21ο Πανελλήνιο Φαρμακευτικό Συνέδριο: Η AI μπορεί να μειώσει έως και 50% τον χρόνο ανάπτυξης νέων φαρμάκων
Οι νέες δυνατότητες της τεχνητής νοημοσύνης στη φαρμακευτική έρευνα και στην ανάπτυξη νέων θεραπειών.
Η τεχνητή νοημοσύνη ανοίγει νέους δρόμους στη φαρμακευτική έρευνα, δημιουργώντας προοπτικές για ταχύτερη ανάπτυξη νέων φαρμάκων και αποτελεσματικότερη παρακολούθηση της ασφάλειάς τους. Μάλιστα, η αξιοποίησή της θα μπορούσε να περιορίσει ακόμη και στο μισό τον χρόνο που απαιτείται για να φτάσει ένα νέο φάρμακο στην αγορά.
Τις δυνατότητες αυτές ανέδειξε η πρόεδρος της Πανελλήνιας Ένωσης Φαρμακοποιών (ΠΕΦ), Σοφία Τράντζα, στη διάρκεια συνέντευξης Τύπου για το 21ο Πανελλήνιο Φαρμακευτικό Συνέδριο, που πραγματοποιείται από τις 15 έως τις 17 Οκτωβρίου στη Θεσσαλονίκη, με θέμα «PHARMA MEETS AI – Τεχνητή Νοημοσύνη & Ψηφιακή Υγεία στη Φαρμακευτική».
Όπως επισήμανε, η τεχνητή νοημοσύνη αποκτά ολοένα και μεγαλύτερο ρόλο σε διαφορετικά στάδια της φαρμακευτικής δραστηριότητας, από την ανακάλυψη και τον σχεδιασμό νέων μορίων έως τον ποιοτικό έλεγχο των φαρμάκων και τη φαρμακοεπαγρύπνηση. Οι εφαρμογές της επεκτείνονται επίσης στο μάρκετινγκ των φαρμάκων, αλλά και στον τομέα των καλλυντικών, όπου μπορεί να αξιοποιηθεί ακόμη και για τον σχεδιασμό μιας ολοκληρωμένης καλλυντικής σύνθεσης (formulation), διευκολύνοντας την ανάπτυξη νέων προϊόντων.
Ιδιαίτερα σημαντική είναι η συμβολή της τεχνητής νοημοσύνης στην ανακάλυψη και ανάπτυξη νέων φαρμάκων (drug discovery), καθώς μπορεί να σχεδιάζει νέες μοριακές δομές και να προτείνει υποψήφιες φαρμακευτικές ουσίες, επιταχύνοντας τα πρώτα στάδια της ερευνητικής διαδικασίας.
Όπως εξήγησε η κ. Τράντζα, η τεχνητή νοημοσύνη μπορεί, για παράδειγμα, να δημιουργήσει 100 διαφορετικές μοριακές δομές, από τις οποίες οι ερευνητές του τμήματος Έρευνας και Ανάπτυξης (R&D) θα επιλέξουν τις δέκα πιο ενδιαφέρουσες για περαιτέρω εργαστηριακό έλεγχο. Από αυτές, ενδεχομένως τέσσερις να παρουσιάσουν τις απαιτούμενες προοπτικές ώστε να προχωρήσουν σε κλινικές δοκιμές και τελικά μία να αναδειχθεί ως κατάλληλη υποψήφια για την ανάπτυξη νέου φαρμάκου.
Με την ταχύτερη αναγνώριση και αξιολόγηση των πιο υποσχόμενων ουσιών, η τεχνητή νοημοσύνη θα μπορούσε να περιορίσει σημαντικά τον συνολικό χρόνο ανάπτυξης ενός φαρμάκου, ο οποίος σήμερα μπορεί να φτάνει περίπου τα δέκα χρόνια.
Σύμφωνα με την κ. Τράντζα, μια διαδικασία που σήμερα μπορεί να διαρκέσει περίπου δέκα χρόνια, με τη συμβολή της τεχνητής νοημοσύνης, θα μπορούσε να περιοριστεί ακόμη και στα πέντε.
Η ίδια διευκρίνισε, ωστόσο, ότι η αξιοποίηση της τεχνολογίας δεν αναιρεί την ανάγκη επιστημονικής εποπτείας και ελέγχου σε κάθε στάδιο. «Η τεχνητή νοημοσύνη είναι κάτι που αυτοματοποιεί. Δεν αντικαθιστά τον άνθρωπο», υπογράμμισε, επισημαίνοντας ότι η τελική αξιολόγηση των αποτελεσμάτων παραμένει ευθύνη των ειδικών.
Ένα ακόμη πεδίο με σημαντικές προοπτικές είναι η φαρμακοεπαγρύπνηση, όπου η τεχνητή νοημοσύνη αξιοποιείται ήδη για την παρακολούθηση της ασφάλειας των φαρμάκων. Η κ. Τράντζα αναφέρθηκε ειδικότερα στην ανάγκη ανάπτυξης εφαρμογών που θα μπορούν να υποστηρίζουν την αξιολόγηση της πιθανής σχέσης ενός φαρμάκου με μια ανεπιθύμητη ενέργεια.
«Λείπει μια εφαρμογή που να δείχνει αν το φάρμακο έχει σχέση με την ανεπιθύμητη ενέργεια», ανέφερε χαρακτηριστικά, διευκρινίζοντας ότι ένα τέτοιο εργαλείο δεν θα υποκαθιστά τον γιατρό, αλλά θα τον βοηθά στη λήψη αποφάσεων.
Παρά τις δυνατότητες που δημιουργεί η νέα τεχνολογία, η ανθρώπινη αξιολόγηση παραμένει απαραίτητη σε κάθε στάδιο. «Η τεχνητή νοημοσύνη είναι κάτι που αυτοματοποιεί. Δεν αντικαθιστά τον άνθρωπο», υπογράμμισε η πρόεδρος της ΠΕΦ, τονίζοντας τη σημασία του επιστημονικού ελέγχου των αποτελεσμάτων.
Στο επίκεντρο του συνεδρίου, που διεξάγεται για πρώτη φορά στη Θεσσαλονίκη, βρίσκονται οι εφαρμογές της τεχνητής νοημοσύνης στον σχεδιασμό νέων φαρμακευτικών ουσιών, στη βιοφαρμακευτική και στις κλινικές μελέτες. Παράλληλα, οι εργασίες καλύπτουν ζητήματα ψηφιακής υγείας, ηλεκτρονικού φακέλου υγείας και αξιοποίησης της νέας τεχνολογίας από τη φαρμακοβιομηχανία και τις ενώσεις ασθενών. Στη θεματολογία περιλαμβάνονται ακόμη η διαχείριση μεγάλων δεδομένων (big data), η πρόσβαση στις θεραπείες, η κοινωνική διάσταση του φαρμάκου και η επαγγελματική ηθική των φαρμακοποιών.
Ιδιαίτερη θέση στη διοργάνωση είχαν οι φοιτητές, στους οποίους ήταν αφιερωμένη η πρώτη ημέρα, με την παρουσίαση 35 επιστημονικών εργασιών για την τεχνητή νοημοσύνη, τη φαρμακευτική τεχνολογία, τη νανοτεχνολογία και τις εφαρμογές στα φαρμακεία της κοινότητας. Από τις εργασίες αυτές θα επιλεγούν πέντε για βράβευση, με χρηματικά έπαθλα ως αναγνώριση και ενίσχυση της επιστημονικής προσπάθειας των νέων ερευνητών.