X
Article image

Article image

الذكاء الاصطناعي حب

هذا القسم يأتيكم بالتعاون مع:

أصبح تطوير الأدوية الجديدة عملية باهظة الثمن. ويمكن للتعلم الآلي أن يساعد في حل هذه المشكلة، ولكن فقط إذا توافرت بيانات جيدة.

هل سبق لك وأن سمعت بقانون إيروم “Eroom“؟ إنه قاعدة – وأضحوكة أيضاً- في عالم الصيدلة، وينص على أن تكلفة تطوير أدوية جديدة ترتفع باستمرار بدلاً من أن تنخفض، على الرغم من التطورات التي يشهدها كل من العلم والتكنولوجيا.

أما السخرية الكامنة في هذا القانون فهو أن اسمه هو مقلوب اسم قانون مور “Moore” الشهير حول النمو الأسي في عدد الترانزستورات على شرائح المعالجات. وفي الواقع، ووفقاً لدافني كولر من شركة إنستيرو، فقد ارتفعت كلفة إطلاق عقار جديد في السوق من 200 مليون دولار منذ 30 سنة إلى 2.5 مليار دولار حالياً.

تحدثت كولر في مؤتمر إيمتيك ديجيتال الذي نظمته إم آي تي تكنولوجي ريفيو، حيث شرحت كيف يعمل أهم الباحثين والعلماء على استخدام خوارزميات الذكاء الاصطناعي والتعلم الآلي في محاولة منهم لعكس هذا المنحى، حيث قالت: “إنها مشكلة تنبؤ، وهو مجال وصل فيه التعلم الآلي إلى مستويات ممتازة، أي أنه يمكن أن يلعب دوراً في تخفيض النفقات” على الرغم من أن تكاليف اكتشاف الأدوية ارتفعت بسبب مجموعة متنوعة من العوامل، بما فيها الإشراف الحكومي، أضافت كولر أن إنستيرو تأمل بتجهيز النظام والبيانات لتحقيق أولى الاكتشافات بحلول العام 2021.

غير أنها حذرت من أن التعلم الآلي لن يحل جميع مشاكل اكتشاف العقاقير الجديدة، خصوصاً إذا كانت الخوارزميات تعمل وفق معطيات أولية خاطئة، أو تسعى نحو أهداف غير مرغوبة. وقد أشارت إلى فشل الكثير من العقاقير التي تهدف إلى معالجة الزهايمر، والتي تم تطوير الكثير منها بناء على معلومة تقول إن سبب هذا المرض هو تراكم بروتين يسمى بيتا أميلويد (بعد أن ألغت شركة روش تجربتين أخريين في وقت سابق من هذا العام، بدأت وجهات النظر تجمع على أن بيتا أميلويد مرتبط بمرض الزهايمر، ولكنه ليس سبباً له). قالت كولر: “إن التعلم الآلي سلاح ذو حدين، وكلما زادت قدراته، أصبح أكثر قابلية للوقوع في هفوات كهذه”.

يتطلب تجنب هذه السقطات بيانات أفضل بأحجام تضاهي ما رأيناه في مجالات الذكاء الاصطناعي، لا الرعاية الصحية، كما أشارت كولر: “إن مجموعات البيانات البيولوجية التي نتحدث عنها ليست حتى موجودة”.

يعود هذا بشكل أساسي إلى إجراءات الحماية المشددة التي تحيط بالبيانات الصحية. ولكن كولر قالت أن هذه الإجراءات كانت تمثل عائقاً للإبداع بدون سبب، واقترحت حلاً لتسهيل الحصول على هذه البيانات: “لا يمكننا حتى أن نطلب من المرضى القبول بمشاركة بياناتهم مع المنظمات التي تبحث عن علاجات أفضل. ولكن إذا جعلت مشاركة بيانات المرضى مع حماية خصوصيتها أمراً افتراضياً، فسوف تحصل على الكثير من البيانات. قامت بعض البلدان في أوروبا بتعديل نظام وهب الأعضاء بحيث يصبح الاشتراك فيه افتراضياً ويمكن للشخص أن يطلب الخروج منه، بدلاً من العكس كما هو شائع، وتبين أن هذا أدى إلى مضاعفة التبرع بالأعضاء لأربعة أضعاف بدون أي تغيير في حرية اختيار الشخص لما يفعله بجسده”.

أيضاً، لا يقتصر تطبيق أساليب الذكاء الاصطناعي الجديدة على اكتشاف العقاقير، فقد أحدث تأثيراً هاماً في أسلوب ابتكار المركبات والمواد الكيميائية الجديدة أيضاً.

قالت جيل بيكر –وهي الرئيسة التنفيذية للشركة الناشئة كيبوتيكس التي تعمل في مجال اكتشاف المواد، والتي تم إطلاقها علنياً في نهاية 2018- في المؤتمر أنها كانت تستثمر الكثير من الأموال في أساليب التعلم الآلي المستخدمة لتحديد المواد والكيماويات الجديدة. وأردفت أنها كانت تبتعد على وجه الخصوص عن المواد الدوائية بسبب شبح قانون إيروم، والإشراف الحكومي: “نحن نأمل بالوصول إلى ابتكار 100 جزيء ممتاز أسبوعياً. هناك نوعان من أخصائيي الكيمياء: الذين يحبون صنع الأدوية، والذين يحبون تفجير الأشياء. أنا من النوع الثاني، وليس لدي أدنى اهتمام بالتعامل مع إدارة الغذاء والدواء، لأنه ليس لدي ما يكفي من الصبر”.

المزيد من المقالات حول الذكاء الاصطناعي

  1. Article image
  2. Article image
  3. Article image
error: Content is protected !!