اشترك

الاستمرار بالحساب الحالي

شارك
شارك


أصبح تطوير الأدوية الجديدة عملية باهظة الثمن. ويمكن للتعلم الآلي أن يساعد في حل هذه المشكلة، ولكن فقط إذا توافرت بيانات جيدة.

2021-06-05 13:56:51

08 أبريل 2019
Article image

هل سبق لك وأن سمعت بقانون إيروم "Eroom"؟ إنه قاعدة – وأضحوكة أيضاً- في عالم الصيدلة، وينص على أن تكلفة تطوير أدوية جديدة ترتفع باستمرار بدلاً من أن تنخفض، على الرغم من التطورات التي يشهدها كل من العلم والتكنولوجيا. أما السخرية الكامنة في هذا القانون فهو أن اسمه هو مقلوب اسم قانون مور "Moore" الشهير حول النمو الأسي في عدد الترانزستورات على شرائح المعالجات. وفي الواقع، ووفقاً لدافني كولر من شركة إنستيرو، فقد ارتفعت كلفة إطلاق عقار جديد في السوق من 200 مليون دولار منذ 30 سنة إلى 2.5 مليار دولار حالياً. تحدثت كولر في مؤتمر إيمتيك ديجيتال الذي نظمته إم آي تي تكنولوجي ريفيو، حيث شرحت كيف يعمل أهم الباحثين والعلماء على استخدام خوارزميات الذكاء الاصطناعي والتعلم الآلي في محاولة منهم لعكس هذا المنحى، حيث قالت: "إنها مشكلة تنبؤ، وهو مجال وصل فيه التعلم الآلي إلى مستويات ممتازة، أي أنه يمكن أن يلعب دوراً في تخفيض النفقات" على الرغم من أن تكاليف اكتشاف الأدوية ارتفعت بسبب مجموعة متنوعة من العوامل، بما فيها الإشراف الحكومي، أضافت كولر أن إنستيرو تأمل بتجهيز النظام والبيانات لتحقيق أولى الاكتشافات بحلول العام 2021. غير أنها حذرت من أن التعلم الآلي لن يحل جميع مشاكل اكتشاف العقاقير الجديدة، خصوصاً إذا كانت الخوارزميات تعمل وفق معطيات أولية خاطئة، أو تسعى نحو أهداف غير مرغوبة. وقد أشارت إلى فشل

أدخل بريدك الإلكتروني واقرأ المقال مجاناً

أنشئ حساباً مجاناً واقرأ مقالتين مجاناً كل شهر من أوسع تشكيلة محتوى أنتجته ألمع العقول العالمية والعربية.