون دهلیزی تصویب کرده و بیش از 300 مطالعه بالینی در پایگاه ثبت مطالعات بالینی (clinicaltrials.gov) تحت عنوان “هوش مصنوعی”، “یادگیری ماشینی” و “یادگیری عمیق” ثبت نموده است. این الگوریتم ها با ارائه تشخیص های سریعتر و دقیقتر و ارائه بینش جدیدی برای درک بیماری ها، خدمت رسانی و دسترسی به مراقبتهای بهداشتی را  بهبود بخشیده اند. همچنین در جریان مطالعات بالینی، هوش مصنوعی می تواند به محقق اجازه دهد نتایج را سریعتر پیش بینی کرده و به بیماران کمتری آسیب برساند یا  ضمن در نظر گرفتن چند متغیر از استراتژی های AI برای انتخاب تصادفی  استفاده کند.

توسعه محصولات دارویی: سیستم های تخصصی که قادر به تصمیم گیری بر مبنای قوانین از پیش تعیین شده هستند می توانند در مواردی مانند طراحی و بهینه سازی فرمولاسیون داروها مورد استفاده قرار گیرند و حتی با اتصال سیستم به شبکه های اطلاعاتی موجود، قوانین را درک و استنباط کنند. در آینده نزدیک که استفاده از میکروچیپ ها و نانو ربات ها برای رسانش و رهاسازی دارو در بیماریهای مزمن مانند دیابت توسعه می یابد، استفاده از سیستم های مبتنی بر AI، برای کنترل دوز دارو و علایم حیاتی اهمیت بیشتری خواهد یافت و حتی به توسعه روشهای درمان ترکیبی نیز کمک خواهد کرد.

پیش بینی اثرات سینرژیستی و انتاگونیستی داروها: در مواردی که دارو به صورت پیوسته برای یک بیمار تجویز میشود، اطلاع از اثرات آنتاگونیستی و سینرژیستی مشاهده شده در مصرف کننده دارو، که میتواند از گزارشات مداوم سیستمهای هوشمند شخصی بیمار استنباط شود، تاثیر قابل توجهی بر تعیین دوز دارو و جلوگیری از عوارض جانبی و سمیت آن خواهد داشت.

نسخه کردن دارو : خطاهای نسخه نویسی یکی از مهمترین چالش ها برای بیماران است که در بعضی موارد ، این اشتباهات به دلایل مختلف مانند تداخلات دارویی، باعث بروز وقایع ناخوشایند در زندگی بیماران می شود. هنگام تجویز یک دارو، باید چندین فاکتور توسط پزشکان در نظر گرفته شود که مستلزم بررسی پیشینه بیماران توسط پزشک و تجزیه و تحلیل گزارشات پزشکی قبلی است. ربات های مبتنی بر هوش مصنوعی می توانند به عنوان یک مشاور شخصی، خدماتی به بیماران یا مشتریان دارو ارائه کنند. این رباتها اطلاعات بیمار را بازیابی و به داروخانه ارسال می¬کنند. همچنین ، میتوانند پس از بررسی تاریخچه بیمار، بهترین دارو برای بیمار را توصیه کنند و یا اعتبارسنجی داروی تجویز شده را انجام دهند.

مدیریت بازار محصولات دارویی: برند سازی صحیح محصول یکی از جنبه های مهم بازاریابی محصولات دارویی به حساب می آید و تقریباً در تمام برنامه ها و استراتژی های تجاری نقشی اساسی دارد. برخی شرکتها با سرمایه گذاری در بستری مانند موتورهای جستجو سعی می کنند تا محصولات و وب سایت خود را در رتبه بندی بالاتری از رقبا قرار دهند.

هوش مصنوعی با انجام تجزیه و تحلیل جامع بر روی ویژگیهای اساسی محصول از دید مشتری و همچنین درک نیاز بازار ، به طراحی ساختار بازار کمک می کند. از طرفی نرم افزارهای مختلفی که بر اساس الگوریتم های از پیش تعیین شده کار می کنند به حضور مداوم محصول در بازار رقابت کمک می کنند.

این نرم افزارها از تکنیک های دیجیتال برای جلب توجه مصرف کننده به محصول استفاده کرده و با استراتژی هایی مانند نمایش تبلیغات و هدایت مصرف کننده به سایت محصول، امکان معرفی آنلاین محصول را فراهم می کنند.

امروزه بیش از نیمی از شرکت‌های بزرگ دارویی جهان، با شناخت درست از قابلیت‌های هوش مصنو‌‌‌‌‌‌‌‌عی در داروسازی، به سرمایه‌گذاری بر روی استراتژی‌های جدید برای استفاده از هوش مصنوعی و فعالیت در این زمینه روی آورده‌اند. در این زمینه، شرکت‌هایی مانند «بایر آگ» (Bayer AG)، «نوارتیس» (Novartis)، «سانوفی» (Sanofi) و «آسترازنکا» (AstraZeneca) از پیشگامان داروسازی با استفاده از هوش مصنوعی به شمار می‌روند.

هوش مصنوعی در واقع قادر است که تقریباً در هر زمینه‌ای از صنعت داروسازی، به ارتقای فرآیند تحلیل داده‌ها یاری برساند. کاربرد عمده هوش مصنوعی در داروسازی، به بهره‌گیری از الگوریتم‌های از پیش تعیین‌شده مربوط است. چنین الگوریتم‌هایی فرایند اموری مانند کشف و توسعه داروهای جدید، بررسی بیماری‌ها و را تسریع و تسهیل می‌کنند.

شرکت انگلیسی «اکسشینشا» (Ex Scientia) که در زمینه کشف و طراحی دارو با یاری هوش مصنوعی فعالیت می‌کند، در سال ۲۰۲۱ با بخش نخست آزمایش دومین مولکول طراحی‌شده با هوش مصنوعی و اولین مولکول ایمونو انکولوژی در دنیا، به دستاورد مهمی رسید که از آن به نقطه عطفی جدید در این عرصه یاد شده و به سرمایه‌گذاری ۱۰۰ میلیون دلاری روی آن در ماه مارس همان سال منجر گردیده است.

طبق اظهارات «اندرو هاپکینز» (Andrew Hopkins)، مدیرعامل اجرایی اکسشینشا، کشف و طراحی دارو نوعی چالش یادگیری به حساب می‌آید و سامانه‌های هوش مصنوعی با یادگیری پرشتابشان، می‌توانند مرحله دشوار کشف هر پروژه را با دقت و سرعت بسیار بیشتری نسبت به روش‌های سنتی، که با نیروی کار و هوش انسانی به انجام می‌رسید، به نتیجه برسانند. در واقع به علت پیچیدگی‌های امر ترکیب مواد و طراحی دارو، میلیاردها گزینه برای تصمیم‌گیری در راه ساخت یک دارو وجود دارد و با وجود هوش مصنوعی که توانایی پردازش شگفت‌انگیزی دارد، طراحان می‌توانند بخشی عظیم از مراحل گزینش و تصمیم‌گیری را بر عهده هوش مصنوعی بگذارند.

البته اکسشینشا تنها شرکت بزرگی نیست که به دستاوردهایی مهم و متحول‌کننده در عرصه دارو‌‌‌‌‌‌‌‌سازی با کمک هوش مصنوعی، رسیده است و برای نمونه استارت‌آپ‌هایی مانند «ولنس دیسکاوری» (Valence Discovery) نیز نوآوری‌هایی را در عرصه داروسازی با هوش مصنوعی به منصه ظهور رسانده‌اند. تا کنون هزاران نمونه از وجود هوش مصنوعی برای تشخیص بیماری‌ها و تحلیل آنها برای کشف داروی مفید و مؤثر ثبت شده است که در نتیجه این موفقیت، راه‌های تازه‌ای برای تحول کشف دارو در دارو‌‌‌‌‌سازی پیش پای بشر قرار گرفته است.

 

در مطالعه‌ای که پژوهشگران مؤسسه فناوری ماساچوست (MIT) به انجام رساندند مشخص شد که تنها ۱۳.۸ درصد از کل داروها موفق به طی کردن مرحله کارآزمایی بالینی می‌شوند. هزینه‌های مطالعات بالینی برای هر مولکول دارویی برای شرکت‌های داروسازی بین ۱۶۰ میلیون تا دو میلیارد دلار برآورد می‌شود. کاربرد هوش مصنوعی در داروسازی، افزایش میزان موفقیت را در پی دارد و روی دیگر این سکه، کاهش هزینه‌های دارو‌‌‌‌‌سازی به یاری هوش مصنوعی است. قابل ذکر است صرفه‌جویی در زمان با استفاده از هوش مصنو‌‌‌‌‌‌‌‌عی در دارو‌‌‌‌‌‌سازی، امکان ارائه گزینه‌های درمانی بیشتر و تولید داروهای ارزان‌تر را نیز فراهم می‌آورد. در مجموع بهره‌گیری از هوش مصنو‌‌‌‌‌‌‌‌‌عی در دارو‌‌‌‌‌‌سازی، از مرحله تحقیق و توسعه گرفته تا تولید و فروش دارو، صرفه‌جویی چندین میلیارد دلاری را در پی خواهد داشت.

داروسازی سنتی برای اغلب بیماری‌های نادر به اندازه‌ای دشوار است که صرفه اقتصادی ندارد. از همین رو تنها برای پنج درصد از بیماری‌های نادر داروی تأییدشده مشخص وجود دارد. هوش مصنوعی با ورود به داروسازی می‌تواند به درمان بیماری‌های نادر و امراضی مثل آلزایمر و پارکینسون کمک‌رسانی مؤثر بکند. با وجود صرفه‌جویی در هزینه و زمان به وسیله هوش مصنوعی، شرکت‌های دارو‌‌‌‌‌‌سازی به سرمایه‌گذاری در زمینه بیماری‌های نادر هم ترغیب شده‌اند.

کاربرد هوش مصنوعی در درمان بیماری‌های نادر و نیز صعب‌العلاج شواهد متعددی دارد؛ برای نمونه هلدینگ تنسنت (Tencent) با استفاده از هوش مصنوعی اپلیکیشنی برای مبتلایان به پارکینسون طراحی نموده یا شرکت ورج ژنومیکس (Verge Genomics) با جمع‌آوری و تجزیه و تحلیل خودکار داده‌ها با کمک هوش مصنوعی، به دنبال یافتنِ راه‌حل‌هایی برای آلزایمر است که در صورت موفقیت‌آمیز بودن این طرح، دارو‌‌‌‌‌‌‌سازی در این زمینه گام بلندی رو به جلو برخواهد داشت.

فناوری هوش مصنوعی در تقویت اساس اقتصادی صنعت داروسازی، یعنی بحث فروش و مارکتینگ محصولات دارویی، نیز تأثیر فوق‌العاده دارد. هوش مصنوعی با اتخاذ کارآمدترین شیوه‌های مارکتینگ و اصلاح سبک بازاریابی و استراتژی‌های کسب و کار، افزایش درآمد و سودآوری را برای شرکت‌های دارو‌‌‌‌‌‌‌سازی به ارمغان می‌آورد.

شرکت‌های داروسازی با به‌کارگیری هوش مصنوعی در مارکتینگ، در ترسیم مسیر جذب مشتری‌های خود موفق‌تر عمل خواهند کرد. این امر شرکت‌های داروسازی را برای شناسایی تکنیک بازاریابی‌ای که هر مشتری تحت تأثیر آن قرار می‌گیرد یاری می‌رساند و بدین‌وسیله هوش مصنوعی می‌تواند باعث ترغیب مشتریان به خرید محصولات دارویی خاص شود. از سوی دیگر هوش مصنوعی توانایی برطرف کردن موانع حوزه فروش و مارکتینگ را، به‌ویژه در شرایط ویژه مانند شرایط بعد از شیوع کرونا و همه‌گیری کووید-۱۹، داراست. ازآنجاکه پیش‌بینی‌های هوش مصنوعی در مارکتینگ داروسازی، مبتنی بر تحلیل داده‌ها و با شناخت پربازده‌ترین استراتژی‌های بازاریابی صورت می‌پذیرد

قابل اعتماد است و باعث صرفه‌جویی در زمان و هزینه شرکت‌های داروسازی نیز می‌شود. به این ترتیب صنعت دارو‌‌‌‌‌‌سازی با یاری هوش مصنوعی به کارآمدترین شیوه‌های مارکتینگ دست می‌یابد.

دریک جمله می‌توان گفت هوش مصنوعی، آینده‌ صنعت داروسازی را رقم خواهد زد. به همین دلیل آن دسته از شرکت‌های داروسازی که روی این فناوری سرمایه‌گذاری می‌کنند، در آینده از مزیت‌های رقابتی ویژه‌ای نسبت به سایر داروسازان برخوردار خواهند بود.

.................................................................................................................................................................

شعبان ماه عیدها و عید ماه‏هاست .

حلول ماه مبارک شعبان المعظم

ماه پیامبر اعظم(ص) ماه عشق و رحمت خداوندی

و اعیاد خجسته شعبانیه بر همگان مبارک باد.