‘AI’ ปฏิวัติวงการผลิตยา จาก ‘หลายปี’ ลดเหลือ ‘ไม่ถึงปี’ ลดเวลาและต้นทุนสูงถึง 25-50%

โลกทุกวันนี้ นับวันจะร้อนขึ้นตามภาวะโลกร้อน ซึ่งองค์การอนามัยโลก (WHO) เตือนว่า อุณหภูมิโลกที่สูงขึ้นเป็นปัจจัยสำคัญที่กระตุ้นให้เกิดเชื้อโรคชนิดใหม่ ๆ ขึ้นมาอย่างต่อเนื่อง การคิดค้นยาตัวใหม่จึง “จำเป็นเร่งด่วน” ในการตามทันเชื้อโรคใหม่เหล่านี้

ทั่วไปแล้ว การผลิตยาหนึ่งตัวนั้นใช้เวลานานมาก โดยเฉลี่ยแล้วจะต้องใช้เวลาในการวิจัยและพัฒนานานถึง 6 ปี จากนั้นก็ทดลองในคนอีก 5 ปี รวมเป็นระยะเวลากว่า 10 ปี อีกทั้งยาที่ผ่านการทดลองในคนมาแล้ว มีเพียง 1 ใน 10 เท่านั้นที่ได้รับอนุมัติให้ใช้ได้จริง

อย่างไรก็ตาม “การปฏิวัติวงการยา” ก็เกิดขึ้น เมื่อการกำเนิดของ “ปัญญาประดิษฐ์” (AI) ได้ทำให้กระบวนการคิดค้นยาใหม่รวดเร็วขึ้นมาก โดย AI สามารถลดทั้งระยะเวลาและต้นทุนการคิดค้นยาได้สูงถึง 25-50% ทีเดียว เพราะสามารถสร้างแบบจำลองโครงสร้างยาหลายล้านแบบ ช่วยให้นักวิจัยสำรวจความเป็นไปได้ว่า โมเลกุลใดน่าจะออกฤทธิ์บรรเทาอาการเจ็บป่วยได้ ซึ่งถ้าเป็นเฉพาะมนุษย์ทำการทดลอง คงไม่อาจสร้างแบบทดลองยาได้มหาศาลแบบนั้น ด้วยเหตุนี้ ยิ่งจำนวนการทดลองมากขึ้นเท่าไร โอกาสสำเร็จก็มากขึ้นตามไปด้วย

ดังนั้น ในช่วงกลางเดือนมกราคม Genentech บริษัทเทคโนโลยีชีวภาพสัญชาติอเมริกัน เริ่มรับสมัครผู้ป่วย 200 คนเพื่อทดสอบยาทดลองตัวหนึ่งว่า สามารถควบคุมอาการโรคลำไส้อักเสบ (Ulcerative Colitis) ได้หรือไม่ ซึ่งเป็นโรคเรื้อรังที่เจ็บปวด และไม่สามารถรักษาให้หายขาดได้

ก่อนหน้านั้น สารประกอบในตัวยานี้ได้รับการทดลองให้ใช้รักษาโรคปอดและโรคผิวหนังเท่านั้น การตัดสินใจจะเปลี่ยนมาใช้กับโรคลำไส้ ซึ่งฉีกจากวัตถุประสงค์เดิม มักใช้เวลาทดลองอีกหลายปี แต่บริษัทเทคโนโลยีชีวภาพแห่งแคลิฟอร์เนียนี้ กลับทำได้สำเร็จภายในเวลาเพียง 9 เดือนด้วยเทคโนโลยี AI

“ไม่ใช่ว่ามนุษย์จะไม่จำเป็นอีกต่อไป” อาวีฟ เรเกฟ (Aviv Regev) นักชีววิทยาเชิงคอมพิวเตอร์จากมหาวิทยาลัยฮาร์วาร์ดและสถาบันเทคโนโลยีแมสซาชูเซตส์ ซึ่งทำงานในฝ่ายวิจัยของ Genentech กล่าว “แต่จู่ๆ มนุษย์ก็ได้รับพลังพิเศษ”

นอกจากนี้ Roche Holding AG ซึ่งเป็นบริษัทแม่ของ Genentech ได้สร้างแผนอันทะเยอทะยานขึ้น ด้วยการสร้างเครื่องมือปัญญาประดิษฐ์ของตัวเองที่เรียกว่า “RocheGPT” ในการช่วยพัฒนายา

เงินทุนหลั่งไหลเข้าบริษัท AI ด้านยา

จากความล้ำหน้าของ AI ทำให้ในในช่วงทศวรรษที่ผ่านมา มีเงินนักลงทุนหลั่งไหลไปที่บรรดาบริษัทเทคโนโลยีชีวภาพด้าน AI สูงถึง 18,000 ล้านดอลลาร์ ตามข้อมูลจาก Boston Consulting Group บริษัทที่ปรึกษาด้านการจัดการระดับโลกของสหรัฐ

ไม่เพียงเท่านั้น แม้แต่ Nvidia ผู้ผลิตชิปสำหรับ AI ก็สนใจอุตสาหกรรมสุขภาพ โดยสร้างแพลตฟอร์มคอมพิวติ้งเฉพาะด้านสุขภาพอย่าง “NVIDIA Clara” ที่รวบรวมชุดข้อมูลภาพทางการแพทย์ และนำไปวิเคราะห์ผ่าน AI และ Deep Learning

ในงานประชุม JPMorgan เจนเซน หวง (Jensen Huang) ซีอีโอของ Nvidia ได้กล่าวปราศรัยต่อผู้ฟังจำนวนมากว่า “ภายในทศวรรษหน้า การออกแบบยาจะสามารถทำได้เกือบทั้งหมดผ่านการจำลองแบบบนแพลตฟอร์มคอมพิวเตอร์” 

คิมเบอร์ลี พาวเวลล์ (Kimberly Powell) หัวหน้าแผนกสุขภาพของ NVIDIA ได้กล่าวว่า อุตสาหกรรมยาในปัจจุบันกำลังปรับตัวอย่างรวดเร็วเพื่อรองรับเทคโนโลยีปัญญาประดิษฐ์ โดยสตาร์ทอัปหลายแห่งที่ร่วมงานกับ NVIDIA มองว่า ตนเองเป็นบริษัทเทคโนโลยีชีวภาพยุคใหม่ หรือ “เทคไบโอ” ที่ใช้ข้อมูลเป็นตัวขับเคลื่อนในการค้นคว้าวิจัยทางชีววิทยา แทนที่จะปล่อยให้ชีววิทยามาจำกัดขอบเขตของเทคโนโลยีที่ต้องใช้

ต่อไป AI จะแทนที่มนุษย์ในการผลิตยา?

ถึงแม้ว่า AI จะสามารถทำให้กระบวนการผลิตยารวดเร็วกว่าเดิม แต่ประสิทธิผลของยาที่ได้จะดีกว่ามนุษย์หรือไม่ ยังคงไม่อาจตอบได้ เนื่องจาก AI ก็มีข้อจำกัดและจุดท้าทาย ดังนี้
ความท้าทายอย่างแรกของ AI คือปัญหา “กล่องดำ” หรือ “Black Box” ซึ่งโมเดล AI มักให้ผลลัพธ์โดยไม่มีคำอธิบายที่ชัดเจนว่า ได้มาถึงข้อสรุปเหล่านั้นอย่างไร การขาดความโปร่งใสเช่นนี้อาจทำให้ความไว้วางใจในความปลอดภัยของตัวยาถูกท้าทายได้ 

แอนเดอร์ส โรมาร์ (Anders Romare) หัวหน้าเจ้าหน้าที่ดิจิทัลและข้อมูลของ Novo Nordisk A/S ผู้ผลิตยาต้านเบาหวาน Ozempic และยาลดน้ำหนัก Wegovy จากเดนมาร์ก ให้ความเห็นว่า แม้ AI จะช่วยเร่งงานได้ แต่การตัดสินใจขั้นสุดท้ายในการนำยาไปใช้กับผู้ป่วยนั้น “ยังคงต้องอาศัยความรู้และประสบการณ์ของมนุษย์เป็นหลัก”

ประเด็นท้าทายต่อมา คือ ฐานข้อมูลในการฝึก AI เพราะไม่ใช่ว่า AI จะรู้เองโดยอัตโนมัติ ต้องผ่านการฝึกก่อน โดยประสิทธิภาพของ AI ขึ้นอยู่กับ “คุณภาพข้อมูล” ที่ได้รับการฝึกอบรม หากข้อมูลมีความลำเอียง ไม่สมบูรณ์ หรือไม่ถูกต้อง การคาดการณ์ของ AI อาจนำไปสู่ความล้มเหลวในขั้นตอนการพัฒนายา หรืออาจทำให้เกิดจุดบกพร่องขึ้นได้

ยิ่งหากตัวแปรสำคัญหายไป AI อาจสร้างแบบจำลองยาได้ไม่ครบถ้วน หรือไม่ถูกต้องเกี่ยวกับพฤติกรรมของยาในสภาพแวดล้อมจริง จนอาจนำไปสู่ความไม่มีประสิทธิภาพ และความเสี่ยงในตัวยาขึ้น

โดยสรุปแล้ว การพัฒนา AI ในการคิดค้นยา ถือเป็น “ก้าวกระโดดครั้งสำคัญ” ของวงการแพทย์ ช่วยเร่งกระบวนการค้นหายาใหม่ ลดต้นทุน และเพิ่มประสิทธิภาพในการรักษาโรคต่างๆ อย่างที่ไม่เคยมีมาก่อน จากความสามารถ AI ในการประมวลข้อมูลและสร้างแบบทดลองได้มหาศาล

อย่างไรก็ตาม ความซับซ้อนของระบบชีวภาพมนุษย์ และมีปฏิสัมพันธ์ที่หลากหลาย การจะทำนายผลลัพธ์ยาต่อร่างกายจึงยังคงเป็นเรื่องที่ท้าทาย อีกทั้งการใช้ AI พัฒนายาให้มีประสิทธิภาพ ต้องอาศัยข้อมูลฝึก AI ที่มีคุณภาพสูงและครบถ้วน เพื่อลดความเสี่ยงและผลลัพธ์ที่ไม่คาดคิดจากตัวยาให้น้อยลงที่สุด

อ้างอิง: nvidia, bloomberg, nexo, voa