Zelena Bianka Az AI egyre több területen járul hozzá az emberi munkához, annak leegyszerűsítéséhez, megkönnyítéséhez. Ám a mesterséges intelligenciára gondolva valószínűleg fel sem merülne, hogy a gyógyszergyártásban is egyre fontosabb. A gyógyszergyártás köztudottan nagyon kockázatos és költséges folyamat, mivel számos fejlesztésen, tesztelésen kell keresztülmennie egy-egy innovatív gyógyszernek, mielőtt eljutna egy potenciális beteghez. Természetesen olykor az is előfordul, hogy egy adott gyógyszer sosem jut el egyetlen pácienshez sem; ebben az esetben az említett költségek, kutatások és emberi munka nem jutnak célba. A generatív mesterséges intelligencia ilyen és ehhez hasonló problémákra jelenthet megoldást, lényegesen könnyítve a gyógyszeripar munkáját.
A gyógyszerfejlesztés rengeteg időt vesz igénybe, mivel a kutatóknak minden rendelkezésre álló adatot gondosan elemezniük kell. Ez a folyamat rendkívül hosszadalmas, ám az AI felhasználásával ez az idő a töredékére redukálódhat. A mesterséges intelligencia képes rövid idő alatt elemezni nagy mennyiségű adatot és többek között képes a molekulák gyorstervezésére. Egy példán keresztül levezetve, olyan már felhasznált és jól bevált molekulaszerkezeteket tanul be a deep learning segítségével, amelyek alapján újabbakat tud létrehozni. Átlagosan egy gyógyszer kifejlesztéséhez szükséges idő akár tíz évet is jelenthet emberi munkával, ám a mesterséges intelligenciának ehhez csak pár napra van szüksége. Ezzel a technikával a kutatók már csak azokkal a tervekkel dolgoznak tovább, amelyek a legígéretesebbnek bizonyulnak, nem kényszerülnek minden, akár nem működő molekulaszerkezettel megismételni a munkát
További könnyebbséget jelent a mesterséges intelligencia a diagnózisoknál is. Az AI ugyanis azon túl, hogy megtervezi a potenciális molekulákat, hozzájárul a betegségek molekuláris szintű feltérképezéséhez is. Így egy adott probléma esetén sokkal gyorsabban kínálja fel a potenciális megoldásokat, mint ahogyan egy orvos rájöhetne. Ezzel a gyorsasággal pedig időt nyer mind a beteg, mind az orvos a további lépésekre, például a megfelelő gyógyszer megtalálásához.
Mindemellett fontos szempont az AI alkalmazásánál, hogy milyen mellékhatásokat okozhat. Tapasztalhatjuk, hogy minden gyógyszerhez mellékelik a lehetséges mellékhatások hosszú, olykor kétségbeejtő listáját. Előfordulhat azonban, hogy egy-egy mellékhatást csak a forgalomba kerülés után fedeznek fel. A mesterséges intelligencia ennél a problémánál is segítségére lehet a kutatóknak, mivel képes felismerni korábbi toxikológiai adatokat, amelyek implikálhatják az újonnan piacra dobott gyógyszer mellékhatásait, annak molekulái alapján. Az algoritmus ugyanis keresi és elemzi az összefüggéseket, hasonlóságokat, amelyeket felhasználva megjósolhatóak bizonyos mellékhatások. Ez különösen fontos, mivel egy új gyógyszer kifejlesztéséhez számos erőforrás szükséges, ám ha annak ára nem térül meg, okozhat gazdasági nehézségeket is az egészségügyi problémákon túl.
Az Exscientia nevű gyógyszergyártó vállalat volt az első fejlesztő, akik a generatív mesterséges intelligencia felhasználásával terveztek meg egy új gyógyszermolekulát, amely eljutott a klinikai próbáig. Egy japán gyógyszergyár közreműködésével megalkották a DSP-1181-et, amely megoldást jelenthetett az OCD-re. Az OCD (obszesszív-kompulzív zavar) olyan kényszerbetegség, amely szorongást keltő késztetésekben nyilvánul meg. Ezek a késztetések kényszeres cselekedeteket idéznek elő, melyek befolyásolhatják az ebben a zavarban szenvedők életminőségét. Ezen mentális rendellenességre megoldást kínáló gyógyszer hatalmas áttörés lett volna, ám a DSP-1181 végül nem került forgalomba. A gyógyszer különlegessége abban rejlett, hogy az új molekula tervezése csak egy évet vett igénybe. Ez volt az első olyan próbálkozás, amely bebizonyította, hogy az AI azzal együtt, hogy segíti a gyógyszerfejlesztést, önállóan is szerepet tud vállalni az innováció kezdeti szakaszában.
A mesterséges intelligencia fejlődése immáron megállíthatatlan, ám fontos, hogy jó célokra alkalmazzuk. A gyógyszeriparban minden bizonnyal nagy szükség van rá, de nem váltja ki a hagyományos kutatási módszereket. Nagy változást jelent azonban az eddig fennálló erőforrások hiányának megoldásában, mivel gyorsan és költséghatékonyan végzi el a kezdeti szakaszok munkálatait. Fontos kérdés, hogy vajon meddig tud fejlődni ezen irányzat, mit hozhat még a jövő a gyógyszeripar átalakulásában, az AI fejlődésében.
Felhasznált források:
https://www.microsoft.com/hu-hu/industry/healthcare/resources/pharma-medtech-drug-discovery
https://www.sumitomo-chem.co.jp/english/rd/report/2021E_3.pdf
https://www.unite.ai/hu/ai-in-the-pharmaceutical-industry
Képek forrásai:
https://mikorkell.hu/mi-a-mesterseges-intelligencia
