الدكتور ياسر فرغلي يكتب… استكشاف فوائد الذكاء الاصطناعي في اليقظة الدوائية

لا يكاد يمر يوم دون أن يقرأ أحد عن المجالات الجديدة للذكاء الاصطناعي وهو العلم الذي يعرف على أنه «جزء من علوم الكمبيوتر الذي يهتم بتصميم الأنظمة التي تظهر الخصائص التي نربطها بالذكاء في السلوك البشري».

في حين أن الذكاء الاصطناعي يحمل وعدًا كبيرًا ويبدو أنه قدم فوائد مثيرة للإعجاب في بعض المجالات، إلا أن تأثيره على المهام الروتينية في العديد من المجالات الأخرى كان محدودًا حتى الآن.

إن إمكانيات الذكاء الاصطناعي عظيمة بالطبع حيث يمكن استخدامه في المهام التي لا يستطيع الإنسان القيام بها بسهولة (بسبب القيود المعرفية أو الوقت)، أو في المهام الجديدة التي لم يكن من الممكن القيام بها سابقًا أو لأتمتة (automation) المهام الروتينية المتكررة (تطبيق الألات و البرمجيات للمهام التي كان يؤديها البشر)، أيضا التعلم الآلي (ML, machine learning) وهو مجال الدراسة الذي يمنح أجهزة الكمبيوتر القدرة على التعلم دون أن تتم برمجتها بشكل صريح ويمكن اعتباره فرعًا من فروع الذكاء الاصطناعي ويبدو من البديهي أن مجالًا معقدًا مثل الطب والدواء سيستفيدان من العمليات التي تتعلم من البيانات بدلاً من الاعتماد فقط على قواعد محددة مسبقًا.

فمجال اليقظة الدوائية (PV, pharmacovigilence) مخصص لمساعدة الأطباء على «عدم إحداث أي ضرر».

تتطلب اليقظة الدوائية مراقبة تأثيرات المنتجات الصيدلانية بعد تسجيلها وتتضمن مراقبة مستمرة للآثار الجانبية المعروفة للأدوية، بالإضافة إلى غربلة كميات كبيرة من البيانات لتحديد الآثار الجانبية الناشئة التي لم تكن معروفة سابقًا والتصرف بشأنها. لهذا السبب، يبدو أن الذكاء الاصطناعي/التعلم الآلي مناسب تمامًا لأداء مهام اليقظة الدوائية نظرًا للحجم الكبير من البيانات، والدرجة العالية من عدم اليقين والحاجة إلى التعلم من البيانات.

ولكن أحد التحديات المهمة هو عدم تجانس البيانات: فبيانات اليقظة الدوائية مستمدة من العديد من الأدوية، بما في ذلك اللقاحات، ونتيجة لذلك، تصف أنواعًا مختلفة جدًا من التفاعلات الدوائية الجانبية (ADRs, adverse drug reactions) والآثار الجانبية الضارة للقاحات، والتي يمكن أن تظهر بشكل مختلف، ولها تأثيرات مختلفة. ولإنه يتم التقاط البيانات غير المعروفة غالبًا، ومشاركتها بشكل غير كامل فهذا يجعل التحليلات من أي نوع صعبة.

بين عامي 2009 و2019، زاد عدد التفاعلات والأثار الجانبية المسجلة بواسطة نظام الإبلاغ عن الأثار الجانبية (FAERS, FDA adverse event reporting system) التابع لإدارة الغذاء والدواء الامريكية (FDA) بأكثر من 300%. وفي عام 2021، تم تقديم أكثر من 2.2 مليون تقرير عن الاثار الجانبية إلى FAERS.

مفهوم اليقظة الدوائية

يتم تعريف اليقظة الدوائية على أنه العلم المتعلق بجمع وتحليل وإبلاغ المعلومات حول سلامة الأدوية بشكل منهجي، بما في ذلك الأدوية الموصوفة (prescription drugs) والأدوية التي لا تستلزم وصفة طبية (over the counter drugs) والمكملات العشبية من أجل اكتشاف وتقييم وفهم ومنع الأثار الدوائية الجانبية ويركز هذا الفرع من عملية تطوير الأدوية وسلامتها على مراقبة الاتجاهات في الأثار الدوائية الجانبية الناجمة عن دواء معين.

يعتمد أساس اليقظة الدوائية على الإبلاغ عن الأثار الدوائية الجانبية من قبل متخصصي الرعاية الصحية والمرضى ومقدمي الرعاية من مصادر مثل الدراسات السريرية والأدلة من الاستخدام الواقعي للأدوية (RWE, real world evidence) وحتى مجموعات دعم المرضى.

في الولايات المتحدة الأمريكية ما يقرب من 7٪ من جميع حالات دخول المستشفيات يرجع إلى التفاعلات الدوائية الضارة. تعد سلامة الأدوية مصدر قلق كبير لشركات الأدوية والسلطات التنظيمية ومقدمي الرعاية الصحية والمرضى أثناء عملية تطوير الدواء ومرحلة ما بعد التسويق.

تم تقديم اليقظة الدوائية لأول مرة منذ حوالي 176 عامًا في عام 1848 عندما تناولت فتاة صغيرة مخدر الكلوروفورم قبل إزالة ظفر قدمها المصاب. وبينما تم التحقيق في سبب وفاة الفتاة، كان من الصعب تحديده والتوصل إلى نتيجة.

جنبا إلى جنب مع مخاوف الأطباء الآخرين من الوفيات الناجمة عن التخدير، تم نشر هذه النتائج في مجلة لانسيت (Lancet) . وبعد فترة وجيزة، في عام 1906، تم إنشاء قانون الغذاء والدواء الفيدرالي الأمريكي وتم إنشاء نظام يلزم من خلاله إثبات سلامة الأدوية قبل الموافقة عليها قبل تسويقها.

وبعد حوالي 50 عامًا، خضعت اليقظة الدوائية لتغييرات هائلة استجابةً لمأساة عالمية تتعلق بدواء الثاليدومايد الذي كان يستخدم في البداية لعلاج الأرق والغثيان الصباحي لدى النساء الحوامل؛ ومع ذلك، انتهى الأمر بالتسبب في تشوهات غير متوقعة لدى الأطفال وتثبيط الاستجابة المناعية.

كان هذا الحدث بمثابة نقطة تحول في مراقبة التفاعلات الدوائية وغير نظام اليقظة الدوائية حيث كان قبل ذلك يتم الإبلاغ عن التفاعلات الدوائية بشكل عفوي ولكن بعد مأساة الثاليدومايد، أصبحت التفاعلات الدوائية الضارة منهجية، ومنظمة.

وبالتقدم سريعًا إلى اليوم، هناك العديد من التغييرات التكنولوجية الثورية التي يتم إجراؤها في صناعة تطوير الأدوية، ولكن التقدم المحرز في مجال التيقظ الدوائي كان متواضعًا. تبلغ قيمة سوق برمجيات اليقظة الدوائية الأمريكي تقريبا 7 مليار دولار في عام 2021، ومن المتوقع أن تصل إلى معدل سنوي معدل نمو 11% من 2023 إلى 2030.

زيادة تكاليف اليقظة الدوائية التقليدية

تعود الزيادة في اليقظة الدوائية في السنوات الأخيرة إلى عدة أسباب. بادئ ذي بدء، تؤدي الزيادة في عمر الانسان (الشيخوخة) إلى معاناة الأشخاص من مشاكل صحية أكثر تعقيدًا مع استخدام المزيد من الأدوية أيضًا. ويؤدي هذا إلى زيادة الإبلاغ عن المشكلات الصحية، بغض النظر عما إذا كانت هناك علاقة سببية باستخدام الادوية. ويرتبط ايضا بتزايد تعقيد مجموعات الادوية (portfolio) من الشركات المصنعة، الأمر الذي يتطلب مراقبة دقيقة للأدوية بعد االتسويق. مع النمو في صناعة الأدوية وعدد الأدوية في السوق، زاد حجم وتعقيد بيانات اليقظة الدوائية بشكل كبير. يمكن أن يؤدي تحليل مجموعات البيانات الضخمة وإدارتها إلى إجهاد الموارد والبنية التحتية.

علاوة على ذلك، تعمل الهيئات التنظيمية على زيادة المتطلبات من اليقظة الدوائية، على سبيل المثال، من خلال المطالبة بإدراج مصادر بيانات جديدة وخاصة أن الحجم المتزايد لبيانات استخدام العالم الحقيقي (real world evidence) ومصادر البيانات الجديدة مثل الأجهزة القابلة للارتداء كالساعات الذكية (wearable devices) ووسائل التواصل الاجتماعي تضع ضغطًا متزايدًا على أنشطة اليقظة الدوائية، كما إنها تطالب ببيانات سلامة أكثر شمولاً والإبلاغ بشكل أسرع عن الأحداث السلبية. وهذا يستلزم تعيين موظفين إضافيين، وتطبيق تقنيات جديدة، والاستثمار في التدريب لتلبية متطلبات الامتثال المتطورة.

علاوة على ذلك، هناك مشاركة متزايدة من الجمهور للإبلاغ عن الاثار الجانبية، فضلاً عن زيادة الطلب على أعلى مستوى ممكن من سلامة الأدوية ومراقبة ما بعد التسويق. ولذلك تبحث شركات الأدوية عن طرق لتلبية هذه المطالب مع تحسين فعالية تكلفة أنشطة اليقظة الدوائية. ولحسن الحظ، فإن التطورات في المعرفة والأتمتة تجعل من الممكن زيادة حجم مصادر البيانات في اليقظة الدوائية، وتحسين إمكانيات تحليل البيانات وتقليل العمل اليدوي المطلوب، وبالتالي التكاليف.

كما أن اليقظة الدوائية التقليدية تعتمد بشكل كبير على إدخال البيانات ومعالجتها يدويًا ويتضمن ذلك مراجعة وتسجيل تقارير الاثار الجانبية من مصادر مختلفة، مثل مقدمي الرعاية الصحية والمرضى والسلطات التنظيمية. يمكن أن تستغرق الطبيعة اليدوية لهذه المهام وقتًا طويلاً وعرضة للأخطاء، مما يؤدي إلى زيادة تكاليف التشغيل.

تشير دراسة استقصائية حديثة أجرتها شركة ديلويت (Deloitte) بين شركات الأدوية العالمية إلى وجود اتجاه متزايد في ممارسات اليقظة الدوائية. وتسعى الشركات جاهدة لتعزيز الكفاءة وخفض النفقات. وتكشف الدراسة أن 90٪ من المشاركين في الاستقصاء يهدفون إلى تقليل تكاليف معالجة الحالات كهدف أساسي لهم.

فوائد عديدة للذكاء الاصطناعي في اليقظة الدوائية

تقدم ثورة التكنولوجيا المدعومة بالذكاء الاصطناعي والتعلم الآلي، تغييرًا جذريًا في مجال اليقظة الدوائية. يمكن لهذه التقنيات أن تغير الطريقة التي يتم بها العمل في اليقظة الدوائية، مما يوفر العديد من الفوائد مثل:

• تعزيز جمع البيانات وتحليلها: أحد أكبر التحديات في مجال اليقظة الدوائية هو حجم البيانات وتعقيدها. مع تنوع المصادر التي يتم الحصول منها على بيانات سلامة الأدوية، قد تكون إدارة حجم المعلومات الكبير أمرًا صعبًا. يمكن لأدوات الذكاء الاصطناعي والتدقيق الداخلي أن تساعد في تحديد واستخراج البيانات ذات الصلة من مصادر مختلفة، مثل وسائل التواصل الاجتماعي والسجلات الصحية الإلكترونية (EHRs, electronic health records) والمجلات والدوريات الطبية، وتسمح بإجراء تقييمات أسرع وأكثر دقة للأحداث السلبية. يمكن لهذه الأدوات أيضًا تحليل البيانات باستخدام خوارزميات التعلم الآلي لتحديد الأنماط والاتجاهات التي قد تشير إلى تأثيرات ضارة أو تفاعلات دوائية.
• التنبؤ بالأحداث الضارة: يمكن استخدام تقنيات الذكاء الاصطناعي لتطوير نماذج تنبؤية يمكنها تحديد المرضى المعرضين لخطر الإصابة بتفاعلات دوائية ضارة. ويمكن أن يساعد أيضًا في تحديد مجموعات معينة من المرضى التي قد تتطلب مراقبة دقيقة بعد العلاج بالأدوية. وهذا من شأنه أن يقلل بشكل كبير من مخاطر الأحداث السلبية التي تحدث لدى المرضى الذين يتناولون الأدوية، مما يحسن نتائج السلامة العامة.
• إدارة فرز الحالات وتحديد أولوياتها: يمكن أن تساعد خوارزميات الذكاء الاصطناعي في فرز حالات الأحداث الضارة وتحديد أولوياتها بناءً على خطورتها وأسبابها المحتملة وتأثيرها. ويساعد ذلك في تخصيص الموارد بكفاءة والتركيز على الحالات التي تتطلب اهتمامًا فوريًا.

• تبسيط معالجة الحالات والإبلاغ عنها: تتضمن معالجة الحالات جمع وتقييم التقارير الفردية عن الآثار الجانبية للأدوية. يمكن أن تستغرق هذه العملية وقتًا طويلاً لاستخدام طرق يدوية. ومع ذلك، يمكن لأدوات الذكاء الاصطناعي والتدقيق الداخلي أن تساعد في أتمتة بعض هذه المهام (استخدام الكمبيوتر والبرمجيات لأداء الاعمال بشكل دقيق وسليم وأقل خطأ ممكن) مثل إدخال البيانات وفرز الحالات وتقييم الاسباب. يمكن لهذه الأدوات أيضًا إنشاء تقارير موحدة، مما يمكّن فرق اليقظة الدوائية من الامتثال للمتطلبات التنظيمية للهيئات الصحية وتبسيط عمليات إعداد التقارير الخاصة بهم.

يمكن للتدقيق الداخلي تبسيط عملية معالجة الحالات، من خلال تطبيق تقنيات البرمجة اللغوية العصبية (NLP, natural language processing) لاستخراج المعلومات ذات الصلة من إدخالات النص الحر تلقائيًا. وهذا يمكن أن يوفر الوقت، ويقلل التكاليف، ويحسن دقة واكتمال بيانات السلامة، مما يؤدي إلى تحسين ملفات تعريف السلامة العامة للأدوية.

• تحسين كشف الإشارات وإدارتها: كشف الإشارات هو عملية تحديد الآثار الجانبية الجديدة أو المحتملة للدواء. يمكن لأدوات الذكاء الاصطناعي أن تسمح باكتشاف الإشارات بدقة وفي الوقت المناسب من خلال تحليل كميات هائلة من البيانات من السجلات الصحية الإلكترونية ووسائل التواصل الاجتماعي والمصادر الأخرى ذات الصلة.

يمكن أن تساعد هذه الأدوات في تحديد أولويات الإشارات بناءً على مدى خطورتها واحتماليتها، وبالتالي تمكين فرق اليقظة الدوائية من التركيز على أهمها. يمكن أن يساعد في أتمتة هذه العملية من خلال تحليل كميات كبيرة من البيانات وتحديد الإشارات المحتملة بناءً على الخوارزميات الإحصائية ونماذج التعلم الآلي (ML, machine learning).

• تحديد مخاطر الادوية المحتملة: يمكن أن يساعد الذكاء الاصطناعي في منع المرضى من تناول الأدوية التي يمكن أن تتفاعل بشكل ضار. ويمكنه أيضًا التنبؤ بمخاطر الآثار الجانبية للمرضى الأفراد والتي يمكن استخدامها للعلاج الشخصي وتحسين سلامة المرضى.
• فحص المجلات الطبية ومراجعتها: يمكن للذكاء الاصطناعي أتمتة فحص ومراجعة المجلات العلمية للحصول على معلومات السلامة ذات الصلة. تتيح تقنيات البرمجة اللغوية العصبية (NLP) استخراج البيانات من المقالات العلمية والتجارب السريرية وتقارير الحالات، مما يساعد في تحديد المخاوف المحتملة المتعلقة بالسلامة.
• ضمان جودة بيانات اليقظة الدوائية: يمكن استخدام تقنيات الذكاء الاصطناعي والتدقيق الداخلي للتحقق من جودة بيانات اليقظة الدوائية وتحسينها، بما في ذلك تنظيف البيانات وإلغاء البيانات المكررة وتوحيد المعايير. وهذا يضمن بيانات دقيقة وموثوقة للتحليل واتخاذ القرار.
• استخراج البيانات والتعرف على الأنماط: يمكن استخدام الذكاء الاصطناعي والتدقيق الداخلي في التنقيب في قواعد البيانات الكهروضوئية وتحديد الأنماط والارتباطات التي قد لا يمكن تمييزها بسهولة من خلال الطرق التقليدية. يمكن أن يساعد هذا في اكتشاف التفاعلات الدوائية غير المعروفة سابقًا، وارتباطات الأحداث الضارة، وإشارات السلامة.
• دعم الامتثال التنظيمي وإدارة المخاطر: اليقظة الدوائية هو مجال منظم للغاية، والامتثال لمختلف اللوائح والمبادئ التوجيهية أمر ضروري. يمكن أن تساعد أدوات الذكاء الاصطناعي والتدقيق الداخلي في ضمان الامتثال من خلال أتمتة المهام مثل الإبلاغ عن الأحداث السلبية، وتحديثات السلامة الدورية، وخطط إدارة المخاطر. يمكن لهذه الأدوات أيضًا توفير المراقبة والتنبيهات في الوقت الفعلي (real time)، مما يمكّن فرق اليقظة الدوائية من اتخاذ الإجراءات في الوقت المناسب وتخفيف المخاطر.

ختاماً:.

توفر الأتمتة والتقنيات المعرفية والتحليلات المتقدمة فرصًا لتحويل اليقظة الدوائية من عملية تجميع البيانات وإعداد المعلومات للجهات التنظيمية إلى إنشاء نظام تعليمي لتحسين ملف تعريف مخاطر الدواء وفوائده، ومساعدة مقدمي الخدمات على اختيار العلاج الأمثل، وزيادة جودة المنتج وسلامة المرضى.

في المقال القادم بإذن الله سنتعرف بشكل عملي علي تجارب من بعض شركات الدواء العالمية في استخدام الذكاء الاصطناعي في اليقظة الدوائية.

 

وللحديث بقية

الدكتور ياسر فرغلي، رئيس تنفيذي سابق ومدير عام لشركات دولية ومحلية، تمتد خبرته لأكثر من ثلاثون عامًا في منطقة الشرق الأوسط في مجالات التسويق والمبيعات وإدارة الشركات، حاصل على بكالوريوس صيدلة من جامعة الاسكندرية وشهادة في التسويق من المعهد الأوربي لإدارة الأعمال بفرنسا، «INSEAD»، كما أنه محاضر في كلية الأعمال بالجامعة الأمريكية بالقاهرة .

للتواصل مع الكاتب: yfarghal@yahoo.com