منظمة العفو الدولية وأفريقيا الجديدة (الجزء الرابع): تطبيق الذكاء الاصطناعى في أفريقيا

في الأسبوع الماضي ، اقترحنا مناقشة بعض التطبيقات الملموسة لمنظمة العفو الدولية مع التركيز على الرعاية الصحية. باختصار ، إن الذكاء الاصطناعي الحقيقي هو عندما يمكن للنظام أن يفهم ويتعلم من مجموعات تفصيلية من البيانات بينما يقدم توصيات واقتراحات صحيحة. جدير بالملاحظة هنا هي كلمة "بيانات" وهي معلومات أو ، لتكون معلومات محددة ، متاحة رقميًا. تعتمد الذكاء الاصطناعي كثيرًا على توفر البيانات لتدريب الآلة تمامًا كما يتعلم البشر من خلال أخذ البيانات وتحليلها. الفرق هنا ، على المستوى الأساسي ، هو فكرة تعلم الآلات مع كميات هائلة من البيانات خلال فترة أقصر بكثير بسرعة متسارعة. لذلك فهو يتعلق بمحاولة تسريع وتحسين معدل أخذ الآلات للبيانات وتحليلها والتعلم من البيانات من أجل تقديم توصيات واقتراحات أكثر دقة وصحيحة عند الحاجة.

نحن في فجر ثورة تكنولوجية ذات حجم أكبر من تقنيات الإنترنت والاتصالات المتنقلة. في الآونة الأخيرة ، بالكاد يمر يوم دون الإعلان عن حدود جديدة مذهلة في الذكاء الاصطناعى. ومع ذلك ، فإن معظم الضجيج الحالي حول الذكاء الاصطناعي يرجع إلى تقنية تسمى التعلم العميق (DL). لقد وجدت منظمة العفو الدولية ، وخاصة DL ، استخدامًا في العديد من الصناعات وجوانب الحياة بدءًا من الاتصالات وحتى النقل ، ومن خدمة العملاء إلى التمويل ومن التصنيع إلى الرعاية الصحية وما بعدها. عموما يمكن أن يكون لمنظمة العفو الدولية تطبيقات محتملة التخريب ، وينبغي أن الآثار المترتبة على النظام المعماري الحالي للاقتصاد العالمي وأماكن مثل أفريقيا تستعد للاستفادة من هذا فضلا عن المدخلات اللازمة.

الذكاء الاصطناعى في الرعاية الصحية

كما أبلغنا في منشور حديث حول كيف يمكن أن تساعد الذكاء الاصطناعي في تحويل الدواء في إفريقيا ، فإن تطبيقات الذكاء الاصطناعي تستخدم بشكل متزايد في التشخيص والجراحة ومراقبة المرضى وتطوير الأدوية وتقديمها بالطبع والعديد من الرعاية الصحية. على المستوى الأساسي ، يمكن وصف ذلك بأنه تسخير قوة البيانات الضخمة في علوم الحياة والتي تنطوي على معالجة وعرض كميات ضخمة وأنواع كبيرة من البيانات الصحية أو البيولوجية بمعدل سريع.

في الوقت الحالي ، هذا اتجاه متزايد في العديد من قطاعات الرعاية الصحية حيث يوجد قدر كبير من البيانات مثل بيانات المختبر وبيانات التأمين وسجلات المرضى وبيانات البحث وحتى بيانات الوسائط الاجتماعية. في تقرير حديث ، حددت CB Insights أكثر من 100 شركة ذات سمعة طيبة تقوم بتطبيق خوارزميات التعلم الآلي والتحليلات التنبؤية في مختلف جوانب الرعاية الصحية مثل تقليل أوقات اكتشاف العقاقير ، وتقديم المساعدة الافتراضية للمرضى ، وتشخيص الأمراض عن طريق معالجة الصور الطبية ، من بين أمور أخرى .

تقوم العديد من الشركات الطبية والصيدلانية بالفعل بتسخير قوة الذكاء الاصطناعي بنتائج رائعة. على سبيل المثال ، حصل نظام جونسون وجونسون سيداسيس على موافقة إدارة الغذاء والدواء الأمريكية (FDA) لتقديم التخدير للإجراءات القياسية مثل تنظير القولون تلقائيًا. يشرف الطبيب على أجهزة متعددة في وقت واحد ، مما يجعل التكلفة أقل بكثير من أخصائي التخدير البشري. قامت Insilico Medicine بتدريس نظام الذكاء الاصطناعي الخاص بها للتنبؤ بالاستخدام العلاجي للعقاقير الجديدة قبل دخولها في عملية الاختبار. هناك أيضًا العديد من الروبوتات في مراحل مختلفة من الاختبار والموافقة على تشخيص المرض.

تبذل مؤسسات الرعاية الصحية جهدًا متزايدًا لأتمتة عملية التشخيص من خلال تطوير منصات بيانات كبيرة لزيادة سرعة ممارسة البحوث الصحية. في بعض الحالات ، مثل Watson من IBM ، تتمتع هذه الأجهزة بمعدل دقة أعلى للتشخيص مقارنة بالأطباء البشريين. يتيح تطبيق الذكاء الاصطناعي والبيانات الضخمة في بعض عمليات الرعاية الصحية هذه للأنظمة مراقبة الأنماط المعقدة ، مما يتيح زيادة الفعالية عندما يتعلق الأمر بتحديد الأمراض وتشكيل التشخيصات المناسبة. حتى الموجات فوق الصوتية ، على سبيل المثال ، تستخدم الآن أنظمة AI والأنظمة المستندة إلى مجموعة النظراء وكذلك تقنية التصوير ثلاثي الأبعاد لتحقيق دقة ودقة أفضل. وفقًا لـ Harpreet Singh Buttar ، المحلل في Frost & Sullivan ، "بحلول عام 2025 ، يمكن أن تشارك أنظمة الذكاء الاصطناعي في كل شيء بدءًا من إدارة صحة السكان إلى الصور الرمزية الرقمية القادرة على الإجابة على استفسارات محددة للمرضى."

الآن لدينا المزيد من المتابعة الافتراضية. وهذا يعني أن الموظفين الإكلينيكيين ، لم يعد عليهم تكريس الكثير من عمليات متابعة الوقت. وذلك لأن المرضى لديهم الآن خيار المتابعة عبر الأساليب والأدوات الرقمية مثل التطبيقات الرقمية وغيرها من إجراءات الذكاء الاصطناعي. هناك أيضًا تطبيقات الروبوت الذكية التي يمكنها الإجابة على الأسئلة المتداولة وتتبع صحة المريض من خلال بعض التطبيقات التي تقدم توصيات إضافية للمرضى بناءً على تشخيصهم الحالي والتقارير الطبية السابقة. لا عجب أن يتم تشجيع عدد متزايد من المرضى على الذهاب الرقمية.

علاوة على ذلك ، فإن جميع أدوات تكنولوجيا الرعاية الصحية الأخرى (القديمة والجديدة) التي تساعد في جعل الرعاية الصحية الرقمية ؛ التشخيص ، التطبيب عن بعد ، EMR ، EMR المتصل بالشبكة (إنترانت أو الإنترنت) ، المعدات المتصلة عبر أجهزة الكمبيوتر ، تذكير المخدرات ، صور سيلفي المخدرات ، وما إلى ذلك ، يمكن أن تحتوي الآن على الذكاء الاصطناعي أو برامج ذكية مدمجة فيها. ونتيجة لذلك ، أصبحت هذه الأدوات أكثر ذكاءً فجأة ، وتعلم من البيانات ، وساعدنا في العمل بذكاء أكبر.

في الأساس ، تسهل منظمة العفو الدولية إمكانية الوصول إلى معلومات الرعاية الصحية وأهميتها وقابليتها للتنفيذ. سيكون من المفيد إلقاء نظرة أكثر تعميقًا على تطبيق هام لمنظمة العفو الدولية في مجال الرعاية الصحية ، وبالتحديد في صناعة المستحضرات الصيدلانية.

فجر جديد لأفريقيا ؛ تتحول إلى محور فارما العالمي

لقد ناقشنا بعض هذه الأمور على نطاق واسع في منشور حديث. أثناء مناقشة مستقبل فارما ، يقول الدكتور بيرتالان ميسكو إن "اتخاذ القرارات الطبية باستخدام الذكاء الاصطناعي باستخدام قوة أجهزة الكمبيوتر العملاقة سيغير الطب اليومي. تم استخدام أجهزة الكمبيوتر المعرفية ، مثل IBM Watson ، بطرق عديدة لتحليل البيانات الضخمة ، ليس فقط في مجال البحوث الجينية ولكن أيضًا في التكنولوجيا الحيوية. سيشكل هذا أيضًا الطريقة التي يتم بها العثور على أدوية جديدة. قد يؤدي إلى نهاية التجارب البشرية من خلال محاكاة مفصلة لعلم وظائف الأعضاء البشرية. عصرنا ، مع اختبار المخدرات على أشخاص حقيقيين ، سيبدو همجياً لأشخاص المستقبل. ماذا لو تمكنت الحواسيب العملاقة من اختبار آلاف الأهداف الدوائية على مليارات المحاكاة التي تشكّل فسيولوجيا جسم الإنسان في ثوانٍ؟ يجب أن تدعم فارما مثل هذا البحث لصالحهم. "

كما نعلم بالفعل ومن الجيد أن نذكر أنفسنا في هذه المرحلة بأن الذكاء الاصطناعى ومعظم التطورات التقنية الأخرى هي فقط "أدوات" أساسية لحل المشكلات وجعل الأمور أفضل. لذا فإن السؤال هو: هل هناك مشاكل في الأدوية التي تحتاج إلى معالجة؟ هل هناك عمليات صيدلانية تحتاج إلى تحسين وتعزيز وتحسين؟ حسنًا ، يعرف أي شخص قريب من الأدوية أن هناك مشكلات طويلة الأمد تبحث عن حلول وعمليات تستحق التحسينات مباشرةً من الاكتشاف الفعلي للمخدرات والتطورات إلى التسليم الفعلي.

تطبيق نموذجي لمنظمة العفو الدولية هو في اكتشاف المخدرات. في الطبيعة وداخل شركات المستحضرات الصيدلانية توجد كميات هائلة من الجزيئات والمركبات التي يمكن أن تكون حلولًا مناسبة لمكافحة أمراض معينة وتحسين الصحة ، لكن التحدي يكمن في التعرف عليها على هذا النحو ؛ ككيانات علاجية محتملة. من المحتمل ألا يكون اكتشاف العقاقير وتطويرها التحدي الأبرز فحسب ، بل هو أيضًا أهم فرصة لتحسين الرعاية الصحية. قد يكون العثور على دواء جديد أمرًا صعبًا ومكلفًا للغاية. يستغرق الكثير من الوقت مع مطالب مالية وفكرية كبيرة. على المستوى الأساسي ، تكون هذه عادة بسبب العمليات اللازمة لضمان أن لدينا أدوية فعالة وآمنة للاستخدام. في المتوسط ​​، يمكن أن تكلف العمليات التي تنطوي عليها إتاحة الأدوية ، من الاكتشاف إلى الإدارة ، شركات الأدوية ما يصل إلى 2.6 مليار دولار وقد تستغرق حوالي 12 إلى 14 سنة لإكمالها. نتيجةً لذلك ، فإن التطبيقات الرائدة على المدى القصير والطويل من الذكاء الاصطناعي في فارما هي أكثر نحو تقليل الوقت وبالتالي تكلفة تطوير الدواء. لن يؤدي ذلك إلى تحسين عائد الاستثمار وتقليل تكاليف المستخدمين فحسب ، بل سيكون مفيدًا أيضًا في جعل المنتجات المفيدة متاحة بشكل أسرع ، خاصةً في الأماكن الأكثر أهمية.

عادة ، يتم عادة دراسة الآلاف من الجزيئات وتمريرها من خلال الكثير من العمليات والتي من خلالها لا يمكن إلا لعدد قليل من التجارب السريرية ، مع احتمال موافقة اثنين أو لا شيء كدواء من أصل حوالي عشرة آلاف جزيء تم دراستها في المتوسط. الأسئلة إذن هي: هل هناك طريقة يمكن لمنظمة العفو الدولية أن تساعد مطوري الأدوية بسرعة على تجنب إنفاق الكثير من الموارد على مصيرها الفشل في جزيئاتها؟ هل يمكن لمطوري المستحضرات الصيدلانية التركيز بشكل أكبر على حفنة من أكثر الجزيئات الفعالة التي قد تنتهي في نهاية المطاف لتكون مناسبة ومعتمدة لأغراضها المحددة؟ ستكون النتيجة تقليص الموارد التي يتم إنفاقها بشكل كبير ، وتسريع عملية اكتشاف الدواء وضمان اكتشاف أدوية ذات جودة أفضل. حسنًا ، اتضح أن الذكاء الاصطناعى قد يكون مفيدًا وأن الذكاء الاصطناعى ، كما نعترف به ، يجد حاليًا طلبات في كل جانب من جوانب عملية اكتشاف الدواء تقريبًا.

تقوم حفنة من الشركات التي تركز على الذكاء الاصطناعى بما في ذلك Insilico Medicine و Atomwise و Numerate بالكثير من العمل ومعالجة البيانات السريرية والطبية الكبيرة لمساعدة الأدوية على تحسين أدائها. العديد ، بما في ذلك Frost & Sullivan ، قد أدركوا مؤخرًا الجهود المبذولة في Insilico Medicine. حتى مع معدل التقدم الحالي (وتيرة تسارع) ، من المحتمل أن يكون هناك انخفاض في تكلفة العلاج الطبي بمقدار النصف في جميع المجالات خلال العامين المقبلين.

كان هناك هذا الموضوع المتكرر بين بعض الناس في أفريقيا ، في الأماكن المرتفعة والمنخفضة. إنهم يرون أنه سيكون من شبه المستحيل إجراء بحث جاد وتطوير الأدوية وتقديم المزيد من المساهمات الأصلية إلى الأدوية على المستوى العالمي من أفريقيا. يستشهد كثير من هؤلاء الأشخاص عادةً بالتكاليف الباهظة والمتزايدة لبحوث المخدرات وتطويرها كشيء لا تستطيع كثير من المنظمات الإفريقية المهتمة بالأدوية تحمله. بالنسبة لهم ، تلتزم المؤسسات الأفريقية بجهود بحثية بدائية ترتبط في الغالب بالأرفف. يعترف الكثيرون بأن هذا غير مستدام تمامًا. لحسن الحظ بفضل المساعدات التي تحققت في مجال التكنولوجيا ، لا سيما الذكاء الاصطناعى ، لا يوجد الآن أي سبب يمنع العلماء والمطورين في أفريقيا من أن يكونوا أكثر إنتاجية وابتكارًا نحو تحقيق نتائج أفضل لاكتشاف العقاقير. هذا من المرجح أن يحول الدواء والرعاية الصحية بشكل عام.

عن المؤلف

يدير Iraneus Ogu مبادرة إفريقيا للذكاء الاصطناعي و Blockchain للرعاية الصحية في شركة Insilico Medicine، Inc. بالإضافة إلى التطورات التقنية ، يعمل على تدخلات طول العمر والشيخوخة مع جهوده البحثية التي تركز على التنشيط العصبي. يعمل بالتساوي مع فريق التطوير في Longenesis.com ولديه خلفية في العلوم الصيدلية بجامعة غرينتش ، حيث ركز بحثه على أشكال الجرعات التي يتم التحكم فيها.