Biomedya - Biyoteknoloji & Yaşam Bilimleri

Sanayi devrimiyle birlikte ilaç üretimi eski tip yöntemleri gerisinde bırakmış ve yirminci yüzyılın ortalarında eczacıyı ilaç hazırlayan konumundan ilaç satan bir konuma getiren endüstriyel eczacılığa doğru bir yönelim gerçekleşmiştir. İlerleyen süreçlerde eczacının hasta tedavisinde daha etkin rol almasını sağlayan hasta odaklı eczacılık kavramı benimsenmeye başlamıştır. Örneklerden de görüldüğü üzere yıllar içinde eczacılık mesleğinde çeşitli geçişler yaşanmıştır.

Son yıllarda bazı yasal düzenlemeler ile eczane açmanın belli şartlara bağlanması ve mesleğin istihdam olanaklarını doğrudan ya da dolaylı olarak etkileyecek süreçler günümüz ve ilerisi için olası bir istihdam sorununu da beraberinde getirmektedir. İlgili alanda ilerleyen yıllarda karşılaşılacak olası bir istihdam sorununun çözümünde ortaya çıkacak yeni disiplinler (bilim dalları) çok önemli katkılar sağlayacaktır. Yapay zekâ, sağlık hizmeti sektöründe yeni ortaya çıkan ve birçok disiplin ile ele alındığında eczacılık alanında çakışan teknolojilerden biri haline gelen önemli bir bilim dalıdır.
Yeni bir ilaç keşfetmek, uzun, pahalı ve kompleks bir süreçtir. Binlerce bileşik, bir dizi teste tabi tutulur ve sadece bir tanesinin geçerli bir ilaç olduğu ortaya çıkabilir. Çok adımlı bu süreçte adımlardan yalnızca birini hızlandırabilecek herhangi bir araç, tüm sürecin altında büyük etkilere sahip olacaktır. Bu nedenle, ilaç firmalarının bazıları verimliliklerini artırmak ve süreçten pozitif yönde etkilenmek için yapay zekâya yönelmektedirler. Daha verimli ve etkin bir süreç için ilaç endüstrisi liderleri yapay zekâ üzerinde duruyorlar ve modern süper bilgisayarları ve yapay zekâyı, moleküllerin nasıl davrandıklarını ve ne kadar etkili bir ilaç olacaklarını tahmin etmek için kullanmayı amaçlıyorlar.

Yapay zekânın ilaç geliştirme konusunda büyük bir potansiyele sahip olmasının temel nedenlerinden biri şu an halk sağlığı sisteminde çok miktarda sağlık verisinin mevcut olmasıdır. İlaç geliştirilmesi için klinik araştırmalar, sağlık kayıtları, genetik profiller, klinik öncesi çalışmalar ve diğer birçok bilgi kolay bir şekilde elde edilebilir. Yapay zekâ çok miktarda veri kullanımı gerektiren ve insanların gerçekleştirmesi için geleneksel olarak çok zaman alıcı zahmetli görevlerle uğraşmaya uygundur. İlaç şirketleri birçok bileşiğin ayrıntılarını ve test sonuçlarını içeren büyük ilaç kütüphanelerine sahiptir. Yapay zekâ bu bilgileri hızlı değerlendirebilir ve araştırmacılara hızlı bir şekilde yardımcı olabilir.

Yapay zekânın ilaç geliştirme süreçlerindeki %1’lik bir artış başarısı veya bir ilacın klinik denemeye alınmadan önce toksisite olasılığının zamanında tespiti, ilaç şirketini büyük bir maddi kayıptan kurtaracak ve zaman tasarrufu sağlayacaktır. Bu nedenle dünya ilaç ve biyoteknoloji piyasasında ilk beşte yer alan şirketler kendi endüstrilerinde yapay zekâ kullanımına başlamıştır. Roche 2014’ten bu yana yapay zekânın ilaç geliştirilmesi ve keşfinde kullanımı için bu teknolojiyi kullanan bazı Amerika ve İsviçre firmalarını satın almış ve ortak programlar başlatmıştır. Pfizer’da 2016 yılında ilaç geliştirmek için bulut tabanlı bir platformu kullanacağını duyurmuştur.

Hâlihazırda ilaç keşfi için klinik araştırmalardan akademik makalelere kadar geniş kapsamlı bilgileri analiz eden yapay zekâ platformları mevcuttur. Bu platformlar yeni molekülleri tasarlamak için çeşitli algoritmaların gücünü kullanır ve genler, potansiyel hedefler, hastalıklar, proteinler ve ilaçlar arasında bir milyardan fazla ilişkiye dayanan hipotezler çıkarır. Bu tip platformlardan biri sadece dört yıl içinde 24 ilaç adayını keşfetti ve bazı önerdiği ilaçların geliştirip satılması sürecinde kârdan alacağı pay için anlaşma imzaladı.
Ülkemizde yapay zekânın ilaç endüstrisinde kullanımı üzerine bir istihdam alanı bulunmamakta olup, 2014-2018 yıllarını kapsayan 10. Kalkınma Planında ‘Yapay zekânın ilaç tasarımında kullanımı’ üzerine konuyu destekleyecek; yerli ilaç sanayi ile işbirliği modellerinin geliştirilmesinde yeni sağlık programlarının oluşturulması, vatandaşlarımızın yaşam kalitesi ve süresinin yükseltilmesi ile ekonomik, sosyal ve kültürel hayata bilinçli, aktif ve sağlıklı bir şekilde katılımlarının sağlanması amacıyla veriye ve kanıta dayalı politikalarla desteklenen, erişilebilir, nitelikli, maliyet etkin ve sürdürülebilir çalışmaların yapılması gibi bazı amaç, hedef ve politikalara değinilmektedir.

Yapay zekâ bilimi hala ilk günlerinde. Ancak günümüz ve öncesinde gerçekleşen sonuçlar bize yapay zekânın sahip olduğu büyük potansiyel hakkında bir fikir vermeye başlamış durumda. Tarama sürelerini azaltmak, yeni ilaç adaylarına yardımcı olmak ve spesifik hastalıklar için etkili ilaçları insanın ulaşamadığı bir hızla bulmak bu bilimi cazip kılmakta. Söz konusu durumlar bir bütün olarak ele alındığında; ilerleyen yıllarda yapay zekânın ilaç endüstrisinin önemli bir parçası ve potansiyel istihdam alanı olacağı kuvvetle muhtemel gözükmektedir.
Not: Sunulan çalışma 2018 yılında İstanbul Eczacı Odası tarafından düzenlenen ‘Eczacılıkta Yeni İstihdam Alanları’ temalı yarışmaya sunulan projelerden birisidir.

Kaynaklar
1. Abacıoğlu, N., Türkiye İlaç Sanayii, İstanbul Ticaret Odası Yayınları, 2010, İstanbul.
2. Kocabacak, S., Türkiye’de Serbest Eczacıların Sorunlarına Yönelik Bir Araştırma, Hacettepe Sağlık İdaresi Dergisi, 14, 95-124, 2011.
3. World Health Organization and International Pharmaceutical Federation, Developing Pharmacy Pracice a Focus on Patient Care, 2006.
4. Hamzacebi, K., Gümüşel, B., Kanıta Dayalı Eczacılık, Marmara Pharmaceutical Journal, 16, 155-158,2012.
5. Özçelikay, G., Şencan, N., Eczacılık İşletmeciliği, Akademisyen Tıp Kitabevi, 2015, Ankara.
6. Doğru, E., (2018) İstihdam Sorunu Çözüm Bekliyor, 24.02.2018 tarihinde https://eczacidergisi.com.tr/istihdam-sorunu-cozum-bekliyor/ web adresinden erişimi sağlanmıştır.
7. Schoemaker, J.A., Schoemaker, P.J.H. (Çev: Ayber Peker), Çipler, Klonlar ve 100 Yaş Ötesi Yaşam, Alfa Bilim Yayınları, 2013, İstanbul.
8. Walker, J., (2018) Machine Learning Drug Discovery Applications – Pfizer, Roche, GSK, and More, https://www.techemergence.com/machine-learning-drug-discovery-applications-pfizer-roche-gsk/ web adresinden 26.02.2018 tarihinde erişilmiştir.
9. Sennaar, K., (2018) AI in Pharma and Biomedicine – Analysis of the Top 5 Global Drug Companies, https://www.techemergence.com/ai-in-pharma-and-biomedicine/ web adresinden 26.02.2018 tarihinde erişilmiştir.
10. Hirschler, B., (2017) Big pharma turns to AI to speed drug discovery, GSK signs deal, https://www.reuters.com/article/us-pharmaceuticals-ai-gsk/big-pharma-turns-to-ai-to-speed-drug-discovery-gsk-signs-deal-idUSKBN19N003 web adresinden 26.02.2018 tarihinde erişilmiştir.
11. Hill, S., (2017) How AI Could Help Reduce the Cost of Drug Discovery, https://www.leafscience.org/ai-and-research/ web adresinden 26.02.2018 tarihinde erişilmiştir.
12. Patyal, S., (2018) BenevolentAI: Revolutionizing drug discovery using Artificial Intelligence, https://digit.hbs.org/submission/benevolentai-revolutionizing-drug-discovery-using-artificial-intelligence/ web adresinden 26.02.2018 tarihinde erişilmiştir.
13. T.C. Kalkınma Bakanlığı (2013). Onuncu Kalkınma Planı 2014-2018 http://www.kalkinma.gov.tr/Lists/Kalknma%20Planlar/Attachments/12/Onuncu%20Kalk%C4%B1nma%20Plan%C4%B1.pdf web adresinden 24.02.2018 tarihinde erişilmiştir.

Zeynep Aleyna KAHRAMAN
Senanur AKGÜÇ