حتماً میدونی که توی صد سال گذشته، ساختن واکسن و داروهای ایمنی (همون ایمونوتراپی ها که یعنی درمانهایی که سیستم ایمنی بدن رو فعال میکنه تا مثلاً به جنگ سرطان یا بیماریهای عفونی بره) یکی از موفقیتهای بزرگ پزشکی بوده. اما قبل از اینکه این داروها بیان و به دست ما برسن، کلی تست توی آزمایشگاه و روی حیوانها انجام میدن تا مطمئن شن بیخطر و مؤثرن.
حالا اینجا یه موضوع جالب پیش میاد! تست روی حیوانات کلی قانون داره و هر آزمایش باید مورد تأیید کمیتههای مخصوص باشه. این کمیتهها سه تا اصل خیلی مهم دارن که بهشون میگن “قانون سه R”؛ اول جایگزینی (Replacement) یعنی تا جایی که میشه به جای حیوانها از روشای دیگه استفاده کنن، دوم کاهش (Reduction) یعنی آزمایش باید با کمترین تعداد حیوان انجام بشه تا هزینه و آسیب کمتر شه، و سوم پالایش (Refinement) یعنی باید کارو طوری انجام بدن که حیوان اصلاً یا خیلی کم درد بکشه.
ولی خب، اخیراً سازمانهای بزرگی مثل NIH و FDA آمریکا خیلی دارن فشار میارن که تست حیوانی رو تا جای ممکن کم یا حتی حذف کنن. پس دانشمندا رفتن سراغ ابزارهای جدید و باحال مثل هوش مصنوعی (AI یعنی ماشینهایی که خودشون میتونن یاد بگیرن یا فکر کنن)، یادگیری عمیق (Deep Learning یا DL که یه نوع پیشرفتهتر از هوش مصنوعیه)، “ارگانوئید”ها (Organoid؛ یعنی سلولهایی که توی آزمایشگاه طوری رشدشون میدن که یه مینیعضو درست میکنن، مثلاً یه تیکه کوچیک مغز یا ریه!) و “ارگان روی چیپ” (Organ-on-chip یعنی یه چیپ کوچولو که روش یه عضو خیلی ریز با همه کارکردهاش ساخته میشه).
حالا این مدلهای جدید کمک میکنن که تستهای قبل از آزمایش انسانی (پریکلینیکال) سریعتر و ارزونتر انجام شن. مثلاً میشه واکسن یا دارو رو اول روی این مدلها امتحان کرد، قبل از اینکه برن سراغ تست روی موش یا حیوان دیگه. کلی وقت و پول هم صرفهجویی میشه. اما یه چیزی: این مدلها با این که خیلی باحال و پیشرفتهان، هنوز نمیتونن تموم پیچیدگی بدن واقعی رو کامل شبیهسازی کنن. یعنی هنوز هم نمیشه همه چیز رو فقط با هوش مصنوعی یا مدل آزمایشگاهی تست کرد و لازم میشه باز هم کمی روی حیوانات آزمایش انجام بدن.
در واقع، الان بهترین کار اینه که از این مدلها به عنوان ابزارهای مکمل استفاده بشه. یعنی هوش مصنوعی و چیپ و ارگانوئید بیان، دادهها رو بررسی کنن و یافتهها رو بهینه کنن، بعدش نتیجه رو دوباره رو حیوان و بعد انسان تست کنن تا مطمئن شن کار میکنه.
تو این مسیر، کلی چالش هم وجود داره: باید این مدلها حسابی اعتبارسنجی بشن (یعنی با چیزهایی که تو بدن واقعی اتفاق میافته مقایسه شن). تازه باید قوانین و مقررات (Regulatory Bodies؛ یعنی همون نهادهایی که مواظب هستن همه چی درست انجام شه!) هم بهروزرسانی شه تا این روشهای جدید بتونن مجوز بگیرن.
در آخر، هدف اینه که یه سیستم ترکیبی درست شه؛ یعنی ترکیب هوش انسانی و هوش مصنوعی! اینطوری هم سرعت و دقت حل مسائل پیشبالینی زیاد میشه، هم آسیب به حیوانات کمتر میشه، هم علم پیشرفت میکنه. خلاصه، آینده خیلی هیجانانگیزه و داریم به سمتی میریم که شاید یه روز دیگه اصلاً نیازی به تست روی حیوان نباشه و همه چیز رو با کمک مدلهای دیجیتالی و آزمایشگاهی انجام بدیم!
منبع: +