‘మందు పనిచేస్తుందా?’.. మనిషిపై కాదు, ‘డిజిటల్ మనిషి’పై ముందే పరీక్ష!

— సూర్య ప్రకాష్ జోశ్యుల

ఒక హాస్పిటల్ ICU. మానిటర్‌పై పేషెంట్ హార్ట్‌బీట్ పరుగులు తీస్తోంది. బయట కుటుంబ సభ్యులు ఆందోళనగా ఎదురుచూస్తున్నారు. లోపల డాక్టర్ చేతిలో ఒక కొత్త మందు ఉంది. ఇప్పుడు ఆ మందు ఒక సాధారణ prescription కాదు… ఒక ప్రాణానికి చివరి ఆశ. అదే సమయం‌లో డాక్టర్ దగ్గర కూడా ఒక ప్రశ్న ఉంది. ఈ మందు ఈ పేషెంట్‌కు పనిచేస్తుందా?

అదే మందు కొద్దిరోజుల క్రితం మరో పేషెంట్‌కు అద్భుతంగా పనిచేసి ఉండొచ్చు. అతని పరిస్థితిని మార్చి ఉండొచ్చు. కానీ అదే మందును ఇప్పుడు ఈ పేషెంట్‌కు ఇస్తే అదే ఫలితం వస్తుందని గ్యారంటీ లేదు. ఎందుకంటే మనుషుల శరీరాలు బయటికి ఒకేలా కనిపించినా, లోపల మాత్రం ఒకేలా ఉండవు. DNA వేరు. కణాల ప్రవర్తన వేరు. మందులకు శరీరం స్పందించే విధానం కూడా వేరు.

ఇప్పుడు అసలు సమస్య మొదలవుతుంది. పేషెంట్ పరిస్థితి సీరియస్‌గా ఉంది. సమయం కూడా లేదు. మందు ఇవ్వకుండా ఉండలేం. ఇచ్చిన తర్వాత అది పనిచేస్తుందో లేదో కూడా ముందుగానే ఖచ్చితంగా చెప్పలేం. మరి ఇప్పుడు ఏం చేయాలి?

వైద్య ప్రపంచంలో ఇలాంటి పరిస్థితులు చాలా సంక్లిష్టమైన నిర్ణయాలను ముందుకు తెస్తాయి. కొత్త మందు తయారు చేయడం మాత్రమే కాదు, అది ఎవరి శరీరంలో ఎలా పనిచేస్తుందో అర్థం చేసుకోవడం కూడా వైద్య పరిశోధనలో అతిపెద్ద సవాళ్లలో ఒకటి. ఇక్కడే ఇప్పుడు AI ఒక కొత్త ఆలోచనతో రంగంలోకి వస్తోంది.

కొత్త ఐడియా

ఒక్కసారి ఊహించండి. పేషెంట్‌కు మందు ఇచ్చే ముందు, అతని శరీరంలోని జీవ ప్రక్రియలను కంప్యూటర్‌లో ఒక డిజిటల్ మోడల్‌గా రూపొందిస్తే? అదే మందును ముందుగా ఆ డిజిటల్ వ్యవస్థలోకి పంపి చూస్తే? ఏ కణాలు ఎలా స్పందిస్తాయో, ఏ biological process మారుతుందో, చికిత్స వల్ల ఎలాంటి ఫలితం వచ్చే అవకాశం ఉందో ముందుగానే అర్థం చేసుకోగలిగితే?

వినడానికి ఇది హాలీవుడ్ సైన్స్‌ఫిక్షన్ సినిమా సీన్‌లా ఉంది. కానీ శాస్త్రవేత్తలు ఇప్పుడు biologyని ఇలాంటి simulation ప్రపంచంలోకి తీసుకెళ్లే ప్రయత్నం చేస్తున్నారు.

Eric Xing నేతృత్వంలోని పరిశోధకుల బృందం Nature Medicineలో “How to build an AI-driven digital organism” అనే పేపర్‌ను ప్రచురించింది. ఇందులో వారు AIDO అనే ఒక frameworkకు సంబంధించిన roadmapను వివరించారు. దీని ప్రధాన ఆలోచన ఏమిటంటే — DNA, proteins, cells, tissues, చివరికి ఆరోగ్య ఫలితాలను విడివిడిగా చూసే బదులు, వాటన్నింటినీ ఒకదానితో ఒకటి అనుసంధానించి AI ఆధారిత dynamic simulatorగా రూపొందించడం.

AI మన శరీరంలో కొత్త మందు ప్రవేశించినప్పుడు..జరిగే chain of events‌ను simulation రూపంలో అర్థం చేసుకోగలిగితే, వైద్య పరిశోధనలో ఒక పెద్ద మార్పు రావచ్చు.

దీనినే Xing “medicine కోసం flight simulator” తో పోల్చారు. విమానం నడపడానికి ముందు పైలట్ flight simulatorలో ఎన్నో పరిస్థితులను ఎదుర్కొంటాడు. ఎక్కడ ప్రమాదం రావచ్చో, ఎలా స్పందించాలో ముందుగానే సాధన చేస్తాడు. అదే విధంగా ఒక మందు లేదా biological interventionను నిజమైన మనిషిపై పరీక్షించే ముందు, దాని ప్రభావాలను డిజిటల్ biological systemలో simulate చేయాలన్నది ఈ ఆలోచన వెనుక ఉన్న భావన.

టైమ్ పడుతుంది

ఇక్కడ ఒక విషయం మాత్రం స్పష్టంగా గుర్తుపెట్టుకోవాలి. శాస్త్రవేత్తలు ఇప్పటికే పూర్తి స్థాయి “డిజిటల్ మనిషిని” తయారు చేశారని కాదు. అది ఇంకా చాలా దూరంలో ఉన్న లక్ష్యం. ప్రస్తుతం పరిశోధనకు దగ్గరగా ఉన్న లక్ష్యం ఒక virtual cell వంటి వ్యవస్థలను నిర్మించి, వివిధ biological dataను కలిపి కణాలు ఎలా ప్రవర్తిస్తాయో అంచనా వేయడం.

కలిసొచ్చేదేమిటి

ఈ ప్రయోగం ఎందుకు ముఖ్యమంటే, కొత్త మందు తయారీలో చాలా సమయం, డబ్బు ఖర్చవుతుంది. ఎన్నో drug candidates పరిశోధన దశల్లోనే విఫలమవుతాయి. ఒక మందు బలహీనంగా ఉందని చాలా ముందుగానే గుర్తించగలిగితే, దానిపై సంవత్సరాల పాటు ఖర్చు చేయాల్సిన అవసరం తగ్గుతుంది.

అంటే AI వెంటనే డాక్టర్ స్థానాన్ని తీసుకోవడం కాదు. డాక్టర్ దగ్గరకు చేరేలోపే బలహీనమైన చికిత్సలను ఫిల్టర్ చేయడానికి ఒక కొత్త సాధనంగా మారడం.

ఇది drug developmentలో చాలా పెద్ద మార్పుకు దారి తీసే అవకాశం ఉంది. ఒక కొత్త మందు ప్రయోగశాలలోకి వచ్చినప్పుడు, “ఇది పనిచేస్తుందా?” అనే ప్రశ్నతో పాటు, “ఏ biological పరిస్థితుల్లో పనిచేసే అవకాశం ఎక్కువ?” అనే ప్రశ్నను కూడా ముందుగానే అడగగలిగితే పరిశోధకులకు ఎంతో ఉపయోగం.

కాస్త కష్టమే..

అయితే ఇక్కడే మరో పెద్ద సమస్య కూడా ఉంది. మనిషి శరీరం ఒక కంప్యూటర్ ప్రోగ్రామ్‌లా సింపుల్ కాదు. ప్రతి వ్యక్తి biological variation వేరు. మనకు లభించే medical dataలో biases ఉండొచ్చు. AI ఒక correlationను కారణం అని పొరబడే అవకాశం కూడా ఉంది.

ఫైనల్ గా..

ఈ ప్రయోగం విజయవంతమైతే వైద్యంలో ఒక కీలకమైన ప్రశ్న మారవచ్చు. ఇప్పటివరకు మనం అడిగేది — “ఈ వ్యాధికి ఏ మందు?” భవిష్యత్తులో అడిగేది — “ఈ పేషెంట్‌కి, అతని శరీరానికి, ఏ మందు ఎలా పనిచేస్తుంది?” అని.