สิ่งที่ได้ผลกับคนคนหนึ่ง อาจไม่ได้ผลกับคนอีกคนหนึ่ง โดยเฉพาะอย่างยิ่งเมื่อพูดถึงปัญหาสุขภาพจิตอย่างโรคซึมเศร้าและยาต้านอาการซึมเศร้า ยาเหล่านี้ซึ่งช่วยให้ชีวิตของคนคนหนึ่งดีขึ้นอย่างมากมักจะมาพร้อมกับผลข้างเคียงที่ร้ายแรง บวกกับข้อมูลขององค์การอนามัยโลกที่ระบุว่า ทั่วโลกมีผู้ป่วยซึมเศร้ามากกว่า 280 ล้านคน ทว่าใบสั่งยาครั้งแรกสำหรับผู้ป่วยที่มีภาวะซึมเศร้าหรือวิตกกังวลอาจไม่ค่อยได้ผลเท่าที่ควรสำหรับผู้ป่วยราว 2 ใน 3
เพื่อหลีกเลี่ยงปัญหานี้และเพื่อให้แน่ใจว่ายาที่สั่งให้ผู้ป่วยจะมีประสิทธิภาพ ไม่มีผลข้างเคียงที่ไม่พึงประสงค์ Genetika+ บริษัทเทคโนโลยีเกี่ยวกับสุขภาพในอิสราเอลจึงหันไปพึ่งปัญญาประดิษฐ์ (AI) ในการจัดยาให้เหมาะกับผู้ป่วย
ทาเลีย โคเฮน โซลาล นักประสาทวิทยาผู้ร่วมก่อตั้งและซีอีโอของ Genetika+ ซึ่งก่อตั้งเมื่อปี 2018 เผยว่า “เราสามารถจัดยาที่เหมาะสมสำหรับผู้ป่วยแต่ละคนได้เป็นครั้งแรก”
Genetika+ นำเทคโนโลยีสเต็มเซลล์มาผสานกับซอฟท์แวร์ปัญญาประดิษฐ์ โดยการใช้เซลล์สมองที่สร้างขึ้นจากตัวอย่างเลือดของผู้ป่วย แล้วให้เซลล์สมองได้รับยาต้านอาการซึมเศร้าหลายๆ ตัว เพื่อบันทึกการเปลี่ยนแปลงของเซลล์ที่เรียกว่า ตัวบ่งชี้ทางชีวภาพ (Biomarker)
จากนั้นจึงนำตัวบ่งชี้ทางชีวภาพ ประวัติการรักษาและข้อมูลทางพันธุกรรมของผู้ป่วย มาให้ระบบ AI วิเคราะห์ เพื่อหาตัวยาที่ดีที่สุด รวมทั้งปริมาณการใช้ยาสำหรับให้แพทย์สั่งให้ผู้ป่วย
แม้ว่าขณะนี้เทคโนโลยีของ Genetika+ ยังอยู่ในขั้นตอนของการพัฒนา แต่ทางบริษัทตั้งเป้าว่าจะเปิดตัวเชิงพาณิชย์ภายในปีหน้า โดย Genetika+ ได้รับเงินทุนจากสภาวิจัยยุโรปและสภานวัตกรรมยุโรปของสหภาพยุโรปในฐานะที่เป็นตัวอย่างของการนำ AI เข้ามาใช้ในภาคเภสัชกรรม และยังทำงานร่วมกับบริษัทเภสัชกรรมต่างๆ เพื่อพัฒนายาแบบพุ่งเป้า (precision drug) ตัวใหม่ๆ
โคเฮน โซลาล เผยว่า “เราอยู่ในช่วงเวลาที่เหมาะสมที่จะสามารถผสมผสานเทคโนโลยีคอมพิวเตอร์ล่าสุดกับความก้าวหน้าทางเทคโนโลยีชีวภาพ...AI สามารถช่วยไขปริศนาว่ายาตัวไหนได้ผล”
ส่วน เฮบา ไซเลม ผู้บรรยายระดับาวุโสด้านชีวิการแพทย์ AI และวิทยาการข้อมูลจากมหาวิทยาลับคิงส์คอลเลจลอนดอนเผยว่า ศักยภาพของ AI ในการเปลี่ยนแปลงอุตสาหกรรมยาทั่วโลก ซึ่งสร้างรายได้ 1.4 ล้านล้านดอลลาร์สหรัฐ ในปี 2021 นั้นสูงมาก
ไซเลมบอกอีกว่า จนถึงตอนนี้ AI ช่วยเหลือได้ทุกอย่าง "ตั้งแต่การระบุยีนเป้าหมายที่เป็นไปได้สำหรับการรักษาโรคบางชนิด และการค้นพบยาใหม่ ไปจนถึงการปรับปรุงการรักษาผู้ป่วยด้วยการทำนายกลยุทธ์การรักษาที่ดีที่สุด การค้นพบตัวบ่งชี้ทางชีวภาพสำหรับการรักษาผู้ป่วยเฉพาะบุคคล หรือแม้แต่การป้องกันโรค โดยการตรวจหาสัญญาณของการเกิดขึ้นตั้งแต่เนิ่นๆ”
อย่างไรก็ดี แคลัม เชส ผู้เชี่ยวชาญด้าน AI เผยว่า การนำ AI มาใช้ในภาคเภสัชกรรมยังคงเป็น "กระบวนการที่ช้า" บริษัทยามีขนาดใหญ่มาก และการเปลี่ยนแปลงที่สำคัญในวิธีการวิจัยและพัฒนาจะส่งผลกระทบต่อผู้คนจำนวนมากในแผนกต่างๆ การให้คนเหล่านี้เห็นด้วยกับแนวทางใหม่ในการทำสิ่งต่างๆ เป็นเรื่องยาก ส่วนหนึ่งเป็นเพราะผู้อาวุโสมาถึงจุดที่เป็นอยู่ได้ด้วยการทำสิ่งต่างๆ ในแนวทางเดิม พวกเขาคุ้นเคยและเชื่อมั่นกับสิ่งนั้น และพวกเขาอาจกลัวว่าจะมีคุณค่าน้อยลงสำหรับบริษัท หากจู่ๆ สิ่งที่พวกเขารู้วิธีการทำนั้นมีค่าน้อยลง
ทว่าไซเลมย้ำว่า ภาคเภสัชกรรมไม่ควรถูกล่อลวงให้แข่งขันกับ AI และควรใช้มาตรการที่เข้มงวดก่อนที่จะพึ่งพาการคาดการณ์ของ AI แบบจำลอง AI สามารถเรียนรู้คำตอบที่ถูกต้องด้วยเหตุผลที่ไม่ถูกต้อง และเป็นความรับผิดชอบของผู้วิจัยและนักพัฒนาที่ต้องแน่ใจว่ามีการใช้มาตรการต่างๆ เพื่อหลีกเลี่ยงอคติ โดยเฉพาะอย่างยิ่งเมื่อ AI ได้รับการฝึกฝนจากข้อมูลของผู้ป่วย
ขณะที่บริษัท Insilico Medicine ในฮ่องกงใช้ AI เพื่อเร่งการค้นพบยา โดย อเล็กซ์ ซาโวรอนคอฟ ผู้ร่วมก่อตั้งและซีอีโอเผยว่า “แพลตฟอร์ม AI ของพวกเราสามารถระบุยาที่มีอยู่ซึ่งสามารถนำมาใช้ใหม่ได้ ออกแบบยาใหม่สำหรับโรคทั่วไป หรือค้นหาเป้าหมายใหม่และออกแบบโมเลกุลใหม่”
ซาโวรอนคอฟเผยอีกว่า โดยทั่วไปยาตัวใหม่จะต้องใช้เวลา 4 ปีจึงจะมาถึงขั้นตอนของการทดสอบทางคลินิก แต่ต้องขอบคุณ AI ที่ทำให้ Insilico Medicine ใช้เวลาเพียง 18 เดือนเท่านั้นในราคาเพียงเศษเสี้ยว
ภาพ: Shutterstock
https://www.shutterstock.com/th/image-photo/pills-smileys-happy-sad-made-plastic-2122363736
- 1998 views
