कृत्रिम बुद्धिमत्ता (Artificial Intelligence - मानवी बुद्धिमत्तेसारखे काम करणारे प्रगत संगणकीय तंत्रज्ञान) आता वैद्यकीय क्षेत्रात एक मोठा बदल घडवून आणण्यासाठी सज्ज झाली आहे. जगभरातील औषध निर्मिती करणाऱ्या फार्मा कंपन्यांकडे असणाऱ्या गोपनीय आणि अत्यंत महत्त्वाच्या डेटाचा वापर करून हे तंत्रज्ञान आता अधिक सक्षम बनले आहे. एका आंतरराष्ट्रीय संशोधकांच्या गटाने केलेल्या नव्या अभ्यासानुसार, या गुप्त माहितीमुळे एआय मॉडेल्सची अचूकता अनेक पटींनी वाढली असून भविष्यात औषध शोधण्याच्या प्रक्रियेत यामुळे मोठी क्रांती होऊ शकते.

सार्वजनिक आणि खाजगी डेटाचा खेळ
सध्या जगभरात प्रथिनांची रचना (Protein structure - आजारांशी लढणाऱ्या घटकांची बांधणी) समजून घेण्यासाठी 'प्रोटीन डेटा बँक' या सार्वजनिक स्रोताचा वापर केला जातो, ज्यामध्ये दोन लाखांपेक्षा जास्त प्रथिनांची माहिती आहे. पण जेव्हा प्रथिने आणि संभाव्य औषध यांच्यातील गुंतागुंतीच्या प्रक्रियेचा अभ्यास करण्याची वेळ येते, तेव्हा हा सार्वजनिक डेटा अपुरा पडतो. औषध कंपन्या त्यांच्या संशोधनादरम्यान एक्स-रे क्रिस्टलोग्राफी (X-ray crystallography - अणूंची रचना पाहण्याचे तंत्र) सारख्या प्रगत तंत्रज्ञानाचा वापर करून हजारो प्रथिनांच्या रचना शोधून काढतात, मात्र व्यावसायिक गोपनीयतेमुळे ही माहिती लपवून ठेवली जाते.

ओपनफोल्ड-३ मॉडेलची यशस्वी चाचणी
संशोधकांच्या चमूने 'ओपनफोल्ड-३' नावाच्या ओपन-सोर्स एआय मॉडेलला पाच मोठ्या औषध कंपन्यांकडून मिळालेल्या वीस हजारांहून अधिक नव्या प्रथिनांच्या रचनांचा अभ्यास करायला शिकवले. विशेष म्हणजे, कंपन्यांचा मूळ खासगी डेटा कोठेही उघड न करता ही प्रक्रिया पार पडली. जेव्हा या मॉडेलची तपासणी करण्यात आली, तेव्हा फक्त सार्वजनिक डेटावर काम करणाऱ्या मॉडेल्सच्या तुलनेत या नव्या मॉडेलने निम्म्याहून अधिक प्रकरणांमध्ये अत्यंत अचूक उत्तरे दिली. यातून हे स्पष्ट झाले की, वेगवेगळ्या कंपन्यांनी आपला डेटा एकत्र केल्यास एआयची ताकद अभूतपूर्व पातळीवर पोहोचू शकते.

सर्वसामान्यांसाठी याचा अर्थ काय?
थोडक्यात सांगायचे तर, शास्त्रज्ञ आता एआयला हे शिकवत आहेत की एखाद्या विशिष्ट आजाराच्या प्रथिनांवर कोणते औषध सर्वात अचूक आणि प्रभावी काम करेल. एआयला जितकी जास्त खरी आणि अचूक माहिती मिळेल, तितक्या वेगाने आणि प्रभावीपणे ते संभाव्य औषधांचा अंदाज बांधू शकेल. यामुळे प्रयोगशाळेत अपयशी ठरणाऱ्या औषधांवर खर्च होणारा वेळ आणि करोडो रुपये वाचतील. अर्थात, यामुळे औषध थेट रुग्णांपर्यंत पोहोचेल असे नाही, परंतु नवीन आणि प्रभावी औषधे शोधण्याचा मार्ग नक्कीच वेगवान आणि सोपा होईल.