الجمعة، 20 نوفمبر 2026
أخبار العالم لحظة بلحظة

الذكاء الاصطناعي يختصر سنوات من اكتشاف الأدوية.. فهل اقترب عصر العلاج الأسرع؟

الذكاء الاصطناعي وتحليل الجزيئات الكيميائية لتسريع اكتشاف الأدوية الجديدة
شركات الأدوية الكبرى تستخدم الذكاء الاصطناعي لتسريع اكتشاف العقاقير وتقليص زمن تطوير الجزيئات. تعرف على النتائج وحدود التقنية وتأثيرها المحتمل في المرضى

في مختبرات صناعة الأدوية، قد تبدأ رحلة البحث عن علاج جديد بفحص آلاف الجزيئات قبل العثور على عدد محدود يستحق الانتقال إلى الاختبارات التالية. إنها عملية طويلة ومكلفة، تتطلب الجمع بين الكيمياء والأحياء والتجارب المخبرية والتحليل الدقيق للنتائج، ولا تنتهي بالضرورة إلى دواء ناجح. لكن دخول الذكاء الاصطناعي إلى هذه المختبرات بدأ يغيّر طريقة العمل، بعدما أصبح قادراً على مساعدة الباحثين في تحديد الجزيئات الواعدة واستبعاد خيارات غير مناسبة قبل إنفاق الوقت والمال على اختبارها.

وفي تقرير نشرته وكالة رويترز الجمعة 20 نوفمبر 2026، كشفت شركات دوائية عالمية عن نتائج أولية تشير إلى تقليص بعض مراحل اكتشاف العقاقير بصورة ملحوظة، وصلت في حالات معينة إلى نحو النصف. ويشارك في هذا التحول عدد من أكبر الأسماء في الصناعة، بينها نوفارتس وسانوفي وأسترازينيكا وإيلي ليلي ونوفو نورديسك. ومع ذلك، فإن تسريع البحث داخل المختبر لا يعني تلقائياً وصول علاج جديد إلى الصيدليات بالسرعة نفسها؛ فبين اكتشاف الجزيء واعتماد الدواء طريق علمي وتنظيمي طويل.

من التجربة المتكررة إلى البحث الذكي

اعتمد اكتشاف الأدوية تقليدياً على بناء فرضيات علمية، ثم تصميم مركبات واختبارها لمعرفة قدرتها على التأثير في هدف بيولوجي محدد. وقد تفشل مركبات كثيرة بسبب ضعف فعاليتها أو سميتها أو صعوبة امتصاصها داخل الجسم، حتى عندما تبدو نتائجها الأولية مشجعة. وتكمن المشكلة في أن كل دورة من التصميم والتجربة والتحليل تستهلك موارد قد تكون كبيرة، خصوصاً عندما تتكرر عشرات المرات للوصول إلى مرشح دوائي مناسب.

هنا يظهر دور الذكاء الاصطناعي بوصفه أداة تساعد على تقليص مساحة البحث. فمن خلال تحليل البيانات الكيميائية والبيولوجية، تستطيع النماذج الحاسوبية اقتراح جزيئات أو توقع خصائص معينة أو ترتيب المرشحين وفق احتمالات نجاحهم. لكنها لا تُغني عن التجارب الفعلية، لأن توقع سلوك مادة داخل الحاسوب يختلف عن إثبات فعاليتها وسلامتها في الخلايا والحيوانات والبشر. والقيمة الحقيقية لهذه التقنية ليست أنها تعرف الإجابة مسبقاً، بل أنها تساعد العلماء على طرح أسئلة أفضل واختبار احتمالات أكثر جدوى.

نتائج أولية تثير اهتمام شركات الأدوية

تقدم الأرقام التي عرضتها الشركات مؤشرات على حجم التغيير المحتمل. فقد أفادت نوفارتس بأن الفترة اللازمة لتطوير بعض المرشحين الدوائيين انخفضت من نحو ثلاث سنوات إلى ما يتراوح بين 18 شهراً وعامين. أما نوفو نورديسك، فأشارت إلى تقليص عدد دورات تصميم الجزيئات من ثماني دورات إلى ثلاث، مع خفض مدة كل دورة إلى النصف. وأعلنت سانوفي أن استخدام التقنيات الجديدة ساعدها على توفير سنة على الأقل في العمل على علاج للربو.

وتشير هذه النتائج إلى مكاسب في الكفاءة، لكنها لا تصلح بعد للحكم على نجاح الذكاء الاصطناعي في تطوير الأدوية عموماً. فالأمثلة تتعلق بمراحل أو برامج بحثية محددة، وليست دليلاً على انخفاض شامل في المدة اللازمة للحصول على الموافقات الطبية. كما أن الشركات تختلف في طبيعة الأمراض المستهدفة والبيانات المتاحة وأساليب القياس، ما يجعل المقارنة المباشرة بين إنجازاتها أمراً يحتاج إلى الحذر.

لماذا لا يعني اكتشاف الدواء وصوله إلى المريض؟

يُعد اكتشاف مركب واعد بداية الرحلة، وليس نهايتها. فبعد الاختبارات الأولية، يجب التأكد من خصائصه الدوائية وسلامته، ثم الانتقال عند استيفاء الشروط إلى الدراسات السريرية التي تُجرى على البشر. وتهدف هذه الدراسات إلى تقييم الجرعات والآثار الجانبية والفعالية العلاجية، قبل أن تراجع الجهات التنظيمية الأدلة وتقرر ما إذا كان الدواء يستحق الترخيص. وقد يفشل مرشح يبدو ممتازاً في المختبر عندما يُختبر على المرضى.

ولهذا فإن الحديث عن اختصار زمن اكتشاف الأدوية يجب ألا يتحول إلى وعد بأن علاج السرطان أو الأمراض المزمنة سيصل خلال أشهر قليلة. فالذكاء الاصطناعي يستطيع تسريع اختيار المرشحين، لكنه لا يلغي الحاجة إلى متابعة سلامة المرضى أو جمع الأدلة السريرية الكافية. وربما يكون أحد أهم الاختبارات المقبلة لهذه التكنولوجيا هو إثبات قدرتها على زيادة نسبة المرشحين الذين ينجحون في المراحل المتقدمة، لا مجرد زيادة عدد الجزيئات التي تقترحها.

سباق جديد بين شركات التكنولوجيا والدواء

لم تعد المنافسة محصورة بين شركات الأدوية التقليدية، إذ تتوسع شركات تطوير نماذج الذكاء الاصطناعي في تقديم أدوات للبحث العلمي. ولفت تقرير رويترز إلى اهتمام شركة أنثروبيك بهذا القطاع من خلال البرمجيات والشراكات والاستثمارات والعمل المخبري. ويخلق ذلك علاقات معقدة؛ فقد تكون شركة التكنولوجيا مزوداً لخدمات شركة دوائية اليوم، ثم تصبح شريكاً بحثياً أو منافساً في بعض المجالات مستقبلاً.

لكن امتلاك نموذج حاسوبي متقدم لا يكفي وحده لتحقيق اكتشاف دوائي ناجح. فشركات الأدوية تمتلك مجموعات واسعة من البيانات التجريبية والخبرة التنظيمية والمعرفة المتراكمة عن الأمراض والجزيئات، وهي أصول يصعب تعويضها بسهولة. لذلك قد تتحدد ملامح المنافسة المقبلة بقدرة المؤسسات على الجمع بين النماذج الذكية والبيانات الموثوقة والخبرة العلمية، مع حماية المعلومات الحساسة وضمان جودة النتائج.

هل تنخفض أسعار الأدوية مستقبلاً؟

من الناحية الاقتصادية، يمكن أن يؤدي تقليص دورات البحث إلى خفض بعض تكاليف التطوير وتوجيه الموارد نحو مشاريع أكثر وعداً. وقد تستفيد الشركات من اتخاذ قرارات مبكرة بشأن المركبات غير المناسبة، بدلاً من اكتشاف مشكلاتها بعد سنوات من العمل. وتتوقع سانوفي أن تسهم تقنيات الذكاء الاصطناعي في تقليص مدة الاكتشاف المبكر بنسبة تتراوح بين 20 و25 في المئة خلال عامين، مع احتمال الوصول إلى تخفيض أكبر خلال خمس سنوات، وفق تقديرات الشركة.

لكن انخفاض تكلفة البحث لا يضمن انخفاض سعر الدواء للمستهلك. فالأسعار تتأثر أيضاً ببراءات الاختراع والمنافسة وتكاليف التجارب السريرية وسياسات التأمين والتفاوض مع الجهات الصحية. كما أن تطوير علاج ناجح يظل محفوفاً بالمخاطر حتى لو أصبحت مرحلة اختيار الجزيئات أسرع. ولذلك ينبغي النظر إلى الوفورات المتوقعة باعتبارها فرصة لتحسين كفاءة الصناعة، لا تعهداً مؤكداً بأن الأدوية ستصبح أرخص.

الخلاصة: ثورة تحتاج إلى دليل سريري

تكشف التطورات الأخيرة أن الذكاء الاصطناعي بدأ يتحول من أداة مساعدة في الأعمال الإدارية إلى عنصر فاعل في البحث الدوائي نفسه. وتبدو النتائج الأولية واعدة، خصوصاً عندما يتعلق الأمر بتصميم الجزيئات واختيار الأهداف البيولوجية وتقليل التجارب غير الضرورية. غير أن الاختبار الحاسم لن يكون عدد السنوات التي توفرها الشركات داخل مختبراتها، بل عدد العلاجات الآمنة والفعالة التي تصل بالفعل إلى المرضى.

وإذا نجحت هذه التقنيات في تحسين فرص نجاح المرشحين الدوائيين، فقد تصبح واحدة من أهم التحولات في الصناعة الطبية خلال العقود المقبلة. أما إذا اقتصرت مكاسبها على تسريع المراحل المبكرة دون تحسين النتائج السريرية، فستظل فائدتها مهمة ولكن أضيق من الوعود المتداولة. وبين التفاؤل والحذر، يبقى المعيار الأكثر أهمية بسيطاً: ليس المطلوب اكتشاف جزيئات أكثر فحسب، بل تطوير علاجات أفضل تصل إلى من يحتاجون إليها.

المصادر والمراجع

شارك الخبر

عن الكاتب: Jadeed Alyom

تابع أحدث الأخبار والتحليلات على جديد اليوم.

جميع مقالات الكاتب ←