علی گنجیزاده پزشک و مدیر مجوعه رویداد MedLean Review است که هدف آن معرفی فرصتهای جدید در حوزه سلامت است. درحال حاضر علی به عنوان نایب رئیس شرکت اوسن و مشاور سرمایهگذاران در حوزه سلامت فعالیت میکند
بدنهای مجازی انسان برای داروهای واقعی: کارآزماییهای بالینی اینسیلیکو، آینده تحقیقات دارویی!
کارآزمایی بالینی یا clinical trial، معتبرترین شاهد تاییدی برای آزمایش داروهای جدید است. در طی فرآیند کارآزمایی بالینی، یک دارو مرحله به مرحله آزمایش میشود و اثرات سمیت آن بررسی میشود. ابتدا آزمایشات بر روی حیوانات کوچک و سپس حیوانات بزرگ است و سپس بر روی بیماران مرحله آخر و نهایتا بر روی داوطلبان.
در حقیقت، کارآزمایی بالینی سنتی معادل میلیاردها دلار هزینه است. در حالیکه نکته جالب ماجرا آنجاست که هیچ ضمانتی برای تایید دارو در مراحل بعدی کارآزمایی بالینی وجود ندارد و ممکن است در آخرین مراحل، دارو رد شود.
چند سالی است که این سوال مطرح شده است که آیا میتوان بدن انسان را به صورت مجازی شبیهسازی کرد به نوعی که بتواند فیزیولوژی بدن انسان را تقلید کند؟ با کمک هوش مصنوعی و بهبود شبیهسازیهای کامپیوتری و پیشرفتهایی که در پزشکی شخصیسازیشده به وجود آمده است، به نظر میآید کارآزماییهای اینسیلیکو (in silico) آینده است صنعت باشد.
جادوی اینسیلیکو
اینسیلیکو اصلاحی است که به معنای انجام آزمایش و تحقیقات با پردازشهای کامپیوتری میباشد. in silico مفهومی انتزاعی از انجام آزمایش در پردازندههای سیلیکونی کامپیوتر میباشد.
تکنولوژی در حال تغییر وجههای مختلفی از سلامت، پزشکی و صنایع دارویی است و به همین دلیل شرکتهای قدرتمند و بزرگ کارآزمایی بالینی نیز تحت این تاثیرات قرار خواهند گرفت. یکی از راههای مدرنیزه کردن فرآیند آزمایش داروها، استفاده از تکنولوژیهای جدید در چارچوبهای قدیمی است. به طول مثال در حال حاضر شرکتهای کارآزمایی بالینی از طریق پلتفرمهای آنلاین داوطلبانی را برای آزمایش داروها جذب میکنند؛ درحالیکه تغییرات در این صنعت میتواند بسیار بزرگتر باشد.
دو تکنولوژی جدید «کارآزمایی اینسیلیکو» و «اعضای بدن در چیپست (Human organs on chips)» نماینده تغییرات تکاندهنده در صنعت آزمایش داروها هستند. دانشمندان موسسه تحقیقاتی Wyss سالهاست که روی اعضای بدن در چیپست کار میکنند. چیپستهایی که در اعضا و اندامهای بدن قرار داده میشوند تا ساختار میکروسکوپی و عملکرد سلولهای آن عضو را تقلید کنند و در آینده برای کارآزماییهای بالینی استفاده شوند.
اما داستان اینجاست که با پیشرفت هوش مصنوعی و شبیهسازیهای کامپیوتری، در تحقیقاتی که اخیرا انجام شده است نشان داده میشود که دیگر نیاز به هیچ انسان یا حیوان و یا حتی یک سلول نیست! و در عین حال میتوان تاثیر درمان یا گزینههای مختلف دارویی و درمانی را پیشبینی کرد. اینسیلیکو اصطلاحی است که دانشمندان برای توصیف مدلسازی، شبیهسازی و تصویرسازی پروسههای بیولوژی و پزشکی در کامپیوتر به کار میبرند. این تکنولوژی حاصل تحقیقات 20 سال اخیر علوم کامپیوتر در پزشکی است.
مدلسازی، المانهای اصلی یک سیستم بیولوژیک را نشان میدهد؛ شبیهسازی تلاش میکند تا نشان دهد چگونه یک سیستم تحت تاثیر محرک واکنش نشان میدهد و تصویرسازی پیشبینیهای انجام شده را در قالب گرافها و نمودارها نشان میدهد.
تکنولوژی اینسیلیکو سعی دارد تا بتواند نقش موثری در توسعه محصولات جدید یا رگولاتوری و تایید داروها، دستگاهها و مداخلات درمانی انجام دهد. درست است که در حال حاضر با تکنولوژیهایی که در دسترس داریم نمیتوانیم شبیهسازی کاملی از کارآزماییهای بالینی انجام دهیم، اما با توجه به عدم محدودیتهای تکنولوژی اینسیلیکو نسبت به کارآزماییهای بالینی بر موجودات زنده، حتی سازمان غذا و داروی آمریکا (FDA به عنوان معتبرترین سازمان رگولاتوری سلامت در دنیا شناخته میشود) نیز برنامه دارد تا از تکنولوژی اینسیلیکو برای بیش از نصف کارآزماییهای بالینی خود تا سال 2025 استفاده کند.
دسترنجی بدون زحمت
مهمترین مزیت کارآزمایی اینسیلیکو درباره شبیهسازیهاست: تاثیر گزینههای دارویی و درمانی جدید در یک محیط مجازی بدون عوارضی برای حیوانات و انسانها. همچنین کاربرد دیگر آن بهبود پزشکی شخصیسازیشده است: این پروسه به پزشکان اجازه میدهد تا برنامههای درمانی مختلف را امتحان کنند و دریابند که واکنش و رفتار داروها و درمانهای متفاوت چگونه است تا بهترین دوز دارویی و بهترین برنامه درمانی را برای بیماران خود انتخاب کنند.
با کمک شبیهسازیهای کامپیوتری و بیوانفورماتیک، امکان این وجود دارد تا با استفاده از کلاندادهها اعضای مختلف بدن همانند سیستم عصبی، گردش خون، غدد و هورمونها، متابولیسم و سایر سیستمهای دیگر بدن را شبیهسازی کرد.
این بخشهای مختلف بدن توانایی دارند که با هم ادغام شوند و فیزیولوژی تمام بدن را شبیهسازی کنند. به همین دلیل نتیجه کارآزماییهای بالینی سریعتر و راحتتر و همچنین بسیار ارزانتر به دست خواهند آمد.
علاوه بر این، هوش مصنوعی توانایی دارد تا به یکی از بزرگترین سوالات جامعه پزشکی پاسخ دهد: «این برنامه درمانی چه مزایی برای بیمار دارد که آن یکی ندارد؟»
روندهایی که در هوش مصنوعی وجود دارد، همچون یادگیری ماشینی و یادگیری عمیق، توانایی دارند تا مدلی تربیت کنند که بتواند از بین دادههای متفاوتی که به آن دست پیدا میکند، الگوها را شناسایی کند و بر اساس آن مداخلات درمانی متفاوت را پیشبینی کند.
انسانهای مجازی در همهجا وجود دارند
استارتاپ HumMod یکی از پیشرفتهترین مدلهای اینسیلیکو را تا به امروز معرفی کرده است. این شرکت مدلی از فیزیولوژی انسانی از کل اندامها و اعضا تا به مولکولها را در اختیار شما میگذارد. هنگام کار با پلتفرم این شرکت 6500 متغیر مانند دمای پوست، الکترولیتها، متابولیسم، گردش خون و مایعات بدن دارد که میتوانید آنها را تغییر دهید تا شرایط خود را آزمایش کنید.
یکی دیگر از مثالهای عالی این حوزه Oncosimulator project میباشد. این پلتفرم که توسط In Silico Oncology Group آماده شده است ابزاری است تا با همکاری مراکز تحقیقاتی اروپا، برنامه درمانی متفاوت را در بیماران مبتلا به سرطان نشان دهد.
یکی دیگر از بهترین مثالهای این حوزه، موسسه غیر انتفاغی Virtual Physiological Human میباشد که با سازمانها و متخصصان بسیار زیادی همانند CARDIOPROOF همکاری دارد. هدف این موسسه این است تا بتواند فیزیولوژی بدن انسان را به طور کامل بشناسد و از آن در تحقیقات و محیطهای کلینیکی استفاده کند.
مدلهای اینسیلیکو برای دریافت مجوز؟
تحقیقات اخیر نشان میدهد که تنها شرکتهای دارویی و مراکز درمانی از مدلهای اینسیلیکو سود نمیبرند؛ بلکه همانطور که بالاتر اشاره شد سازمانهای رگولاتوی همچون سازمان غذا و داروی آمریکا نیز به دنبال این است تا مدلهای خود را طراحی کند و بسازد تا برای امتحان و آزمایش برنامههای جدید درمانی و مداخلهای استفاده کند. در سال 2014 سازمان غذا و دارو آمریکا از یک موسسه فرانسوی مدلی سه بعدی درخواست کرد تا بتواند روی آن سازندههای نبض را امتحان کند.
نتیجهگیری
به نظر میآید تکنولوژی اینسیلیکو یکی از مهمترین و بزرگترین تغییرات تکاندهنده در صنعت سلامت میباشد. این تکنولوژی میتواند دو بازار بزرگ را هدف قرار بگیرد: آزمایش برنامههای درمانی و دارویی جدید و پیشبینی برنامههای درمانی برای هر شخص. به همین دلیل شرکتهای دارویی برای کاهش هزینههای خود و همچنین کسب سهم بزرگتری از بازار، پیشرو این تکنولوژی محسوب میشوند، درحالیکه متخصصین پزشکی شخصیسازیشده سعی دارند تا با استفاده از این تکنولوژی برنامه درمانی اختصاصیتری برای بیماران خود طراحی کنند.
این متن برگردانی از مقاله دکتر برتالان مشکو، رئیس موسسه Medical Futurist به همراه تکمیل و تلخیص میباشد.
در آینده مقالات بیشتری درباره استفاده از هوش مصنوعی در تکنولوژیهای پیشرفته پزشکی خواهم نوشت.
مطلبی دیگر از این انتشارات
ما نیاز به پزشکان کارآفرین بیشتری داریم.
مطلبی دیگر از این انتشارات
چهار استارتاپ که به ترک اعتیاد کمک میکنند
مطلبی دیگر از این انتشارات
نحوه اجرای سلامت دیجیتال در کشورها از نظر سازمان جهانی بهداشت