هل يمكن للذكاء الاصطناعي حقًا أن يزيد من نسبة نجاح تطوير الأدوية؟ لا يزال القطاع في انتظار إجابة على هذا السؤال.

التصنيع الدوائي باستخدام الذكاء الاصطناعي: هل هو “قشة النجاة” أم “لعبة باهظة الثمن”؟ تحليل عميق للواقع الحقيقي لاستخدام الذكاء الاصطناعي في تطوير الأدوية

مرحبًا بكم، أنا صحفي مالي. اليوم سنتحدث عن موضوع يبدو متقدمًا للغاية، لكنه مرتبط ارتباطًا وثيقًا بصحة كل شخص: هل يمكن للذكاء الاصطناعي حقًا مساعدتنا على تطوير أدوية أفضل بسرعة وبتكلفة أقل؟

مؤخرًا، وقع حدث مهم في مؤتمر 2026 Zhangjiang Pharmaceutical Valley: الدواء الأول في العالم الذي تم تطويره بالكامل باستخدام الذكاء الاصطناعي والذي وصل إلى المرحلة الأخيرة من التجارب السريرية (المرحلة الثالثة)، وهو Rentosertib، قد استقبل أول مريض له. قد يبدو الأمر وكأنه من أفلام الخيال العلمي التي تتحقق، لكن القصة وراءه مليئة بالقلق والجدل والتفكير الواقعي الهادئ.

ببساطة، الذكاء الاصطناعي يجعل عملية “البحث عن الأدوية” أسرع وأقل تكلفة، لكن “اختبار الأدوية” لا يزال صعبًا للغاية. فيما يلي، سأقسم هذا الخبر المعقد إلى خمسة جوانب لأشرح لكم بلغة بسيطة هذا الجنون والهدوء في مجال التصنيع الدوائي باستخدام الذكاء الاصطناعي.

---

1. الواقع: دخول التصنيع الدوائي باستخدام الذكاء الاصطناعي إلى “المياه العميقة”， حتى الحائزين على جائزة نوبل قلقون

كنا نعتقد في السابق أن التصنيع الدوائي باستخدام الذكاء الاصطناعي لا يزال في مرحلة “الوعود”， لكن الآن، لقد وصل فعلاً إلى “الخطوة الأخيرة”.

الحقيقة الأساسية:

دواء تم تطويره بواسطة شركة Insilico Medicine لعلاج تليف الرئة، وقد دخل المرحلة الثالثة من التجارب السريرية. هذا هو أول دواء في العالم تم تطويره بالكامل باستخدام الذكاء الاصطناعي ووصل إلى هذه المرحلة.

لماذا القلق؟

حتى الحائز على جائزة نوبل في الكيمياء لعام 2013، مايكل ليفيت، اعترف قائلاً: “الشركة كلها قلقة بعض الشيء.” لماذا؟ لأن المرحلة الثالثة من التجارب السريرية هي الاختبار النهائي الصعب.

• الخطوتان الأوليان (اكتشاف الدواء): الذكاء الاصطناعي يؤدي وظيفته بشكل جيد، كما لو كان “منخلًا” فعالًا للغاية.
• الخطوة الأخيرة (التحقق من فعالية الدواء): هذه هي الاستثمار الحقيقي، وهي لحظة حياة أو موت. إذا فشلت المرحلة الثالثة، فقد لا تكون الأموال الموفرة كافية حتى لتغطية الخسائر.

تفسير بسيط:

هذا مثل طاهٍ عبقري يمكنه تصميم وصفة طعام مثالية بسرعة (تركيبة الجزيئات)، وحتى تقطيع المكونات بشكل منظم (اختبارات ما قبل السريرية). لكن ما إذا كان الطعام لذيذًا ويمكن أن يشبع الناس دون إصابتهم بأمراض، يجب أن يتم تجربته على 100 شخص حقيقي (مريض) لمدة عام أو أكثر لمعرفة النتيجة. الآن، تم تقديم هذا الطبق لأول مريض، والجميع يحبسون أنفاسهم في انتظار النتيجة.

---

2. المزايا: الذكاء الاصطناعي يحسن كفاءة عملية “البحث عن الأدوية” بنسبة 90%

على الرغم من صعوبة الخطوة الأخيرة، إلا أن الذكاء الاصطناعي يظهر كفاءة مذهلة في المراحل الأولى من البحث.

مقارنة البيانات (الطرق التقليدية مقابل الذكاء الاصطناعي):

• تحديد الأهداف (تحديد ما يجب علاجه): تستغرق الطرق التقليدية عامًا و94 مليون دولار؛ بينما يستغرق الذكاء الاصطناعي شهرين و2 مليون دولار.
• البحث عن المركبات الأولية (الفحص الأولي): تستغرق الطرق التقليدية عامًا و166 مليون دولار؛ بينما يستغرق الذكاء الاصطناعي أربعة أشهر و4 ملايين دولار.
• تحسين المركبات الرائدة (تعديل التركيبة): تستغرق الطرق التقليدية عامين و414 مليون دولار؛ بينما يستغرق الذكاء الاصطناعي 11 شهرًا و2 مليون دولار.

الخلاصة:

في المراحل المبكرة من اكتشاف الأدوية، يقلل الذكاء الاصطناعي التكاليف بأكثر من 90٪ ويقصر الوقت بشكل كبير.

تفسير بسيط:

التصنيع الدوائي التقليدي يشبه البحث عن إبرة في بحر واسع ومليء بالصعوبات والتكاليف. الذكاء الاصطناعي مثل جهاز استشعار فائق ونظام توجيه آلي يمكنه تحديد موقع الإبرة تقريبًا وحتى إخراجها مباشرة. في هذه المرحلة، الذكاء الاصطناعي هو بالتأكيد “ملك الكفاءة”.

---

3. النقاط الصعبة: الفجوة الكبيرة بين “الذرات” و“البشر”

إذا كان الذكاء الاصطناعي قويًا جدًا، فلماذا لا يمكنه التنبؤ بنتائج المرحلة الثالثة مباشرة وتجنب التجارب السريرية الباهظة التكلفة؟ هذه هي أكبر عقبة تقنية حاليًا.

التناقض الأساسي: الفجوة في المقياس

يشير الحائز على جائزة نوبل مايكل ليفيت إلى أن لدينا نماذج جيدة لمحاكاة الذرات والإلكترونات والبروتينات، لكن لا نماذج جيدة لمحاكاة “البشر.

• الجزيئات في الحاسب هي نماذج قياسية ونقية.
• المرضى في الواقع معقدون وفريدون؛ كل منهم له جينات وحالة صحية وبيئة مختلفة.

الجدل في الصناعة: هل الذكاء الاصطناعي مفيد فعلاً في المراحل السريرية؟

• المتشائمون: يقول البعض إن الذكاء الاصطناعي غير مفيد في المراحل السريرية لأن البشر معقدون جدًا.
• المتفائلون (هوانغ شياولو): الذكاء الاصطناعي ليس غير مفيد، لكنه “صعب الاستخدام”. لأن الذكاء الاصطناعي يستخدم لغة الآلات، بينما يستخدم الأطباء لغة سريرية محددة (مثل تحديد المرضى المناسبين للتجارب ومتابعة تطورهم). هناك فجوة معنوية بين الاثنين.

تفسير بسيط:

هذا مثل مهندس متمكن من الفيزياء يمكنه حساب مقدار الوزن الذي يمكن أن تحمله الجسر نظريًا. لكن عندما يمشي مجموعة من الأشخاص ذوي الشخصيات المختلفة والأوزان المختلفة على الجسر، من الصعب على الذكاء الاصطناعي التنبؤ بدقة ما إذا كان كل شخص سينزلق. حاليًا، الذكاء الاصطناعي لا يملك القدرة على محاكاة ردود أفعال مجموعة بشرية حقيقية بشكل كامل.

---

4. المخاطر: المرحلة الثانية هي “خط الحياة أو الموت”， والذكاء الاصطناعي يحتاج إلى مساعدة الشركات الدوائية في اتخاذ قرارات لتجنب الخسائر

هناك مرحلة في تطوير الأدوية تعتبر “الأكثر تكلفة وخطورة”， وهي الانتقال من المرحلة الثانية إلى المرحلة الثالثة.

الأرقام الصارمة:

• معدل النجاح من المرحلة الثانية إلى الثالثة: 28.9٪ فقط.
• تكلفة التجارب السريرية في المرحلة الثالثة: تتراوح بين 19 مليون دولار و127 مليون دولار.
• إذا فشلت المرحلة الثالثة، فإن جميع الاستثمارات السابقة تذهب سدى تقريبًا.

الدور الجديد للذكاء الاصطناعي: من “المكتشف” إلى “مستشار في اتخاذ القرارات”

يقترح هوانغ شياولو من شركة Wuxi Natural Constant Technology أن دور الذكاء الاصطناعي الآن يجب أن يكون مساعدة الشركات الدوائية في اتخاذ قرارات في نهاية المرحلة الثانية: هل يجب المضي قدمًا في تطوير الدواء أم لا؟

• إذا استطاع الذكاء الاصطناعي التنبؤ مسبقًا بفشل الدواء بنسبة عالية، فيمكن للشركة تجنب خسائر كبيرة.
• **هذا ما يسمى بـ “الرأي الثاني القائم على الحوسبة” (In Silico Second Opinion)، وهو مثل الحصول على رأي ثاني في اتخاذ القرارات السريرية.”

تفسير بسيط:

هذا مثل ريادة الأعمال؛ الذكاء الاصطناعي يساعدك على إنشاء نموذج أولي للمنتج بسرعة (المرحلة الثانية)، ثم تحتاج إلى اتخاذ قرار بشأن ما إذا كنت ستستثمر عشرات الملايين لتطويره على