شرکت داروسازی آسترازنکا و غول فناوری اوراکل از همکاری جدیدی برای استفاده از هوش مصنوعی در تحقیقات پزشکی و آزمایش‌های بالینی داروها خبر داده‌اند. این همکاری قرار است با ترکیب داده‌های واقعی بیماران، زیرساخت‌های ابری و فناوری‌های هوش مصنوعی، فرایند شناسایی افراد مناسب برای شرکت در مطالعات پزشکی را آسان‌تر کند.
به گزارش تکراتو، براساس بیانیه‌های رسمی منتشرشده در ۲۰ اکتبر ۲۰۲۶، دو شرکت قصد دارند از فناوری‌های هوشمند برای تسریع تحقیقات بالینی، تشخیص زودهنگام بیماری‌ها و بهبود نظارت بر ایمنی داروها استفاده کنند. نخستین پروژه این همکاری در ابوظبی و با تمرکز بر بیماران مبتلا به فشار خون بالا اجرا خواهد شد.
همکاری آسترازنکا و اوراکل چه هدفی دارد؟
یکی از چالش‌های مهم در تحقیقات دارویی، پیداکردن بیمارانی است که شرایط لازم برای شرکت در آزمایش‌های بالینی را دارند.
هر مطالعه پزشکی معیارهای مشخصی برای پذیرش شرکت‌کنندگان دارد. برای مثال، سن، سابقه بیماری، وضعیت سلامت و درمان‌های قبلی می‌توانند در انتخاب افراد مؤثر باشند.
شناسایی بیماران مناسب از میان تعداد زیادی پرونده پزشکی فرایندی زمان‌بر است و گاهی باعث تأخیر در آغاز یا تکمیل مطالعات می‌شود.
آسترازنکا و اوراکل قصد دارند با کمک هوش مصنوعی و تحلیل داده‌های پزشکی، این فرایند را بهبود دهند.
در این همکاری، آسترازنکا تخصص خود در تحقیقات دارویی، توسعه درمان‌ها و الزامات قانونی را ارائه می‌کند. اوراکل نیز زیرساخت‌های پردازش ابری، تحلیل داده، هوش مصنوعی و فناوری‌های مرتبط با پرونده‌های سلامت را در اختیار پروژه قرار خواهد داد.
هوش مصنوعی چگونه آزمایش داروها را سریع‌تر می‌کند؟
یکی از کاربردهای اصلی فناوری جدید، بررسی داده‌های پزشکی برای شناسایی بیمارانی است که ممکن است واجد شرایط شرکت در یک آزمایش بالینی باشند.
این فرایند می‌تواند به پزشکان و تیم‌های تحقیقاتی کمک کند افراد مناسب را زودتر شناسایی کنند.
در روش‌های متداول، بررسی پرونده‌های بیماران و تطبیق اطلاعات آن‌ها با معیارهای ورود به مطالعات می‌تواند زمان و منابع قابل‌توجهی مصرف کند.
استفاده از ابزارهای هوش مصنوعی ممکن است بخشی از این فرایند را ساده‌تر کند و فرصت مشارکت در تحقیقات پزشکی را برای بیماران بیشتری فراهم سازد.
بااین‌حال، هدف این همکاری جایگزین‌کردن تصمیم‌گیری پزشکی با هوش مصنوعی نیست. انتخاب نهایی بیماران و اجرای مطالعات همچنان باید تحت نظارت متخصصان و مطابق مقررات انجام شود.
نخستین پروژه در ابوظبی اجرا می‌شود
براساس اعلام رسمی آسترازنکا، نخستین برنامه مشترک این شرکت با اوراکل در ابوظبی آغاز خواهد شد.
این پروژه با مشارکت شرکت خدمات سلامت M42 و با تمرکز بر مراقبت و تحقیقات مربوط به فشار خون بالا اجرا می‌شود.
یکی از اهداف آن، شناسایی بیمارانی است که فشار خون آن‌ها به‌خوبی کنترل نشده است.
در ادامه، فناوری‌های داده‌محور می‌توانند به تیم‌های درمانی کمک کنند مراقبت‌های مطابق دستورالعمل‌های پزشکی را بهتر اجرا کنند و بیماران واجد شرایط را برای مشارکت در مطالعات بالینی شناسایی کنند.
انتخاب فشار خون بالا برای نخستین پروژه نشان می‌دهد همکاری جدید تنها به توسعه داروهای آینده محدود نیست و قرار است در بهبود مراقبت‌های روزمره نیز کاربرد داشته باشد.
از سرطان تا بیماری‌های قلبی؛ حوزه‌های همکاری گسترده خواهند بود
دو شرکت اعلام کرده‌اند که برنامه‌های آینده می‌توانند چندین حوزه مهم پزشکی را پوشش دهند.
از جمله این حوزه‌ها می‌توان به سرطان، بیماری‌های قلبی‌عروقی، بیماری‌های کلیوی و متابولیک، اختلالات تنفسی، بیماری‌های مرتبط با سیستم ایمنی و بیماری‌های نادر اشاره کرد.
این همکاری قرار است پروژه‌هایی در آمریکا، خاورمیانه و اروپا داشته باشد.
البته گسترش هر پروژه به قوانین محلی، الزامات حریم خصوصی و تأیید نهادهای مربوط بستگی خواهد داشت.
آسترازنکا و اوراکل همچنین قصد دارند از اطلاعات حاصل از مراقبت‌های واقعی بیماران برای تولید شواهد علمی جدید استفاده کنند.
چنین داده‌هایی می‌توانند به پژوهشگران کمک کنند عملکرد درمان‌ها را در شرایط واقعی بهتر بررسی کنند.
تشخیص زودهنگام بیماری‌ها با کمک هوش مصنوعی
یکی دیگر از اهداف این همکاری، استفاده از فناوری‌های هوشمند برای کمک به تشخیص زودهنگام بیماری‌هاست.
برخی بیماری‌های جدی ممکن است برای مدت طولانی بدون تشخیص باقی بمانند یا بیماران با تأخیر به مراکز تخصصی ارجاع داده شوند.
دو شرکت امیدوارند تحلیل داده‌های موجود در سامانه‌های سلامت بتواند به شناسایی سریع‌تر افرادی که به بررسی‌های پزشکی بیشتری نیاز دارند کمک کند.
همچنین قرار است کاربرد هوش مصنوعی در نظارت بر ایمنی داروها بررسی شود.
این بخش می‌تواند شامل تحلیل اطلاعات مربوط به عوارض احتمالی درمان‌ها و شناسایی الگوهایی باشد که به ارزیابی ایمنی داروها کمک می‌کنند.
البته اثربخشی این کاربردها هنوز باید در پروژه‌های عملی ارزیابی شود.
تکلیف اطلاعات خصوصی بیماران چه می‌شود؟
استفاده از داده‌های پزشکی در سیستم‌های هوش مصنوعی همواره نگرانی‌هایی درباره حریم خصوصی ایجاد می‌کند.
آسترازنکا اعلام کرده است که همکاری جدید بر استفاده از داده‌های واقعی سلامت به‌شکل فاقد اطلاعات هویتی بیماران متکی خواهد بود.
طبق بیانیه رسمی، اطلاعاتی که امکان شناسایی مستقیم بیماران را فراهم می‌کنند در اختیار آسترازنکا قرار نخواهند گرفت.
همچنین هر پروژه پیش از اجرا باید از نظر الزامات قانونی، حفاظت از داده‌ها، اصول اخلاقی و مقررات نهادهای درمانی بررسی شود.
دو شرکت قصد دارند چارچوب‌های مشترکی برای نظارت بر اجرای پروژه‌ها و ارزیابی نتایج آن‌ها ایجاد کنند.
مدیران آسترازنکا و اوراکل درباره همکاری جدید چه گفتند؟
پاسکال سوریو، مدیرعامل آسترازنکا، این همکاری را فرصتی برای پیوند تخصص پزشکی با فناوری‌های پیشرفته داده و هوش مصنوعی توصیف کرده است.
به گفته او، ترکیب توانایی‌های دو شرکت می‌تواند به پزشکان کمک کند بیماران مناسب را سریع‌تر شناسایی کنند و تحقیقات بالینی را بهینه‌سازی کنند.
مایک سیسیلیا، مدیرعامل اوراکل، نیز معتقد است برخی از مهم‌ترین فرصت‌های هوش مصنوعی در حوزه سلامت قرار دارند.
او تأکید کرده که استفاده بهتر از داده‌ها می‌تواند به انتقال سریع‌تر دستاوردهای علمی به مراقبت از بیماران کمک کند.
مدیران دو شرکت همچنین بر اهمیت ارتباط نزدیک‌تر میان تحقیقات علمی، آزمایش‌های بالینی و تصمیم‌های درمانی روزمره تأکید کرده‌اند.
آیا قرارداد آسترازنکا و اوراکل نهایی شده است؟
با وجود اعلام رسمی همکاری، توافق دو شرکت هنوز در مرحله اولیه قرار دارد.
براساس بیانیه آسترازنکا، طرفین یک توافق‌نامه اولیه غیرالزام‌آور امضا کرده‌اند.
این موضوع به معنای آن است که برنامه‌های مطرح‌شده هنوز می‌توانند در مراحل بعدی تغییر کنند و اجرای هر پروژه به بررسی‌های تکمیلی بستگی دارد.
همچنین هیچ مبلغی به‌عنوان ارزش مالی این همکاری اعلام نشده است.
بنابراین، نباید این خبر را به‌عنوان انعقاد یک قرارداد قطعی چندمیلیارددلاری یا آغاز اجرای تمام پروژه‌های اعلام‌شده معرفی کرد.
آینده تحقیقات دارویی با هوش مصنوعی
همکاری آسترازنکا و اوراکل نمونه دیگری از افزایش حضور شرکت‌های فناوری در صنعت داروسازی است.
در سال‌های اخیر، شرکت‌های دارویی تلاش کرده‌اند از هوش مصنوعی برای تحلیل داده‌های زیستی، شناسایی اهداف درمانی و بهبود فرایندهای تحقیقاتی استفاده کنند.
اما همکاری جدید بیشتر بر اتصال تحقیقات علمی به سیستم‌های مراقبت از بیماران تمرکز دارد.
اگر پروژه‌های آزمایشی موفق باشند، فناوری‌های مورد استفاده می‌توانند در آینده به کاهش تأخیر در شناسایی بیماران مناسب، بهبود طراحی مطالعات و افزایش دسترسی به آزمایش‌های بالینی کمک کنند.
بااین‌حال، در حال حاضر هیچ نتیجه عملی یا کاهش مشخصی در زمان و هزینه آزمایش داروها گزارش نشده است.
موفقیت این همکاری به نتایج پروژه‌های اولیه، کیفیت داده‌های پزشکی و رعایت الزامات ایمنی و حریم خصوصی بستگی خواهد داشت.
دیدگاه‌ها