Yapay Zeka İlaç Üretimi Oyunu Nasıl Değiştiriyor
İlaç keşfinde şirketler ilaç onayı almak için uzun bir zaman çizelgesi ve yüksek maliyetlerle karşı karşıyadır. 2022 tarihli bir araştırmaya göre pazara başarılı bir şekilde girme olasılığı %10'dan azdır.
NVIDIA'nın dijital biyoloji direktörü Anthony Costa, HealthTech makalesinde şöyle yazıyor: "Zaman-lider optimizasyonunda ve klinik başarı olasılığında küçük ilerlemeler bile, günümüzde bilinen bir tedavisi veya çaresi olmayan binlerce hastalığın ele alınmasında önemlidir . "
Yapay zeka, ilaç üretimi sırasında süreç kontrolüne yardımcı olur ve pazara sunma süresini hızlandırabilir. İlaç keşfi ve ilaç üretimi, her ikisi de ilaç yapay zekasının bir parçasıdır.
Amazon Web Services'ta sağlık ve yaşam bilimleri genel müdürü olan Dan Sheeran, "Pharma AI, ilaç keşfinden üretim ve ticarileştirmeye kadar ilaç endüstrisinde AI teknolojilerinin geniş çaplı uygulanmasını ifade ediyor" şeklinde açıklıyor.
Sheeran, ilaç şirketlerinin üretimde verimliliği, kaliteyi ve güvenilirliği artırmak için yapay zeka ve makine öğrenimi (ML) algoritmalarını kullandığını söylüyor. Buna, beklenmeyen kesintileri önlemek için ekipmanın öngörücü bakımının kullanılması, gerçek zamanlı süreç izleme ve optimizasyonu için yapay zeka destekli dijital ikizler ve simülasyonları ve manuel görevleri düzenlemek için yapay zeka aracıları dahildir.
Sheeran, "Sonuç olarak, ilaç üretiminde yapay zeka daha hızlı üretim sürelerine, daha düşük maliyetlere, daha yüksek kaliteli ürünlere, daha az atığa ve potansiyel olarak hastalara hayat kurtarıcı ilaçların ulaştırılmasını hızlandırabilir" diyor.
Pfizer Yönetim Kurulu Başkanı ve CEO'su Albert Bourla, şirketin 2023 yıllık incelemesinde , yapay zekayı kullanarak anormallikleri tespit edebildiğini ve ürün verimini %10, çevrim süresini ise %25 artırmayı hedeflerken operatörlerine gerçek zamanlı adımlar önerebildiğini söyledi.
İlaç şirketi, 2023 yılında jeneratif AI platformunu kullanıma sundu. Bourla, raporda "AI destekli üretim süreçleri verimi %20 artırıyor ve hastalara daha hızlı bir şekilde daha fazla ilaç ulaştırmamızı sağlıyor" dedi.
Pfizer'in dijital ve teknoloji sorumlusu Lidia Fonseca, Pfizer'in AWS ile çalışmasının COVID-19 aşısının geliştirilmesini ve dağıtımını hızlandırdığını ve aşının normalde 8-10 yıl sürmesi gereken üretim süresini 269 güne indirdiğini söyledi.
22 Kasım 2024'te Los Angeles'ta düzenlenen AWS Zirvesi'nde Fonseca, Pfizer'ın mRNA tahmin algoritmasının parti başına 20.000 doz daha fazla aşı sağladığını belirtti. Pfizer'ın AWS bulut hizmetlerindeki dahili üretken yapay zeka platformu Vox, ilaç şirketinin Amazon Bedrock ve SageMaker'daki büyük dil modellerine erişmesine olanak sağladı.
Fonseca, "Üretim sürecinde Bedrock, altın parti olarak adlandırdığımız şeyi tanımlamak için optimum süreç parametrelerini alıyor ve anormallikleri tespit etmek ve operatörlerimize gerçek zamanlı olarak eylemler önermek için üretken yapay zekayı kullanıyor " diyor.
Pfizer'ın yapay zekayı kullanarak çok daha kısa sürede veri ve bilimsel içerikleri araya getirebileceğini ve derleyebileceğini de sözlerine ekliyor.
Fonseca, "Algoritmalar bilimsel başarımızı artırmak için potansiyel hedefler üretiyor ve doğruluyor" diyor.
Moderna ayrıca COVID-19 aşısının geliştirilmesini hızlandırmak için AI kullandı. AWS'ye göre, akıllı biyofarmasötik üretim ve tedarik zinciri süreçlerini içeren bağlı bir ortama AWS Nesnelerin İnterneti, AI/ML ve veri analitiği hizmetlerini dağıttı. AI algoritmaları ayrıca Moderna'nın kalite kontrol analizlerini otomatikleştirmesine ve üretim süreçlerini ve lojistiği iyileştirmeyi amaçlayan manuel incelemeye harcanan saatleri azaltmasına olanak sağladı, AWS bir vaka çalışmasında belirtiyor .
Novartis, akıllı üretim süreçleri geliştirmek için ML'yi kullanıyor. Sheeran'a göre Merck'in Üretim ve Analitik Zekası, ilaç üretim süreçlerini optimize etmek için tasarlanmış AWS üzerinde yapay zeka destekli bir platform.
İlaç ve Yaşam Bilimlerinde Yapay ZekaEkim ayında, UCSF Eczacılık Okulu, AI kullanarak ilaç geliştirmeyi hızlandırmak için Sağlık için Gelişmiş Araştırma Projeleri Ajansı girişiminin bir parçası olarak federal fon aldı . Biyoteknoloji şirketleri, kâr amacı gütmeyen Açık Moleküler Yazılım Vakfı ve Memorial Sloan Kettering Kanser Merkezi'nde hesaplamalı kimyager olan John Chodera tarafından projenin bir parçası olarak geliştirilen açık kaynaklı veri kümelerini ve modelleri kullanabilir.
UCSF, istenmeyen veya tehlikeli şekillerde hareket eden moleküllerin arazisini haritalamak için AI kullanmayı planlıyor. Araştırmacılar, ilaç geliştirmeyi hızlandırarak ve maliyetleri düşürerek, geliştirme sürecinin ilerleyen aşamalarında ortaya çıkan sorunların etrafından dolaşabilirler. Araştırmacılar, moleküllerin anti-hedeflerle nasıl etkileşime girdiğini tahmin etmek için ML kullanıyorlar.
“Yeni moleküller tasarlarken, molekülün özelliklerini, örneğin kan dolaşımında ne kadar kalacağını veya karaciğerdeki metabolik enzimler tarafından çiğnenip çiğnenmeyeceğini tahmin edebilmeniz gerekir ve şu anda bu tahminler iyi, ancak harika değil,” diye açıklıyor UCSF tıp ve eczacılık fakültelerindeki Biyomühendislik ve Terapötik Bilimler Bölüm Başkanı James Fraser. “Ve bu nedenle, üretmeyi umduğumuz doğru verilerle beslendiğinde, makine öğrenimi ve yapay zekadaki yeni gelişmelerin, bu tahminlerin doğruluğunu muazzam bir şekilde artıracağı, aynı yere ulaşmak için daha az molekül sentezlememizi sağlayacağı, böylece ilaç keşfini hızlandıracağı ve daha ucuz hale getireceği umuluyor.”
Dan Sheeran Sağlık ve Yaşam Bilimleri Genel Müdürü, Amazon Web Hizmetleri
İlaç üretim şirketi Absci, AMD'nin Instinct hızlandırıcılarını ve ROCm yazılımını, Absci'nin yeni nesil antikor tedavileri gibi AI ilaç keşif iş yüklerini desteklemek için kullanıyor. AMD, Instinct GPU hızlandırıcılarının ve ROCm yazılımının açık bir ekosistemin parçası olarak yüksek performanslı bilgi işlemi mümkün kıldığını söylüyor. 8 Ocak 2025'te Absci, bu araştırmayı ilerletmek ve ilaç keşfinde AI uygulamalarına olan talebi karşılamak için AMD'den 20 milyon dolarlık yatırım alacağını duyurdu .
Absci'nin kurucusu ve CEO'su Sean McClain, "Odaklandığımız şeylerden biri de ilaçla tedavi edilemeyen hedefler" diyor. "Bir hedefi ilaçla tedavi edebildiğinizde, altta yatan hastalığı etkileyen yolu değiştirebilir, potansiyel bir tedavi veya potansiyel bir tedavi yaratabilirsiniz."
McClain'e göre Absci, kanser hedeflerine bağlanan, yolları değiştiren ve kanseri öldüren antikorlar tasarlamak için üretken AI modelleri kullanıyor. AI'nın ilaçların klinik deneylere ulaşma süresini beş buçuk yıldan 18 ila 24 aya indirmeye yardımcı olduğunu söylüyor. Absci, AI platformunda inflamatuar bağırsak hastalığı için bir antikor geliştirdi.
Ayrıca ilaç şirketlerinin, insanlarda ilaç testine onay almak için Gıda ve İlaç Dairesi'ne araştırma amaçlı yeni ilaç başvuruları yaparken yapay zeka modellerini kullanabileceğini söylüyor.
McClain, "Geleceğe baktığımızda, yapay zekanın henüz çözemediği birçok boşluk var ve zamanla çözeceğini düşünüyorum, ancak ilaçları tasarlama ve üretme şeklimizde şimdiden önemli bir fark yarattığını düşünüyorum" diyor.
İlaç Üreticilerinin Yapay Zeka Kullanırken Nelere Dikkat Etmeleri Gerekiyor?Sheeran, ilaç üretiminde AI'yı devreye alırken kuruluşların AI'nın gerektirdiği büyük veri kümelerini toplamak, depolamak ve analiz etmek için veri altyapısına sahip olduklarından emin olmaları gerektiğini tavsiye ediyor. Kuruluşların AI'yı ilaç üretim iş akışına nasıl entegre edecekleri ve AI'yı nasıl doğrulayacakları konusunda net bir stratejiye sahip olmaları gerektiğini de ekliyor.
Sheeran, "Şirketler ayrıca AI sistemlerinde şeffaflığa ve açıklanabilirliğe öncelik vermeli," diyor. "AWS'de, müşterilerimizin bu değerlendirmeleri yönlendirmelerine ve AI çözümlerini sorumlu ve etkili bir şekilde uygulamalarına yardımcı olmak için müşterilerimizin ihtiyaçlarından ve istenen iş sonuçlarından geriye doğru çalışıyoruz."
healthtechmagazine
