İlaç Dünyası Yapay Zekâ ve Sanal Hastalarla İlerliyor

İlaç Endüstrileri ve Dernekleri Federasyonu (IFPMA) AR-GE ve İnovasyon Başkanı Dr. Virginia Acha, yapay zekâ desteğiyle ilaç geliştirme potansiyelinin çok hızlı ilerlediğine dikkat çekti. Yapay zekâ potansiyelinin insanlar için heyecan verici ve ürkütücü olduğuna dikkat çeken Acha, gerçek dünya verilerinden oluşturulan sanal hasta kopyaları ile klinik araştırmaları daha güvenli, etkili hale getirecek yollar aradıklarını, doğru politika ortamına ihtiyaç duyulduğunu söyledi.

—–

Yapay zekâ, ilaç keşif ve geliştirme süreçlerini nasıl etkiliyor? Bu süreçte verinin oynadığı kritik rol nedir? Güveni sürdürebilmek için doğru etik yaklaşım nasıl sağlanacak, yapılacak ve inşa edilecek? gibi sorulara yanıt arayan küresel ilaç endüstrisi; veri, yapay zekâ, hesaplamalı modeller sayesinde ilaç geliştirme hatlarını gerçeklere dönüştürüyor. Peki bu hasta ve sağlık sistemlerine gerçekten fayda sağlayacak mı, doğru politika ortamı nasıl oluşturulacak?

Araştırmacı İlaç Firmaları Derneği’nin (AIFD) “Veriyle Dönüşen Sağlık: Geleceğe Yön Veren Vizyonlar” paneline konuşmacı olarak katılan İlaç Endüstrileri ve Dernekleri Federasyonu (IFPMA) AR-GE ve İnovasyon Başkanı Dr. Virginia Acha, yapay zekâ potansiyelinin insanlar için heyecan verici aynı zamanda ürkütücü olduğunu, güvenli politika ortamına ihtiyaç duyulduğunu söyledi. Dijital İkizler adı verilen gerçek dünya verilerinden oluşturulan sanal hasta kopyaları ile “Ne olurdu?” sorusuna yanıt arandığını sözlerine ekleyen Acha, toplantının amacının yüksek kaliteli, dönüştürücü ve en önemlisi güvenilir verilerin Türkiye’de ve yerel düzeyde güvenli şekilde kullanılmasını sağlamak için birlikte nasıl çalışabileceğimizi anlamak olduğunu vurguladı.

Yapay zekâ nerelerde kullanılıyor?

IFPMA AR-GE ve İnovasyon Başkanı Dr. Virginia Acha, ilaç keşfini hızlandırmak için yapay zekâ ve hesaplamalı modellerin kullanıldığını, bu sayede potansiyel adayların belirlenip, güvenliğinin sağlandığının altını çizdi.

Acha konuyla ilgili görüşlerini şu sözlerle aktardı: “Ancak şunu da unutmamak gerekir ki, biyoloji konusunda hâlâ öğrenmemiz gereken çok şey var; bilmediğimiz çok fazla alan mevcut. Yapay zekânın temel araştırmalarda bize nasıl yardımcı olabileceğini anlamak bu nedenle son derece kritik.

Ayrıca, hasta verilerini hem ileriye dönük hem de geriye dönük analiz ederek tedavileri daha iyi kişiselleştirmeye, sonuçları iyileştirmeye ve advers olayları (yan etki) azaltmaya çalışıyoruz. Bu da hepimizin çevresinden sıkça duyduğu şu soruya yanıt veriyor: “Bu ilaç sana neden çok iyi geliyor da bana aynı etkiyi göstermiyor?” Artık bu soruların yanıtlarını bulmak için yapay zekâ ve hesaplamalı modellerden yararlanıyoruz.

Bunu yapabilmek için klinik araştırmaların da daha iyi tasarlanması gerekiyor. Klinik çalışma optimizasyonu bu noktada büyük önem taşıyor. Benim geçmişim düzenleyici (regülasyon) alanından geliyor; rolüm daha çok düzenleyici bilim üzerine. Bu sayede yapay zekânın düzenleyici uyum ve güvenlik alanlarında nasıl kullanıldığını yakından görüyoruz. Yapay zekâ, advers olay raporlamasını daha iyi anlamamıza, düzenleyici değerlendirme süreçlerini desteklememize yardımcı olabilir. Düzenleyici kurumlar da bunu bugün çok net bir fırsat olarak görüyor. Gelecekte, tüm ilaç geliştirme sürecini uçtan uca ele alarak yapay zekânın nasıl öngörü sağlayabileceğine bakacağız. Sağlık hizmetlerinin, özellikle anne sağlığı gibi alanlarda, daha etkili çalışmasına katkı sunabilir.

Yapay zekâ, verisiz olmaz

Ancak bunu güvenilir bir şekilde yapmak zorundayız. Her şeyden önce hastayı merkeze koymalı, onam süreçlerini sağlamalıyız. Bunun yanında uyumlaştırılmış veri kaynaklarına ihtiyacımız var. Çünkü “yapay zekâ” bir moda kelime olabilir ama onun temelinde veri yatıyor. Eğer kaliteli, güvenilir veriniz yoksa, dünyanın en iyi yapay zekâsı bile size yardımcı olamaz. Bu nedenle bu süreci bir uzlaşı süreci olarak görmeliyiz.

Dijital İkizler, Sanal Hastalar ne işe yarıyor?

“Dijital İkizler” geliştirmede bu yöntemleri etkin şekilde kullanıyoruz. Dijital ikizler, gerçek dünya verilerinden oluşturulan sanal hasta kopyalarıdır. “Ne olurdu?” sorusuna yanıt aramamıza, sonuçları öngörmemize v klinik çalışma tasarımında hangi unsurlara odaklanmamız gerektiğini daha iyi anlamamıza yardımcı olurlar.

Bir diğer uygulama, sentetik kontrol kollarıdır. Bunlar bazen yapay zekâ tarafından oluşturulan sanal kontrol gruplarıdır ve tarihsel ile gerçek dünya verilerine dayanır. Plaseboya alternatifler sunarak hasta yükünü azaltabilir, klinik araştırma sürelerini kısaltabilir.

Ayrıca öngörücü modelleme, insan ve hayvan modellerinde doğruluğu artırmak açısından büyük önem taşıyor. ABD’de FDA bünyesinde yapay zekâ ile idari incelemeleri ele alan çok heyecan verici programlar yürütülüyor. Küresel ölçekte tüm düzenleyiciler, klinik araştırmaları daha güvenli ve etkili hale getirecek yollar arıyor.

Son olarak, uyarlanabilir klinik çalışma tasarımları sayesinde araştırmalarımızı gerçek zamanlı olarak geliştirebiliyor ve en iyi çıktıyı elde edebiliyoruz. Bunlar gerçekten heyecan verici zamanlar; belki de hem en iyi zamanlar hem de en zor zamanlar.

Artık pek çok şirket yapay zekâ ve büyük veri analitiğini pilot olarak kullanıyor, hatta geliştirme programlarının seçilmesinde aktif şekilde yararlanıyor. Ancak yapay zekânın tüm geliştirme süreçlerine kapsamlı biçimde entegre edilmesi hâlâ zor bir alan. Çünkü yapay zekânın tam olarak neler yapabileceğini henüz bilmiyoruz.

Bu noktada büyük ilaç şirketlerinin öne çıktığını görüyoruz; çünkü kaynak ve kapasiteye sahipler. Küçük şirket ve start-uplar için bu daha büyük bir zorluk. Bu nedenle politika yapıcıların bu alanlarda küçük şirketleri ve akademiyi nasıl destekleyeceğini düşünmesi çok önemli.

Veri yönetişimi konusuna gelirsek: Avrupa Birliği’nin Yapay Zeka Yasası (AI Act), Çin’deki düzenlemeler ve ABD’deki daha esnek yaklaşım gibi çok farklı modeller var. Şirketler için öngörülebilirlik ve kabul edilebilirlik çok önemli. Düzenleyicilerin bu sürece dâhil olması ve esneklik sağlaması gerekiyor; çünkü bu yolculuğun henüz başındayız.

Veri olmadan yapay zekâ olmaz. Küresel ilaç geliştirme için verilerin ülkeler ve bölgeler arasında uyumlu ve güvenli şekilde paylaşılabilmesi şart. Türkiye’deki hasta verilerinin Avrupa ya da İngiltere verileriyle güvenli biçimde nasıl birleştirilebileceği gibi konuları, uluslararası ticaret kadar ciddiyetle ele almamız gerekiyor.

Son olarak, bunu güvenle nasıl yapacağımızdan bahsetmek istiyorum. Sektör olarak şeffaflıkla ilerlemek ve hasta odaklı ilkelerle hareket etmek gerektiğine inanıyoruz. Hasta örgütleri, Dünya Tabipler Birliği ve farklı paydaşlarla birlikte uluslararası bir mutabakat çerçevesi oluşturduk.

Temel ilkelerimiz net: Hastayı merkeze koymak, etik araştırma ve inovasyonu desteklemek, bağımsızlık ve etik davranışı sağlamak, şeffaflık ve hesap verebilirliği güçlendirmek ve sağlık verileri ile teknolojinin sorumlu kullanımını garanti altına almak.

Son olarak, FDA ve EMA’nın ilaç geliştirmede yapay zekâ kullanımına ilişkin ortak ilkeler üzerinde anlaşmaya vardığını söylemekten büyük mutluluk duyuyorum. Bu, sektör için çok önemli bir adım. Türkiye’nin de bu küresel sürecin önemli bir parçası olması gerektiğine inanıyorum.