هوش مصنوعی
چند سالی است که هوش مصنوعی یا (AI) در سیستم مراقبت‌های بهداشتی و سلامت، مورد توجه محققان و متخصصان سلامت قرار گرفته است. هوش مصنوعی به تدریج در حال تغییر عملکرد حوزه پزشکی و سلامت است. در زمینه‌های مختلف علوم پزشکی مانند اقدامات بالینی، تشخیصی، توان‌بخشی، جراحی و پیشبینی هوش مصنوعی می‌تواند کمک‌کننده باشد. از دیگر حوزه‌های مهم پزشکی که هوش مصنوعی در آن تأثیر می‌گذارد، تصمیم‌گیری بالینی و تشخیص بیماری است. فناوری‌های هوش مصنوعی می‌توانند حجم زیادی از داده‌ها را در روش‌های مختلف برای تشخیص بیماری و هدایت تصمیم‌های بالینی دریافت، تجزیه و تحلیل و گزارش کنند. همچنین در صنعت داروسازی در حوزه طراحی دارو، این تکنولوژی می‌تواند بسیار مفید باشد.
همچنین بخوانید: هوش مصنوعی و هدف‌گذاری مجدد دارو | AI and Drug Repurposing
طراحی دارو
طی چند سال گذشته، افزایش چشمگیری در دیجیتالی‌شدن داده‌ها در بخش داروسازی وجود داشته است. با این حال، این دیجیتالی‌شدن با چالش کسب، بررسی و بکارگیری آن دانش برای حل مشکلات پیچیده بالینی همراه است. این چالش، استفاده از هوش مصنوعی را به‌عنوان راه حل می‌طلبد، زیرا می‌تواند حجم زیادی از داده‌ها را با اتوماسیون پیشرفته مدیریت کند. هوش مصنوعی در بخش‌های مختلف صنعت داروسازی، از جمله کشف و توسعه دارو، استفاده مجدد از دارو، بهبود بهره‌وری دارویی، و آزمایش‌های بالینی و غیره کاربرد دارد. چنین استفاده‌ای باعث کاهش حجم کار انسان و همچنین دستیابی به اهداف در مدت زمان کوتاه می‌شود. نبود فناوری‌های پیشرفته، فرآیند توسعه دارو را محدود می‌کند. در نتیجه کاری زمان‌بر و پرهزینه را میتوان با استفاده از هوش مصنوعی به به کاری پربازده و کم هزینه تبدیل نمود.
در حال حاضر، برای طراحی دارو روش‌های شیمی دارویی به شدت بر رویکرد hit-and-miss و تکنیک‌های آزمایش در مقیاس بزرگ تکیه دارند. این تکنیک‌ها شامل بررسی تعداد زیادی از ترکیبات دارویی بالقوه، به منظور شناسایی آنهایی است که دارای خواص مطلوب هستند. با این حال، این روش‌ها می‌توانند آهسته، پرهزینه و دقت پایین نتایج را به همراه داشته باشند.
الگوریتم‌های مختلف مبتنی بر هوش مصنوعی، از جمله روش‌های یادگیری تحت نظارت و بدون نظارت، تقویت، و الگوریتم‌های تکاملی، به‌طور بالقوه می‌توانند به حل این مشکلات کمک کنند. این روش‌ها معمولاً مبتنی بر تجزیه و تحلیل مقادیر زیادی از داده‌ها هستند که می‌توانند به روش‌های مختلف مورد بهره‌برداری قرار گیرند.
AI چگونه ساختار دارو را طراحی می‌کند؟
هوش مصنوعی می‌تواند lead compound را تشخیص دهد و اعتبارسنجی سریع‌تری از هدف دارو و بهینه‌سازی طراحی ساختار دارو ارائه کند. پیشبینی خواص فیزیکوشیمیایی مانند حلالیت، (logP)، درجه یونیزاسیون و نفوذپذیری ذاتی دارو، به‌طور غیرمستقیم بر خواص فارماکوکینتیک و خانواده گیرنده هدف آن تأثیر می گذارد. از این رو، باید هنگام طراحی یک داروی جدید در نظر گرفته شود. ابزارهای مختلف مبتنی بر هوش مصنوعی را می توان برای پیشبینی خواص فیزیکوشیمیایی استفاده کرد. همچنین AI می‌تواند در پیشبینی ساختار سه بعدی پروتئین هدف، پیشبینی interaction دارو و پروتئین یا گیرنده کمک کند.
همچنین بخوانید: افزایش ایمنی درمان با استفاده از هوش مصنوعی
ابزارهای هوش مصنوعی در طراحی دارو
از جمله ابزارهای هوش مصنوعی در طراحی دارو میتوان DeepChem را نام برد که از مدل MLP (سیستم هوش مصنوعی مبتنی بر پایتون) برای یافتن کاندید‌‌های مناسب در کشف دارو استفاده می‌کند. بنابراین، در حالی که روش‌های سنتی تحقیقات دارویی در گذشته نسبتاً موفق بوده‌اند، به‌دلیل اتکا به آزمایش‌های آزمایشی و خطا و ناتوانی آن‌ها در پیشبینی دقیق رفتار ترکیبات فعال زیستی بالقوه جدید محدود شده‌اند. از سوی دیگر، رویکردهای مبتنی بر هوش مصنوعی، توانایی بهبود کارایی و دقت فرآیندهای کشف دارو را دارند و می‌توانند به توسعه داروهای مؤثرتر منجر شوند.
از جمله تجربه‌های موفق در این حوزه میتوان شرکت Exscientia را نام برد. این شرکت یکی از اولین شرکت‌هایی بود که از فناوری هوش مصنوعی برای کشف دارو استفاده کرد. تمرکز آن بر شناسایی سریع و بهینه‌سازی نامزدهای دارویی است که احتمال موفقیت آن‌ها در کارآزمایی‌های بالینی بیشتر از آنهایی است که با روش‌های مرسوم انتخاب می‌شوند. اولین کاندید داروی طراحی‌شده توسط هوش مصنوعی این شرکت، برای درمان اختلال وسواس فکری-اجباری، اوایل سال 2022 کارآزمایی بالینی را در مرحله اول آغاز کرد.
نتیجه‌گیری
بخش مراقبت‌های بهداشتی کنونی با چندین چالش پیچیده مانند افزایش هزینه داروها و درمان‌ها مواجه است و جامعه به تغییرات چشمگیر خاصی در این زمینه نیاز دارد. با گنجاندن هوش مصنوعی در تولید محصولات دارویی، داروهای شخصی‌سازی‌شده با دوز مورد نظر، پارامترهای آزادسازی و سایر جنبه‌های مورد نیاز را میتوان با توجه به نیاز فردی بیمار تولید کرد. استفاده از جدیدترین فناوری‌های مبتنی بر هوش مصنوعی نه تنها زمان مورد نیاز برای عرضه محصولات به بازار را تسریع می‌کند، بلکه کیفیت محصولات و ایمنی کلی فرآیند تولید را بهبود می‌بخشد و استفاده بهتر از منابع موجود را به همراه خواهد داشت. مقرون به صرفه بودن، در نتیجه اهمیت اتوماسیون را افزایش می‌دهد. بنابراین در سال‌های آینده شاهد افزایش استارتاپ‌ها و شرکت‌های دارویی در این حوزه خواهیم بود.