मानवी आरोग्य क्षेत्रात रुग्णाला दिलासा देणारा पहिला घटक म्हणजे डॉक्टर आणि दुसरा आणि तितकाच महत्त्वाचा घटक म्हणजे औषधं. मोठ्या प्रमाणावर औषधांची निर्मिती आणि वितरण हे मानवी आरोग्यासाठी फार महत्त्वाचे आहे. या क्षेत्रातही कृत्रिम बुद्धिमत्तेचा शिरकाव झाला आहे.
एखादे नवीन औषध शोधून ते बाजारात येईपर्यंत जवळ जवळ दहा-बारा वर्षे लागतात आणि त्यावर अब्जावधी डॉलर्सचा खर्च येतो. ही संपूर्ण प्रक्रिया प्रचंड किचकट, जटिल, वेळकाढू आहे. शिवाय या सर्व प्रक्रियेत पाण्यासारखा पैसा ओलावा लागतो. प्रत्येक वेळी यश मिळेल असेही नसते. नवीन औषध संशोधन आणि विकास यामध्ये अनेक टप्पे असतात, प्रत्यक्ष औषध संशोधन, औषधाच्या प्राण्यांवर केलेल्या चाचण्या, माणसावर केलेले प्रयोग, अर्थातच क्लिनिकल ट्रायल्स वगैरे अनेक टप्प्यांचा समावेश होतो. क्लिनिकल ट्रायल्समध्येही फेज वन, फेज टू, फेज थ्री असे अनेक प्रकार असतात. या सर्व दिव्यातून गेल्यानंतरच नवीन औषध बाजारात आणण्याची परवानगी मिळते. यातील प्रत्येक टप्प्यात कृत्रिम बुद्धी आपल्याला मदत करू शकते. लागणारा काळ आणि खर्च होणारा पैसा या दोन्हीमध्ये एआयमुळे (कृत्रिम बुद्धिमत्ता) खूपच बचत होऊ शकते. वेळ वाचला तर रुग्णाला नवीन औषध लवकर मिळेल आणि खर्च वाचला तर ते तुलनेने स्वस्तात मिळेल.
एखादा विकार उ‌द्भवतो त्या वेळी माणसाच्या शरीरात कोणते जैवरासायनिक बदल होतात, त्या बदलांचा विकाराच्या लक्षणांशी काय परस्परसंबंध आहे हे पाहिले जाते. या विकाराला एखादे प्रथिन जबाबदार आहे का? याची शहानिशा केली जाते. मग या प्रथिनावर सर्व लक्ष केंद्रित केले जाते. हा प्रथिनाचा रेणू म्हणजे भावी औषधाचे लक्ष्य (target) असते. कोणतेही भाची औषध या लक्ष्य रेणूशी कसे संयोग पावते, त्यांची परस्परक्रिया काय होते यावर औषधाची उपयुक्तता ठरते. त्यासाठी प्राण्यांच्या पेशींवर किंवा प्राण्यांवर प्रयोग करावे लागतात, असे प्रयोग न करता हे औषध गुणकारी आहे किंवा नाही हे कळले तर? इथेच नेमकी कृत्रिम बुद्धी कामाला येते. त्यामुळे या टप्प्यावरचा खर्च कमी होऊ शकतो. वेळही कमी लागू शकतो. अर्थात प्राण्यांवरील चाचण्या पूर्णपणे टाळता येणार नाहीत.
नुकतेच गुगल डीप माईत आणि आयसोमॉर्फिक लॅब यांच्या संयुक्त विद्यमाने कृत्रिम बुद्धिमत्तेचे ‘अल्फा फोल्ड थ्री’ हे एक नवीन प्रारूप तयार करण्यात आले. त्यामुळे नवीन औषध शोधण्याच्या प्रक्रियेने एक वेगळीच उंची गाठली आहे. या शोधाला 2024 चा रसायनशास्त्रातील नोबेल पुरस्कार मिळाला आहे. हे प्रारूप लक्ष्य प्रथिनाची त्रिमितीय रचना कशी असेल हे कमी वेळात सांगते. एरवी त्रिमितीय रचना शोधायला चार-पाच वर्षे लागतात, पण कृत्रिम बुद्धी हे प्रथिन आणि औषधाचे रेणू एकमेकांजवळ आल्यावर त्यांची संयुक्त रचना कशी असेल हेही सांगू शकते आणि तेही कोणताही प्रयोग न करता। त्यामुळे नव्या औषधाची संरचना, स्वरूप ठरवण्याच्या कामात त्याची मोलाची मदत होते. त्यामुळे भविष्यात कृत्रिम बुद्धीच्या सहाय्याने आतापर्यंत आपण कधीही कल्पना न केलेली नवनवीन औषधे असाध्य रोगांसाठी निर्माण करता येतील.
सप्लाय चेन मॅनेजमेंट
औषधांचा पुरवठा किती आणि केव्हा करायचा हे त्याच्या मागणीवर अवलंबून असते. याला सप्लाय चेन मॅनेजमेंट असे म्हणतात. यामध्ये जर कृत्रिम बुद्धिमत्तेची मदत घेतली तर कारखान्यात औषध बनवण्यापासून ते प्रत्येक गावातील मेडिकल स्टोअर्समध्ये पोहोचवेपर्यंतच्या सर्व टप्प्यांवर कार्यक्षमता वाढू शकते. क्षणाक्षणाला प्रत्येक टप्प्यावरचा फीडबॅक मिळू शकतो आणि त्याप्रमाणे त्या त्या टप्पाल आवश्यक ती सुधारणा करता येते. औषधाच्या वितरणाचे जाळे प्रचंड मोठे असते. देशपातळीवर किंवा जागतिक पातळीवर तर ते आणखी क्लिष्ट होत जाते. यातील प्रत्येक पायरीवर हे एआय आपल्याला मार्गदर्शन करते. कृत्रिम बुद्धिमत्तेला अवाढव्य डेटा हाताळण्याची प्रचंड क्षमता असत्ते. त्यामुळे चूक होण्याची शक्यता अतिशय कमी होते.
काही औषधे ही विशिष्ट तापमानाला ठेवावी लागतात. मग ते औषधांच्या दुकानात असो किंवा औषधाच्या प्रवासात असो. ते तापमान राखावेच लागते, अन्यथा औषधाची तीव्रता कमी होऊ शकते, कार्यक्षमता कमी होऊ शकते, ते बाद होऊ शकते. त्यामुळे औषध वितरणामध्ये लॉजिस्टिक हा फार मोठा घटक असतो. त्यावर देशपातळीवर किंवा जागतिक पातळीवर नियंत्रण ठेवणे कृत्रिम बुद्धिमत्तेमुळे सुलभ होऊन जाईल. त्यामुळे रुग्णाला प्रत्येक वेळी उच्च प्रतीचेच औषध मिळायला मदत होईल. जागतिक आरोग्य संघटनेनेही जगातील प्रत्येक राष्ट्रात आवश्यक तेवढ्या कोविड लसींचा पुरवठा व्हावा यासाठी कृत्रिम बुद्धिमत्ता अधिष्ठित प्रणाल्या वापरल्या होत्या.
नवीन अँटिबायोटिकच्या शोधात
नवीन अँटिबायोटिकच्या शोधात कृत्रिम बुद्धिमत्तेतील यंत्र शिक्षण प्रणाली उपयुक्त ठरत आहे. सूक्ष्म जीव जळी, स्थळी, काष्ठी, पाषाणी आढळतात. हे सूक्ष्म जीव रोगजंतूविरोधी काही प्रथिने तयार करीत असतील का? याचा शोध यंत्र शिक्षण प्रणाली वापरून शास्त्रज्ञांनी घेतला. जवळ जवळ 10 लाख रोगजंतूविरोधी प्रथिने ही सूक्ष्म जीव मंडळी तयार करत असतील असा अंदाज वर्तविण्यात आला. या सूक्ष्म जीवांचा ज्या ठिकाणी अधिवास आहे, अशा 72 विविध अधिवासातील सूक्ष्म जीवांच्या जिनोमचा अभ्यास केला. त्यातील जवळ जवळ 10 हजार जिनोममध्ये अशा रोगजंतूविरोधी जनुकांचा सुगावा लागला. ही माहिती वापरून शास्त्रज्ञांनी 100 प्रथिने प्रयोगशाळेत तयार केली. यापैकी 78 प्रथिने रोगजंतूविरोधी कार्य करण्यास सक्षम आहेत असे आढळले. यावर पुढे संशोधन सुरू आहे. या उदाहरणावरून आपल्या लक्षात येईल की, कृत्रिम बुद्धिमत्ता नवीन औषध शोधण्यासाठी फार मौलाची मदत करेल.
(लेखक जैवतंत्रज्ञान तज्छा असून त्यांना औषधनिर्माण क्षेत्रातील प्रदीर्घ अनुभव आहे.)
क्लिनिकल ट्रायल
नवीन औषध शोधण्याच्या प्रकल्पात सगळ्यात जास्त खर्च माणसावरील चाचण्यांमध्ये येतो. कृत्रिम बुद्धीवर आधारित अल्गोरिदम वापरून पेशंटची निवड, चाचण्या कशा करायच्या त्याचा आराखडा, यातून कोणते निष्कर्ष मिळतात याचा अंदाज बांधता येतो. त्यामुळे क्लिनिकल ट्रायलची अचूकता आणि परिणामकारकता वाढते. प्रकल्प खर्चात त्यामुळे मोठी बचत होऊ शकते. मोठ्या प्रमाणावर औषधे तयार करणाऱ्या कारखान्यांमध्ये एफडीए (फूड अँड ड्रग अॅडमिनिस्ट्रेशन) या सरकारी संस्थेचे नियंत्रण असते. त्यामुळे अशा नियामक संस्थेची परवानगी असल्याशिवाय कृत्रिम बुद्धिमत्तेचा कारखान्यातील औषध निर्मितीच्या दैनंदिन प्रक्रियेमध्ये वापर करता येणार नाही. त्यांच्या सहमतीनेच तो करावा लागेल.
