"אנחנו עומדים בפני מהפכה של פתרונות רפואיים פורצי דרך", אמר ד"ר ערן הררי, סמנכ"ל בכיר וראש המו"פ הייחודי הגלובלי בחברת טבע. לדבריו, כלי AI ולמידת מכונה יסייעו לייעל ולקצר תהליכים, וכן להוזיל משמעותית עלויות הכרוכות בפיתוח תרופות.
הררי הסביר כי "תהליך של פיתוח תרופה כפי שהוא מוכר לנו, עשוי לקחת כ-15 שנה בממוצע. זהו תהליך ארוך, יקר ומסואב, ועולם הרפואה לא יכול להמשיך לעמוד בזה", אמר הררי. לדבריו, התהליך הראשוני של פיתוח תרופה אורך 5–7 שנים עוד לפני שהיא עוברת לשלב המחקר בבני אדם. "בנוסף, יש עלויות פיתוח של מיליארדי דולרים לכל תרופה, ושיעורי ההצלחה הם 10% בלבד".
לדבריו, מערכות בינה מלאכותית ולמידת מכונה יסייעו בסקירת ספרות מקצועית וזיהוי פתרונות במהירות. בשלב המחקר בבעלי חיים הן יוכלו לנתח את השפעת התרופות באמצעות שימוש בניטור וידאו, ובשלבים מאוחרים יותר יוכלו לסייע גם במחקרי פאזה בבני אדם, באמצעות מעקב אחר פרמטרים של תנועה, קול ואפילו התנהגות מטופל בסמארטפון.
נתונים אלו יוכלו למפות את השפעות התרופה בצורה מדויקת ולקצר את תהליך המו"פ. "הכלים הללו יאפשרו לנו לנטר את הנתונים של הנבדקים 24/7, ללא הטיות ועם מינימום טעויות", הסביר ד"ר הררי.
אתגר נוסף במו"פ של תחום הפרמצבטיקה הוא אפקט הפלסבו, שעלה משמעותית בעשור האחרון ומקשה על אבחון האפקטיביות של תרופה בפיתוח: "מחקרים מראים שכאשר מריצים למידת מכונה, ניתן לזהות תקלות ולהפוך את נתוני המחקרים לעדכניים יותר", הסביר הררי. "אנחנו רואים כבר שימוש בבוחן שהוא אווטאר, דמות וירטואלית שיודעת לחקות את תנועות הגוף של המטופל, להשתמש בשפה שלו ובתנועות העיניים, ועל ידי כך גם להפחית את אפקט הפלסבו".
שימושים נוספים במערכות אלו אפשר לראות בבחינה מושכלת של תגובות בין תרופתיות, תחום שעלה לאחרונה לכותרות. מערכות AI יוכלו לבחון נתוני גלישה של מטופלים, לעקוב אחר תסמינים ותופעות לוואי לאורך זמן ולתת נתונים מדויקים שישרתו גם את הרופא המטפל ויסייעו לו להעניק טיפול יעיל יותר.
"אנחנו צפויים לראות זליגה של טכנולוגיות AI שישרתו גם את הרופא בקהילה. הטכנולוגיות האלה עומדות לשנות לחלוטין את פני הרפואה בעשרות השנים הקרובות".
בשיתוף טבע
