به این قضیه سطحی نگاه نکنید. هوش مصنوعی روزی از زندگی ما دور بود و به نوعی حالت سرگرمی داشت. امروزه اما به یک راهگشا و یک مزیت رقابتی بدل شده است. روزی هوش مصنوعی برای ما شطرنج بازی می‌کرد، ربات امدادگر بود و کارگری کارخانه خودروسازی را انجام می‌داد (رویکردهای سخت‌افزاری). امروز و فردا هوش مصنوعی در اندیشیدن روی مسائل، اکتشاف در داده‌ها و محاسبات سنگین به کمک ما می‌آید (رویکرد نرم‌افزاری).
راجع به هوش مصنوعی بیشتر بدانید ( روی هوش مصنوعی را به خدمت بگیر بزنید)
توجه: این نوشته، برگرفته از نوشته‌ای با عنوان داروسازی، هوش مصنوعی را به خدمت میگیرد است.
دارو، عنصر مهم و تاثیرگذاری در زندگی و حیات نوع بشر است. شاید در سال‌های دور از خوراک، پوشاک و مسکن به عنوان سه نیازمندی ضروری بشر یاد می‌شد. اما امروزه، دارو را می‌توان چهارمین نیازمندی ضروری دانست. اگرچه قدمت دارو و داروسازی به هزاران سال قبل باز می‌گردد، اما علم و فناوری‌های مرتبط با آن همواره شاهد پیشرفت‌های جدی بوده است. انقلاب صنعتی در سال‌های دور و انقلاب دیجیتال در سال‌های اخیر، خود عامل بروز جهش‌های شگرف در عرصه داروسازی به شمار می‌آیند. در این میان، آنچه که قابل توجه و قابل تأمل است این است که دانشگاه‌ها، پژوهشکده‌ها و شرکت‌های بین‌المللی متعددی در سال‌های اخیر در تلاش بوده‌اند که بر موج جدید داروپژوهی سوار شوند و در نجات انسان‌ها و هم تجارت دارو یکه‌تازی کنند.
خوب است بدانید
از هر 10 داروی جدیدی که فرایند تهیه فرمولاسیون آن انجام می‌شود، 9 دارو به هنگام انجام تست‌ها و یا کسب مجوز با شکست مواجه می‌شوند.
این موضوع هزینه‌های زیادی به شرکت‌های داروسازی در مراحل پژوهش و توسعه دارو تحمیل می‌کند. مرکز تافت این هزینه‌ها را (که عمدتاً مربوط به فاز تحقیق و توسعه و فاز تایید FDA است) در حدود 1.3 میلیارد دلار برای هر دارو برآورد کرده است. با این همه، هزینه تحقیق و توسعه سالانه 10 شرکت بزرگ داروسازی در جهان رویهم حدود 70 میلیارد دلار گزارش شده است.
اگر این آمار را در کنار مدت زمان طولانی از شروع تحقیقات تا تولید و توزیع دارو (به طور متوسط 10 سال) قرار دهیم، به این درک خواهیم رسید که 5 الی 10 درصد کاهش زمان و هزینه در کل فرایند داروپژوهی و داروسازی و یا حتی 5 الی 10 درصد افزایش دقت در مرحله تهیه فرمولاسیون چقدر می‌تواند هم برای نجات جان انسان‌ها هم برای ایجاد مزیت رقابتی در تجارت و کسب و کار در این حوزه جذاب باشد. حال آنکه گمانه‌زنی‌ها حکایت از آن دارد که
استفاده از فناوری‌های مبتنی بر تحلیل کلان داده و هوش مصنوعی می‌تواند موجب بهبود چشمگیرتری در زمینه داروسازی شود.
لازم به ذکر است که افزون بر 30 شرکت داروسازی در جهان هستند که بر روی استفاده از هوش مصنوعی و کلان داده برای تولید داروهای جدید تمرکز کرده‌اند. از آن جمله می‌توان به شرکت داروسازی بین‌المللی نوارتیس (Novartis) اشاره کرد که با همکاری با دانشگاه MIT، شرکت بزرگ داده‌پردازی IBM، شرکت مشهور تجهیزات رایانه‌ای Intel و شرکت تحلیل داده کوانتوم‌بلک (Quantum black) به دنبال جاه‌طلبی‌های خود در جهت استفاده از هوش مصنوعی است. با این وضعیت، بی‌شک نوارتیس در استفاده از هوش مصنوعی برای انجام تست‌های دارو، داروپژوهی و پروژه‌های تحلیل بیمار پیشتاز خواهد بود.
در دوره دکتری مصمم شدم که روی موضوع اجتماع‌یابی در شبکه‌های اجتماعی پژوهش کنم. به دستاوردهای جذاب و مهمی هم رسیدم. اما برایم دور از ذهن بود که مدلها و راه‌حلهایی که برای اجتماع‌یابی توسعه داده‌ام، در زمینه داروسازی و داروپژوهی هم کاربرد داشته باشد. بله. بیماری‌ها روی دسته‌های مشخصی از پروتئین‌ها تاثیر می‌گذارند و آنها را غیرفعال می‌کنند. باید فرمولاسیون دارویی ایجاد شود که بتواند آن دسته از پروتئین‌ها را فعال کند. پیدا کردن این دسته‌ها (گروهها یا اجتماع‌ها) از پروتئین‌ها با توجه به تعاملات آنها در لایه‌های مختلف بسیار زمانبر است. اجتماع‌یابی در شبکه تعاملات پروتئین‌ها امروزه مهمترین روش برای حل این مساله است.
برای مطالعه مقاله ISI من در این زمینه روی لینک زیر بزنید.
Consensus-based methodology for detection communities in multilayered networks
