علم الأحياء · global
ارتفاع تمويل الأدوية بالذكاء الاصطناعي، وسردية السرعة تخضع لاختبار الواقع السريري
استثمارات تتجاوز 2 مليار دولار وادعاءات بتقصير جداول البحث والتطوير تعيد اكتشاف الأدوية بالذكاء الاصطناعي إلى مركز اهتمام الصناعة؛ لكن ما يمكنه تغيير صناعة الأدوية حقا ليس مدى سرعة تشغيل النماذج، بل ما إذا كانت الأدوية المرشحة قادرة على إثبات نفسها مرارا في التجارب البشرية.
لطالما كان تطوير الأدوية سباق إقصاء طويل ومكلف. وعندما يقال إن الذكاء الاصطناعي قادر على تقصير أجزاء من عملية التطوير بما يصل إلى 70%، فمن الطبيعي أن يقترب سوق رأس المال؛ لكن بالنسبة إلى المرضى والأطباء والجهات التنظيمية، ليست السرعة بحد ذاتها هي الغاية، بل إن السؤال الحقيقي الذي يجب أن تجيب عنه موجة الاستثمار هذه هو ما إذا كان بالإمكان إدخال جزيئات أفضل، وأهداف أوضح، وتصاميم سريرية أكثر موثوقية إلى التجارب.
وفقا لمعلومات السوق المنشورة في Yahoo Finance Singapore، ارتفعت الاستثمارات المرتبطة باكتشاف الأدوية بالذكاء الاصطناعي إلى أكثر من 2 مليار دولار، مدفوعة بتوقعات القطاع بشأن تقصير جداول البحث والتطوير وتحسين معدلات النجاح السريري. وبما أن الملخصات المنشورة حاليا لا تقدم قائمة كاملة بالشركات، أو منهجية الإحصاء، أو تعريفات معدلات النجاح، فمن الأنسب النظر إلى هذه الأرقام بوصفها إشارات إلى اتجاهات السوق، لا استنتاجات سريرية قابلة للمقارنة المباشرة.
الدور المحدد للذكاء الاصطناعي في اكتشاف الأدوية لا يقتصر عادة على «جعل الحاسوب يعثر على دواء». فقد يستخدم في التنبؤ ببنية البروتينات وارتباط الجزيئات، وفرز المركبات القابلة للتصنيع، وتصميم الأجسام المضادة أو الجزيئات الصغيرة، وإعادة تحليل بيانات متعددة الأوميكس، كما قد يساعد في العثور على فئات مرضى أكثر دقة. وإذا استطاعت هذه الأعمال تقليل التجارب غير المجدية واستبعاد مخاطر السمية مبكرا، فقد تضغط بالفعل الوقت اللازم للاستكشاف المبكر وتحسين المرشحات.
ومع ذلك، لا تزال هناك فجوة بين تنبؤ النموذج والنجاح السريري، تتمثل في تعقيد الكائنات الحية. فالنشاط في نماذج الخلايا أو الحيوانات لا يتحول بالضرورة إلى فعالية علاجية لدى البشر؛ وإذا كانت مجموعات البيانات منحازة نحو أهداف معروفة، أو فئات سكانية محددة، أو حالات نجاح، فقد تجعل النموذج يبالغ في تقدير قدرته على الحكم. ومعدلات الإصابة الصحيحة أو مزايا الجداول الزمنية التي تعلنها منصات الذكاء الاصطناعي، إذا لم توضح بجلاء معيار المقارنة، ومجال المرض، ومرحلة التجربة، فقد تؤدي بسهولة إلى قراءة الكفاءة الموضعية داخل عملية البحث والتطوير على أنها نجاح شامل.
**الخلفية والسياق**
في الآونة الأخيرة، ظهرت أخبار مكثفة عن تمويل وأدوات الأدوية بالذكاء الاصطناعي، من جولات تمويل كبيرة، ومنصات تفسير بيانات السرطان، إلى عروض أدوات البحث والتطوير في مرض ألزهايمر، ما يشير إلى أن تركيز الصناعة يتحول من سباق قدرات النماذج إلى السؤال عما إذا كان يمكن دمجها في عمليات شركات الأدوية الخاصة بالتجارب والتصنيع واتخاذ القرارات السريرية. واستعداد رأس المال للمراهنة يعود إلى أن شركات الأدوية الكبرى تواجه هاوية براءات الاختراع وضغوط كفاءة البحث والتطوير؛ لكن هذا يعني أيضا أن كل دواء مرشح قائم على الذكاء الاصطناعي يجب أن يخضع لتحقق أكثر صرامة.
وستصبح المسائل التنظيمية أكثر تحديدا أيضا. فإذا شارك الذكاء الاصطناعي في اختيار الأهداف، أو تصميم الجزيئات، أو تقسيم المرضى، فسيحتاج المطورون عند التقدم بطلبات التجارب السريرية ومراجعة الأدوية الجديدة إلى شرح مصادر البيانات، وإصدارات النماذج، وضبط التحيز، وقابلية تتبع القرارات. يستطيع الذكاء الاصطناعي تسريع طرح الفرضيات، لكنه لا يستطيع أن يحل محل علم السموم، والحركية الدوائية، واستكشاف الجرعات، والتجارب العشوائية المضبوطة.
لذلك تبدو موجة الاستثمار التي تتجاوز 2 مليار دولار أشبه باختبار ضغط صناعي: هل يستطيع الذكاء الاصطناعي الانتقال من حالات مبكرة لافتة إلى عملية بحث وتطوير قابلة للتكرار والمراجعة والإنتاج الكمي. إذا ثبتت الإجابة، فقد يعاد رسم إيقاع اكتشاف الأدوية؛ أما إذا بقيت الأدلة عند نجاحات متناثرة ومؤشرات دعائية، فإن حرارة السوق ستعود في النهاية إلى أبسط معايير علم الأحياء: هل الدواء آمن وفعال، وهل يثبت ذلك لدى مرضى حقيقيين.