كيف تُحدث بيانات العالم الحقيقي نقلة نوعية في تقييم الأدوية؟ نشرة التشريعات في أسبوع البريدية - العدد #80

مرحبا بالمنضمين حديثا إلى النشرة، والتي أنقل لكم فيها تجربتي في دراسة الماجستير التنفيذي في التشريعات الدوائية بجامعة الملك سعود 2023 م ( ‏Executive Master of Drug Regulatory Affairs in KSU) بشكل أسبوعي في صباح كل يوم إثنين☀️ وهي لا تُعبرّ إلا عن وجهة نظر ناقلها، راغبا بذلك توثيق الرحلة مع الآخرين ومشاركتهم طريق التعلم في أحد أعرق جامعات المملكة العربية السعودية.

ناقل هذه التجربة هو أنا عبدالعزيز آل رفده تجدني في منصة linkedin،أو منصة Twitter (X)  صيدلي بمدينة الملك سعود الطبية وكاتب ابداعي لعديد من المقالات والنشرات البريدية منذ العام 2018م وحتى هذا اليوم.

إن كنت مهتما عن السبب وراء رغبتي في توثيق ونقل هذه التجربة فأود إخبارك بأني قد أفردت لها نشرة سابقة من أعداد التشريعات في أسبوع البريدية والتي كانت بعنوان ( ما هو السبب الذي يجعلني أكتب نشرة التشريعات في أسبوع البريدية؟) وفي نشرة أخرى كذلك كتبت عددا لاقى رواجا كبيرا بين القراء بعنوان (لماذا أنصحك بدراسة الماجستير التنفيذي في التشريعات الدوائية، واستكمال رحلتك المهنية عن طريقها؟). 

لإيماني بإثراء المحتوى العربي بشكل عام والصيدلاني بشخص خاص بدأت هذه الرحلة، وقد وصلتني عن نشرة التشريعات في أسبوع الكثير من كلمات المديح والتشجيع سواء من أعضاء هيئة التدريس، أو زملاء الدفعة الدراسية، أو ممن ينتسبون في السلك الصيدلاني بكافة قطاعاته، سعيد بأن سلسلة النشرات البريدية قد نالت استحسانهم، وبإذن الله بأن القادم منها أجمل بهاءْ وحُلّة. 🙏🏼

أثق تماما بأن المستقبل مشرق بالكثير من الرائعين الذين بإمكانهم صنع أعمال عظيمة من شأنها إحداث أثر إيجابي في المجتمع العلمي والصحي، قراءة مُفيدة للنشرة الثمانين "80" من نشرة التشريعات في أسبوع البريدية.

الذكاء الاصطناعي يتنبأ بتفاعلات الدواء مع الهدف الحيوي ثورة في اكتشاف الأدوية

في دراسة حديثة بعنوان " Application of Artificial Intelligence In Drug-target Interactions Prediction: A Review تطبيقات الذكاء الاصطناعي في التنبؤ بتفاعلات الدواء مع الهدف" نُشرت عام 2025، تم تسليط الضوء على الدور المتنامي للذكاء الاصطناعي في مجال اكتشاف الأدوية وتطويرها، فقد ركزت الدراسة على التنبؤ بتفاعلات الدواء مع الهدف الحيوي (DTI)، وهو مجال حيوي وحساس يساهم بشكل كبير في تسريع عمليات البحث الدوائي.

ففي عالم اليوم يوفر الذكاء الاصطناعي أدوات قوية لتحليل البيانات المعقدة والتنبؤ بالارتباطات بين الأدوية والبروتينات المستهدفة، مما يفتح آفاقًا جديدة في فهم كيفية تأثير الأدوية على الجسم حيث تظهر أهمية التنبؤ بتفاعلات الدواء مع الهدف الذي ترغب فيه الوصول إليه في الآتي:

إعادة توظيف الأدوية:

يمكن استخدام الأدوية المعروفة لعلاج أمراض جديدة، مما يوفر الوقت والتكاليف المرتبطة بتطوير أدوية جديدة، ومثال على ذلك هو اكتشاف دواء Liraglutide المستخدم لعلاج السكري أوضحت النتائج أيضا أنه بالامكان مساعدته في تقليل خطر الإصابة بمرض الزهايمر.

اكتشاف أدوية جديدة:

يساعد الذكاء الاصطناعي في تحديد المركبات التي قد تمتلك خصائص علاجية مفيدة، مما يقلل من الحاجة إلى التجارب العشوائية المكلفة.

التنبؤ بالآثار الجانبية:

يمكن للتنبؤات المستندة إلى الذكاء الاصطناعي تحديد التفاعلات غير المتوقعة بين الأدوية والبروتينات، مما يساعد في تحسين تقييم الأمان الدوائي.

تحليل آلية العمل الدوائية:

يساعد الذكاء الاصطناعي في فهم كيفية تأثير الأدوية على المسارات البيولوجية، مما يعزز في تطوير علاجات فردية مخصصة بناءً على العوامل الجينية والبيئية لكل مريض.

ولكن السؤال ما هي التحديات في استخدام الذكاء الاصطناعي لتنبؤ DTI؟ 

عدم توازن البيانات:

معظم قواعد البيانات تحتوي على عدد قليل من التفاعلات الدوائية المثبتة مقارنة بعدد هائل من التفاعلات المحتملة غير المعروفة، مما يؤدي إلى اختلال في تدريب النماذج.

استخراج الميزات وتحليل البيانات:

تحتاج النماذج إلى تحليل الهياكل الجزيئية للأدوية والبروتينات، وهذا يتطلب خوارزميات قادرة على فهم البيانات النصية، والصور، والنماذج ثلاثية الأبعاد.

تعريف العينات السلبية:

لا يوجد تعريف موحد للعينة السلبية في التدريب، حيث يتم افتراض أن التفاعلات غير المعروفة هي تفاعلات غير صحيحة، في حين قد تكون بعضها صحيحة ولكنها لم تُكتشف بعد.

مشكلة البدء البارد:

تفشل النماذج في التنبؤ بتفاعلات الأدوية الجديدة التي لم يتم إدخالها في قاعدة البيانات أثناء التدريب، مما يتطلب استراتيجيات تعلم متقدمة.

ما هي إذن أساليب الذكاء الاصطناعي في التنبؤ بـ DTI؟ 

التعلم الآلي التقليدي:

تُستخدم عدة منهجيات، مثل تحليل المصفوفات، والطرق القائمة على التشابه، والطرق المستندة إلى الشبكات العصبية التقليدية.

التعلم العميق:

يوفر التعلم العميق أدوات أكثر تعقيدًا ودقة لتنبؤ DTI، مثل النماذج القائمة على التسلسل، والشبكات العصبية البيانية، والذكاء الاصطناعي التوليدي.

التعلم متعدد الوسائط:

يجمع بين عدة أنواع من البيانات للحصول على صورة أكثر دقة وشمولية للعلاقات بين الأدوية والأهداف البروتينية.

ما هي الاتجاهات الحديثة في البحث والتطوير؟

استخدام بيانات الكيمياء الكمية:

توفر الكيمياء الكمية تحليلًا تفصيليًا للجزيئات على المستوى الذري.

دور خاص  AlphaFold3:

يعد AlphaFold3 أحد التطورات الحديثة التي ساعدت في التنبؤ الدقيق بهياكل البروتينات.

الاستفادة من نماذج اللغة الضخمة:

يمكن للنماذج الضخمة مثل ChatGPT تحليل البيانات النصية المتعلقة بالأدوية والبروتينات.

تحسين تكامل البيانات:

توحيد وتنسيق مصادر البيانات المختلفة لضمان أفضل استخدام للنماذج الذكية في التنبؤات.

تطبيق أساليب متعددة التخصصات:

دمج الذكاء الاصطناعي مع تقنيات معالجة اللغات الطبيعية والرؤية الحاسوبية يمكن أن يعزز تحليل البيانات الحيوية وتحسين دقة النماذج.

تعزيز الأمن والخصوصية في البيانات:

معالجة مخاوف الخصوصية عند استخدام بيانات المرضى السريرية، والتأكد من الامتثال للمعايير الدولية مثل GDPR.

كيف هو شكل استخدامات بيانات العالم الحقيقة وأدلتها في التقييمات الاقتصادية المعنية بالدواء Real world data؟ 

يجب أن نعي بأن الأدلة المستقاة من العالم الحقيقي Real world data بدأت تأخذ أهميتها العلمية في مختلف القطاعات، سواء صناع القرار أو أصحاب المصلحة، ويعود سبب ذلك لأنها تجيب عن أسئلة مهمة وجوهرية لا توفرها الدراسات السريرية المتحكم بها Random control trails وبسبب أن الدراسات السريرية في طبيعتها دراسات متحكم بها فهي مضبوطة للغاية بأعداد مشاركين في البحث محدود، والتي بدروها تهتم بالسلامة safety،  أو أن تكون قليلة العدد في الأعداد المشاركين المنتسبين في الأعمال البحثية RCT ممن أصيبوا بأمراض نادرة Rare diseases.

لتأتي فكرة البيانات الحقيقة من الواقع RWD لتحل مثل هذه الإشكاليات والتي تكون فيها الأعداد بمئات الالاف أو الملايين من الأشخاص، الذين بدورهم سيعكسون صورة حقيقة عن الاعراض الجانبية إن وجدت أو مدى ملائمة العلاج للمرضى، وعن ما إذا كان العلاج بالإمكان أخذه مرة واحدة في اليوم بدلا من مرتين أو ثلاث مرات مما يؤثر على امتثال المريض للعلاج بشكل دوري.

ما هو الحل مع البيانات المحدودة للأمراض النادرة rare diseases ؟

بسبب محدودية البيانات للأمراض النادرة جاءت الموافقة من قبل هيئة الدواء والغذاء على بعض المركبات الجديدة  new compounds من خلال اعتماد ما يسمى باعتمادية قبول الدواء Breakthrough وقد يكون تسجيل هذه الأدوية معنيا بدولة معينة بنوع دواء مخصص new entity لم يوافق في دولة أخرى سواها.

يوجد في العالم 46%من الأدوية الجديدة في العالم new compounds التي تمت الموافقة عليها بناء على بيانات أعداد المشاركين في الأبحاث عددهم أقل من 500 مشارك.

من هم الذين يحتاجون البيانات المأخوذة من العامل الحقيقي وأدلتها ؟ 

هناك العديد من أصحاب المصلحة المختلفين الذين يريدون معرفة نتائج بيانات العالم الحقيقي وهم: 

- مقدمو الخدمة provider:

 وذلك في عملية صنع القرارات واتخاذها من أجل معرفة مؤشرات الأداء وإشراك المريض كذلك في هذه السلسلة المعنية بالخدمة الطبية.

- المشترين Payers:

 وذلك في تقييم تكلفة المنتجات وقيمتها cost & value 

- المرضى في استخدامات الأجهزة المتطورة:

 وهي الأجهزة التي تتابع حالة المريض مثل الساعات التي تعرف الحالة الصحية للمريض، ونبض قلبه، وحالة سكر الدم والتي يمكن تسخيرها لتغيير سلوك المريض خصوصا لمن يعاني منهم من الأمراض النادرة.

- من يعمل في البيئات التنظيمية المتطورة regulatory environments :

وذلك في ضبط عملية جمع هذه البيانات وتحليلها جيدا لكي تكون ملبية للمتطلبات والمؤشرات اللازمة لذلك سواء للمنتجات الحالية أو المستقبلية بغية الحد من المخاطر قدر المستطاع. 

- الشركات المنافسة الأخرى competitor company:

 بسبب القيود على الميزانيات تبحث الشركات والمصانع الأخرى على طرق جديدة للتميز والفوز في السوق. 

- تطوير منصات البيانات:

 وهي جعل هذه البيانات الخام رؤى مطبقة على أرض الواقع بخلق القرارات الحكيم التي تصب في مصلحة الدولة ومواطنيها.

في دورة حياة المنتج  product life cycle  أين بالضبط يمكن الاستعانة ببينات العالم الحقيقي؟ 

من المهم معرفة أن البيانات المأخوذة من العالم الحقيقي بالإمكان الاستعانة بها أيضا في مرحلة النضج للمنتج بعد تسويقه mature phase ,وهو الذي يعني وصول المنتج إلى أعلى قيمة له في المبيعات مع اختراقه للسوق الدوائي.

ففي مرحلة النضج بعد سرعة الاختراق هذه سوف يكون هناك تباطؤ في نمو المنتج، ونقصان في هامش الربحية، ووجود منافسين في السوق الدوائي ليكون التركيز في الحصول على الأموال المربحة قدر الممكن مع وجود بعض الأعمال التطويرية في المنتج التي من شأنها التميز في السوق والبقاء فيه لأطول فترة ممكنة، وتحصيل ولاء العملاء وذلك بخدمتهم بأفضل شكل ممكن. 

هل هناك تنظيمات في دول العالم ممن بدأوا الاستعانة بالأدلة المأخوذة من العالم الحقيقي في عمليات صنع القرار لديهم ؟ 

نعم يوجد عديد الدول التي بدأت في التطبيق الفعلي لها بدءا من العام 2019 م وحتى اليوم مثل دول (كندا، والولايات المتحدة الأمريكية، وأوروبا، والهند، والصين، واليابان).

كيف تعرف هيئة الدواء والغذاء الأمريكية FDA بيانات العالم الحقيقي RWD ؟ 

هي بيانات عن التدخلات الصحية في الممارسة السريرية الروتينية والتي يمكن الإبلاغ عنها من قبل مقدمي الرعاية، أو من يقوم بالدفع مقابلها، أو المرضى أنفسهم. 

كيف تعرف وكالة الأدوية الأوروبية EMA بيانات العالم الحقيقي RWD ؟ 

هي البيانات المأخوذة بشكل اعتيادي وروتيني والتي تكون متعلقة بصحة المرضى أو التي تكون مأخوذة من عدة مصادر مختلفة عن الممارسة السريرة المعتادة.

ما هي العوامل التي تحدد أهمية الأدلة المأخوذة من العالم الحقيقي RWE ؟ 

هناك ثلاث عوامل أساسية لتحديد أهمية مثل هذه الأدلة وهي: 

أولا):

أنها انعكاس حقيقي لتجربة المريض patient experience وهي نظرة دقيقة وثاقبة تم أخذها من مجموعة من السكان غير المتجانسين في البيئة الحقيقية، وهذا عكس ما يحدث في الدراسات السريرية المتحكم بها RCTs وفيها يؤخذ بالاعتبار أيضا جودة حية المريض QOL.

ثانيا):

تعطي مستوى جديد من الوضوح Clarity لما يتعلق بالرعاية الصحية وهذا سوف يساعد على استخدام أدوات فعالة في تقييم التكنولوجيا الصحية HTA  ومعرفة القيم الدقيقة للتمويل وكيفية الدخول للسوق الدوائي بطريقة مثالية لجميع  أصحاب المصلحة.

ثالثا) :

الأدلة السريرية التي يمكن تبنيها بعد أخذ بيانات العالمي الحقيقي وفيها معرفة جودة البيانات السريرية المتحكم بها RCTs لكون بيانات العالم الحقيقي مرحلة أخرى ممتدة للتجارب السريرية.

ما هي الخلاصــــــــــــــة؟

هناك تزايد في الاهتمام ببيانات العالم الحقيقي (RWD) في كثير من دول العالم اليوم لأنها تجيب عن أسئلة لا تستطيع الدراسات السريرية توفيرها، فبيانات العالم الحقيقي  RWD تشمل أعدادًا كبيرة من المشاركين، وتعكس صورة واقعية للأعراض الجانبية ومدى ملاءمة العلاج، فعند الحديث عن الأمراض النادرة حيث البيانات محدودة، يتم اللجوء إلى الموافقة على بعض المركبات الجديدة عبر اعتمادية قبول الدواء.

وبناء على ما سبق الحديث عنه هناك العديد من أصحاب المصلحة ممن يرغبون بشدة في الاطلاع على بيانات العالم الحقيقي RWD ، منهم مقدمو الخدمة والمشترون والمرضى والجهات التنظيمية والشركات المنافسة، لتكون الاستعانة ببيانات العالم الحقيقي بـ RWD مع بدايات مرحلة النضج للمنتج.

وبسبب أهمية بيانات العالم الحقيقي RWD هناك دول عديدة بدأت في استخدام هذه الأدلة في عمليات صنع القرار لديها، وتختلف تعاريف بيانات العالم الحقيقي بين مختلف المنظمات الدوائية حيث تعرف هيئة الدواء والغذاء الأمريكية RWD بأنها بيانات عن التدخلات الصحية في الممارسة السريرية الروتينية، بينما تعرفها وكالة الأدوية الأوروبية بأنها بيانات مأخوذة بشكل اعتيادي وروتيني متعلقة بصحة المرضى.

كل الشكر لك عزيزي القارئ لبلوغك هذا السطر من النشرة البريدية، جميع ما ذكر في النشرة هو إعادة تدوير لموضوع سابق من تقديم الدكتورة أحمد الجديع الوكيل المساعد للخدمات الطبية المساندة بوزارة الصحة خلال أحد محاضرات السنة الأولى في مادة اقتصاديات الدواء.

استعد لرحلة مثيرة مع هذين الكتابين اللذين سيغيّران نظرتك حول عالم التشريعات الدوائية 

عبدالعزيز آل رفده، أيمن القاسم، هاجر العنزي

نشرات مرجعية مهمة من أرشيف نشرة التشريعات في أسبوع البريدية 📌 

•  ما هو السبب الذي يجعلني أكتب نشرة التشريعات في أسبوع البريدية
•  لماذا أنصحك بدراسة الماجستير التنفيذي في التشريعات الدوائية، واستكمال رحلتك المهنية عن طريقها؟
• ما هي الرحلة التي تصاحب الدواء منذ اكتشافه وصولا للمستخدم النهائي؟ ولماذا الصناعة الدوائية معقدة للغاية حتى هذا الحد؟
• ما هي العواقب الاقتصادية في عدم معالجة داء السمنة مع العام 2060 م في المملكة العربية السعودية؟ وهل ستنجح الأدوية الجديدة في تقليص عمليات السمنة مستقبلا؟
• ما هو مستقبل التشريعات في أسبوع البريدية بعد عام كامل من النشر؟
• نصائح ذهبية كيف تستعد لمرحلة الماجستير التنفيذي في التشريعات الدوائية؟ -الجزء الأول-
• نصائح ذهبية كيف تستعد لمرحلة الماجستير التنفيذي في التشريعات الدوائية؟ -الجزء الثاني-
• سوق الدواء السعودي نقاط القوة وفرص النمو

إن كان هناك أسئلة تتعلق بكل ما ورد أعلاه  أو اقتراحات للتطوير من النشرة بإضافة أفكار لها لا تتردد في مراسلتي عبر البريد الإلكتروني للنشرة من خلال هذا العنوان  [email protected]