یکی از کاربردهای کلیدی هوش مصنوعی در شیمی دارویی و صنعت داروسازی، پیشبینی اثربخشی و سمیت ترکیبات دارویی بالقوه است. پروتکلهای کلاسیک کشف دارو اغلب بر آزمایشهای با کار فشرده و زمانبر برای ارزیابی اثرات بالقوه یک ترکیب دارویی بر بدن انسان متکی هستند. این امر میتواند در نهایت یک فرآیند کند و پرهزینه را شامل شود و نتایج حاصل از آن در اغلب موارد نامشخص و در معرض درجه بالایی از تنوع باشند. در همین راستا یک فعال اقتصادی در حوزه سلامت گفت: تکنیکهای هوش مصنوعی مانند الگوریتمهای یادگیری ماشینی (Machine Learning) قادر به غلبه بر این محدودیتها هستند. بر اساس تجزیه و تحلیل حجم زیادی از اطلاعات، الگوریتمهای ML میتوانند الگوها و روندهایی را که ممکن است برای محققان انسانی آشکار نباشند، شناسایی کنند.
این امر میتواند پیشنهاد کاربرد ترکیبات زیست فعال جدید با حداقل عوارض جانبی را در فرآیندی بسیار سریعتر از زمانی که از پروتکلهای کلاسیک استفاده میشود، ارائه کند. الگوریتم یادگیری ماشینی قادر به پیشبینی فعالیت ترکیبات جدید دارویی با دقت بسیار بالاست و کمکهای قابلتوجهی را برای جلوگیری از سمیت ترکیبات دارویی بالقوه ارائه میکند. یکی دیگر از کاربردهای مهم هوش مصنوعی در شناسایی و کشف مواد موثره دارویی، شناسایی تداخلات آنها با یکدیگر است. به گفته ابوذر پرهیزکاری این کاربرد مهم زمانی ارزشمندتر میشود که چند ماده دارویی برای درمان بیماریهای مشابه یا متفاوت ترکیب میشوند و استفاده از آنها توسط افراد بیمار سبب ایجاد تغییرات غیرقابل پیشبینی یا واکنشهای نامطلوب میشود.
این مساله مهم را میتوان با بهرهمندی از رویکردهای مبتنی بر هوش مصنوعی و با تجزیه و تحلیل مجموعه دادههای بزرگ از تعاملات دارویی شناختهشده و همچنین، شناخت الگوها و روندهای درمان با داروها شناسایی کرد. نقش هوش مصنوعی برای شناسایی تداخلات احتمالی داروها در زمینه پزشکی بسیار بااهمیت است و امکان توسعه برنامههای درمانی سفارشی را فراهم میکند که خطر واکنشهای جانبی را پس از مصارف دارویی مشابه یا متفاوت از هم به حداقل میزان ممکن میرساند. به طور کلی، کاربرد هوش مصنوعی در تحقیقات دارویی، توانایی بهبود پیشبینی اثربخشی و سمیت ترکیبات دارویی بالقوه را ارائه میدهد. این امر میتواند تولید داروهای موثرتر و ایمنتر را امکانپذیر و روند کشف و تولید دارو را تسریع کند.
مدیر تعالی سازمانی شرکت پوراپخش در ادامه با بیان اینکه فراهمسازی زمینه مناسب و تحقق بهینه اهداف شبکه توزیع دارو یکی از مهمترین ارکان نظام سلامت در هر کشوری محسوب میشود و نقش مهمی را در دسترسی آسان و سریع جامعه بیماران به دارو ایفا میکند، گفت: توزیع دارو علاوه بر تاثیر ذاتی آن بر حوزه سلامت، جنبه مطالعات اقتصادی نیز دارد؛ به این معنا که یکی از تصمیمات استراتژیک پیش روی کمپانیهای توزیع دارویی، طراحی زنجیره تامین دارو است، به نحوی که با کمترین هزینه ممکن، بیشترین یا بهترین پوششدهی و عملکرد را داشته باشد.
بهینه بودن شبکه توزیع مویرگی دارو در یک منطقه جغرافیایی بدون شک افزون بر صرفهجویی در هزینهها، امکان دردسترس بودن دارو برای افراد بیمار را در هر لحظه و هر مکانی فراهم میسازد و این اهداف محقق نخواهند شد جز با بهرهمندی از رویکردهای نوین ارائهشده توسط هوش مصنوعی. شناسایی مسیرهای ویزیت فروشندگان به صورت بهینه و با کمترین اتلاف زمان و بیشترین درصد پوششدهی و همچنین، ارسال دارو بر اساس ویزیتهای صورتگرفته در مسیرهای توزیع به منظور کسب بیشترین میزان رضایت مشتری از جمله مسائل مهمی هستند که صنعت پخش یا توزیع دارو دائما با آنها مواجه است.
وی همچنین توضیح داد: انبارش دارو در فضاهای محدود و به صورت بهینه در قفسههای دارویی، انتخاب داروهای مدنظر بر اساس فاکتورهای صادره و حوالههای انبار، انبارگردانیهای فصلی و بارگیری اقلام دارویی در فضاهای محدود خودروهای زنجیره سرد از جمله دیگر مواردی هستند که در راستای نگهداشت و توزیع اقلام دارویی مطرح هستند. هوش مصنوعی به عنوان ابزار بهینهسازی در چینش اقلام دارویی در انبارها، فاکتورچینی، بارگیری و توزیع مویرگی میتواند به صورت کامل محدودیتهای مذکور را مرتفع کند.
به گفته پرهیزکاری افزون بر این، در حوزه توزیع دارو به نظر میرسد که بهکارگیری رویکردهای نوین هوش مصنوعی مانند الگوریتمهای شبکه عصبی (Neural Network Algorithms)، یادگیری ماشینی (Machine Learning)، کنترل عددی (Numerical control algorithms) و... در راستای حل مسائل و مشکلاتی چون در دسترس نبودن یا کمبود دارو، عرضه داروهای نزدیک به انقضا، عرضه داروهای تقلبی، فروش بیرویه داروهای بدون نسخه، فعالیت بازار سیاه، نوسانات شدید قیمتی، عدمتعامل کافی با مصرفکننده در داروخانه، هزینههای زیاد توزیع مویرگی، عملکرد پایین شبکه در تحویلهای اضطراری، زمان زیاد برای جستوجو و یافتن دارو (در مورد داروهای خاص) و کیفیت پایین پاسخگویی به شکایات مصرفکنندگان مثمرثمر خواهند بود.
این فعال اقتصادی در حوزه سلامت در ادامه افزود: در شرایط فعلی صنعت دارویی کشور، سیستم توزیع دارو و فروش و ارائه آنها به مشتریان که عملا بیماران هستند، به شدت به فرآیندهای دستی و تخصص انسانی متکی است که میتواند منجر به ناکارآمدی، تاخیر در خدماتدهی، افزایش خطای انسانی در ارائه خدمات صحیح و کاربردی به بیماران شود. به عنوان مثال، در زیرفرآیند داروخانه، عملیات پر کردن یک نسخه شامل چند مرحله دستی است؛ مانند تفسیر نسخه، توزیع دارو و بررسی دُز و دفعات استفاده از آن در طول شبانهروز. این فرآیندهای دستی مستعد خطا هستند و ممکن است زمانبر باشند.
علاوه بر این، سیستم داروخانه سنتی توانایی سفارشی کردن رژیمهای دارویی برای هر بیمار را ندارد که این ضعف ممکن است اثربخشی درمان دارویی را محدود کند. با این حال، با استفاده از ابزارهای مبتنی بر هوش مصنوعی، داروخانهها میتوانند عملکرد خود را بهبود بخشند و بر این محدودیتها غلبه کنند. هوش مصنوعی میتواند به خودکارسازی جنبههای مختلف گردش کار در داروخانهها، از بازخوانی و تفسیر نسخهها گرفته تا توزیع دارو، کاهش ریسک و خطای انسانی و بهبود کارآیی فرآیند خدماتدهی به جامعه بیمار کمک کند.
وی با بیان اینکه علاوه بر این، با تجزیه و تحلیل مقادیر زیادی از دادههای بیمار، هوش مصنوعی میتواند به داروسازان کمک کند تا رژیمهای دارویی شخصیسازیشده را متناسب با نیازهای منحصر به فرد بیمار و تاریخچه پزشکی تولید کنند گفت: در حالی که سیستم داروخانه سنتی در ارائه داروهای موردنیاز بیماران موثر بوده است، اما به دلیل فرآیندهای دستی و عدمسفارشیسازی محدود شده است. استفاده از ابزارهای مبتنی بر هوش مصنوعی میتواند بر این محدودیتها غلبه کند و سیستم داروخانه را کارآمدتر، دقیقتر و شخصیسازی کند و در نهایت منجر به نتایج بهتر برای بیماران شود.
این فعال اقتصادی در حوزه سلامت در ادامه گفت: هوش مصنوعی به عنوان ابزار دگرگونی در صنعت دارو کاربردهای بسیار زیادی دارد؛ از بخش تحقیق و توسعه، طراحی و تولید دارو گرفته تا بخش نگهداشت، انبارش، توزیع، مارکتینگ و فروش دارو به جامعه مصرفکننده یا بیماران. این مقوله مهم به طور کلی در شش حوزه اصلی «پیشبینی اثرات و مداخلات دارویی»، «شناسایی، طراحی و تولید دارو»، «شناسایی عوامل بیماریزا و بیماریها»، «تحلیل دادههای بزرگ دارویی (Big Data)»، «بهبود فرآیندهای تولید و توزیع» و «پیشبینی داروهای جدید و فراداروها» کاربرد دارد. به نظر میرسد که هوش مصنوعی با انجام تجزیه و تحلیل جامع روی ویژگیهای اساسی محصولات دارویی از دید مشتری و همچنین درک نیاز بازار، به طراحی ساختار بازار کمک شایان توجهی خواهد کرد.
به گفته پرهیزکاری از طرف دیگر رویکردهای مختلفی از هوش مصنوعی وجود دارند که بر اساس الگوریتمهای از پیش تعیینشده کار میکنند و به حضور مداوم محصولات دارویی در بازار دارو و ایجاد رقابت بین تولیدکنندگان و تامینکنندگان کمک میکنند. این الگوریتمها عمدتا از تکنیکهای دیجیتال برای جلب توجه مصرفکننده به محصول دارویی مدنظر استفاده میکنند و با استراتژیهایی مانند نمایش تبلیغات و هدایت مصرفکننده به وبسایت محصول دارویی، امکان معرفی، مشاوره و فروش آنلاین آن را فراهم میکنند.
وی در پایانبندی سخنانش گفت: هوش مصنوعی به عنوان ابزاری شتابدهنده و
توانمند با تمرکز بر توسعه تولیدات دارویی و حمایت از طرحهای نوآورانه
توزیع و مارکتینگ دارو، نقش بسزایی را در صنعت دارویی ایفا میکند. به همین
خاطر طی سالهای متمادی، شرکتهای بزرگ داروسازی و توزیع دارو در دنیا با
درک اهمیت هوش مصنوعی به عنوان یک تکنولوژی جدید و خارقالعاده، در حال
سرمایهگذاری و فعالیت در این زمینه هستند و به نظر میرسد طی یک تا دو دهه
آتی اخبار درخور و بینظیری در راستای کاربردهای بیبدیل هوش مصنوعی و
اثرات آنها در صنعت دارویی خواهیم شنید. بدون شک هوش مصنوعی میتواند صنعت
دارو را با تحولی عظیم در آینده نهچندان دور همراه سازد./دنیای اقتصاد