AI กับบทบาทในการค้นหายารักษาโรคในอนาคต

ทุกปีหน่วยงานวิจัยทั้งของรัฐบาลและเอกชนทั่วโลกจะสูญเสียเงินงบประมาณมากมหาศาลเพื่อค้นหาตัวยาใหม่ๆ และพัฒนาตัวยาเก่าๆ ให้มีประสิทธิภาพสูงขึ้น เช่น ให้มีราคาถูกลงผลิตได้ในปริมาณมากขึ้น และให้สร้างผลกระทบกระเทือนข้างเคียงต่อคนไข้และสิ่งแวดล้อมน้อยลงในขณะที่ยามีการพัฒนา เชื้อโรคก็มีวิวัฒนาการในตัวมัน ทำให้มีภูมิคุ้นกันต่อต้านยาและเชื้อโรคบางตัวก็กลายพันธุ์จนดื้อยาได้อย่างสมบูรณ์ ยิ่งเมื่อสภาพแวดล้อมเปลี่ยนแปลงไปตลอดเวลาเช่นนี้ เช่นโลกกำลังร้อนขึ้น และสภาพแวดล้อมทั้งในดิน น้ำ และอากาศก็มีมลวัตถุมากขึ้นโรคอุบัติใหม่ก็ยิ่งมีพบมากขึ้นตามไปด้วย

การสำรวจความสูญเสียในประเด็นที่ว่า ตัวยาที่วิจัยได้ประสบความสำเร็จเพียงใดทางการค้า แสดงให้เห็นว่าประมาณ 90% ของตัวยาที่คาดหวังว่าจะมีสมรรถภาพสูง เพราะได้ผลดีมากขณะอยู่ในห้องปฏิบัติการ แต่กว่ายานั้นจะได้รับการผลิตออกสู่ตลาด กลับได้ผลไม่ดีเท่าที่คาดหวัง เพราะตัวยานั้นได้สร้างผลกระทบเชิงลบต่อสัตว์ทดลอง ทั้งในระยะสั้นและระยะยาว จึงไม่สามารถจะนำมาใช้ในการรักษาคนได้ หรือถ้ารักษาได้ก็จะมีราคาสูงมาก จนคนธรรมดาทั่วไปไม่สามารถจะเข้าถึงการรักษาด้วยยานั้นได้

เมื่อความเสียหายด้านทุนทรัพย์ เวลา และความคาดหวังที่ล้มเหลวมีมากเช่นนี้ สังคมจึงคิดว่า วิธีการผลิตยาและเทคโนโลยีที่ใช้ในการผลิตยาจะต้องมีการเปลี่ยนแปลง

บริษัทยายักษ์ใหญ่ เช่น Pfizer ในอเมริกากำลังใช้เทคโนโลยี Machine Learning (ML) ค้นหาตัวยาต่อสู้มะเร็ง บริษัท Sanofi ในฝรั่งเศสได้ทำสัญญากับบริษัท Exscientia นำปัญญาประดิษฐ์ Artificial Intelligence (AI) มาค้นหาวิธีรักษาโรคระบบทางเดินอาหาร ด้านบริษัท Roche ในสวิสเซอร์แลนด์ก็กำลังใช้ระบบ AI ค้นหาวิธีรักษามะเร็งเช่นกัน โดยได้รับความร่วมมือจากหลายบริษัทต่างชาติทั่วโลก

ข้อมูลเหล่านี้จึงแสดงให้เห็นว่า AI และ ML กำลังนำโลกเภสัชกรรมเข้าสู่ยุคการผลิตยาที่สามารถทำได้รวดเร็วขึ้น มีราคาถูกลง และตัวยาที่พบมีประสิทธิภาพมากขึ้น เทคโนโลยีดิจิทัลจึงกำลังสร้างความท้าทายและโอกาสให้นักวิทยาศาสตร์ทุกคนทำงานในรูปแบบใหม่ โดยเฉพาะนักวิทยาศาสตร์ที่เพิ่งจบใหม่ ๆ จะต้องเข้าใจว่า AI และ ML สามารถทำอะไรได้บ้าง หรือทำอะไรไม่ได้บ้าง และนิสิตที่จบใหม่ ๆ จะต้องรู้ว่า ตนมีทักษะอะไรใหม่ ๆ และมากเพียงใด จึงจะมีโอกาสได้งาน และทำงานได้ดีในอนาคต

ปัจจุบันนี้เรามีหุ่นยนต์และเครื่องจักรกลที่สามารถคิดและหาเหตุผลได้ “เหมือนคน” แล้ว เทคโนโลยี general AI ผนวกกับความก้าวหน้าทางด้านคอมพิวเตอร์ และการมีข้อมูลขนาดใหญ่ (big data) กับ algorithm ขั้นสูง ได้ทำให้เทคโนโลยี ML รุดหน้าไปเร็วมาก จนทำให้หลายคนคิดจะสร้างปัญญาประดิษฐ์แนวแคบ (narrow AI) เพื่อให้ทำงานเฉพาะเรื่อง แทนที่จะให้ทำทุกเรื่อง เช่น ให้วิเคราะห์ สร้างความเข้าใจ และเขียนบทความต่าง ๆ โดยใช้เทคโนโลยี natural language processing กับ artificial neural network เลียนแบบสมอง ซึ่งการทำงานเหล่านี้ได้มีปรากฏในเรื่องที่เป็น computer vision และในการวิเคราะห์เสียงพูดของคนเรียบร้อยแล้ว จากนี้ความก้าวหน้าในขั้นต่อไปก็คือ การใช้ AI ค้นหาตัวยา ที่มีอยู่ในข้อมูลโมเลกุล อะตอมจำนวนมากมหาศาล ซึ่งนักเคมีได้ประเมินว่า อะตอมในเอกภพมีมากถึง 10^60 อะตอม ในขณะที่ดาวในเอกภพมีประมาณ 10^24 ดวง และเซลล์ในสมองของคนมีมากถึง 10^11 เซลล์

มนุษย์มิได้เป็นสิ่งมีชีวิตชนิดเดียวเท่านั้นที่พยายามหาวิธีรักษาตนเอง ลิงชิมแปนซีและกอริลลาเวลาไม่สบายก็กินใบพืชและผลไม้หลายชนิด เพื่อขับพยาธิและลดอาการไข้ ข้อมูลนี้จึงแสดงให้เห็นว่า เมื่อหลายล้านปีก่อน มนุษย์กับลิงเคยมีบรรพบุรุษร่วมกัน แม้เส้นทางวิวัฒนาการในเวลาต่อมาจะแยกจากกัน แต่ความต้องการในชีวิตในหลายประเด็นก็ยังมีร่วมกัน

ด้วยเหตุนี้การศึกษาคุณสมบัติด้านยาของพืชในป่า จึงมีความสำคัญมากว่า อาจจะใช้เป็นยารักษาโรคได้ และการค้นหาตัวยาก็สามารถทำได้รวดเร็ว โดยอาศัยภูมิปัญญาของหมอพื้นเมือง เช่น ที่ Ghana คนที่เป็นโรคหอบหืด หมอมักจะให้กินสมุนไพรชนิดหนึ่ง ซึ่งการวิเคราะห์ทางเคมีได้ช่วยให้เรารู้ว่า ในสมุนไพรนั้นมีสารประกอบ hydroxyoya saponin ที่สามารถรักษาโรคหอบหืดได้ ในฟิลิปปินส์ ชาวบ้านชอบนำใบต้น Carmma refusa มาทำให้แห้ง เพื่อใช้ชงดื่ม และพบว่าผู้ดื่มจะรู้สึกกระปรี้กระเปร่า เพราะใบมีสารเคมีที่มีคุณสมบัติทำให้คนดื่มมีอารมณ์ดี สารนี้จึงเป็นสารประเภท antimutagenic ด้านชาว Aborigine ในออสเตรเลียก็ได้พบว่า ใบต้น Melaleuca alternifolia สามารถรักษาบาดแผล และรอยไหม้ได้ ตามรายงานการเดินทางของกัปตัน James Cook (1728–1779) ซึ่งได้บันทึกเหตุการณ์นี้ในสมุด เมื่อครั้งที่ได้เดินทางไปผจญภัยในออสเตรเลียเมื่อ 250 ปีก่อน

คนไทยโบราณก็รู้จักใช้ผลิตภัณฑ์ธรรมชาติจากต้นไม้มาทำยามากมาย เช่น ยาแก้วห้าดวง ยาห้าราก ยาเบญจโลกวิเชียร ฯลฯ ที่มีสรรพคุณถอนพิษต่าง ๆ ส่วนยาที่ผลิตจากรากไม้ก็มีมาก เช่น ยาที่ได้จากรากมะเดื่อชุมพร รากเท้ายายม่อม รากย่านาง และรากคนทาที่ใช้กินแก้ไข้ ตลอดจนถึงการรู้จักใช้เปลือกต้นจามจุรีทำยาฝาดสมานแก้ท้องร่วง และเมล็ดจามจุรีก็สามารถใช้เป็นยาแก้กลากเกลื้อนได้ เป็นต้น

ด้านชาวต่างชาติก็มีประวัติศาสตร์ความเป็นมาของการพัฒนายาเช่นกัน แพทย์ Galen (129-216) และ ปราชญ์ Aristotle (384–322 ปีก่อนคริสตกาล) ได้แนะนำให้สตรีมีครรภ์บริโภคใบหลิว (willow) เพื่อบรรเทาอาการเจ็บครรภ์ และดอกต้น siphon ที่ Aristotle อ้างว่ามีสรรพคุณในการคุมกำเนิดสตรีนั้น ก็เป็นที่ประจักษ์ว่า ใบมีสารประกอบที่สามารถยับยั้งการตั้งครรภ์ในสตรีได้

ส่วนสาเหตุที่ทำให้ความนิยมและความศรัทธาในยาของคนโบราณลดลงก็คือ คนปัจจุบันมักคิดว่า ยาโบราณเป็นยาที่ด้อยคุณภาพ และไม่ได้รับการตรวจสอบทางวิทยาศาสตร์ อีกทั้งไม่ได้รับการทดสอบในระยะยาวว่า ยาได้สร้างผลกระทบด้านใดบ้าง นอกจากนี้ การตัดไม้ทำลายป่าที่กำลังทวีความรุนแรงขึ้นตลอดเวลา ก็มีส่วนทำให้ความยากลำบากในการผลิตยาจากต้นไม้ในป่าก็รุนแรงขึ้นด้วย ทำให้การผลิตยาโบราณน้อยลงไปทุกวัน ดังนั้นการผลิตยาหรือการสร้างยาด้วยการตัดไม้ทำลายป่าไปพร้อมกัน จึงต้องได้รับการเปลี่ยนแปลง ซึ่งอาจทำได้โดยการนำเทคโนโลยีเคมีสังเคราะห์ยาจากผลิตภัณฑ์ธรรมชาติมาแทน ดังในกรณีการสังเคราะห์ยา taxol ที่ใช้ต่อสู้มะเร็งมดลูก

ประวัติศาสตร์ยุโรปได้เคยบันทึกว่าชาวโรมันและคนกรีกในอดีตเชื่อว่า ต้นยิว (yew) เป็นต้นไม้อัปมงคลเพราะใครก็ตามที่ง่วงหลับใต้ต้นไม้ชนิดนี้จะประสบอุบัติเหตุถึงแก่ชีวิตในเวลาอีกไม่นานด้านคนอังกฤษในยุคกลางก็นิยมปลูกต้นยิวในป่าช้าและรอบสุสานดังนั้นการเห็นต้นยิวขึ้นเรียงรายในสมัยนั้น จึงทำให้ผู้คนนึกถึงแต่เรื่องความผิดหวังความโศกเศร้า ศพ และความตาย

แต่มาถึงตอนนี้ ต้นยิว (Taxus baccata) ได้กลับเปลี่ยนภาพลักษณ์ไปแล้ว คือ เป็นต้นไม้มงคลที่ให้ความหวัง ชีวิต และความสุขแก่มนุษย์ เพราะเปลือกของต้นยิวมีสารเคมีชื่อ taxol ที่สามารถยับยั้งการเติบโตของเซลล์มะเร็งมดลูกได้

โดยในปี 1989 แพทย์จากมหาวิทยาลัย Johns Hopkins ในสหรัฐอเมริกาได้พบว่า คนไข้มะเร็งมดลูก เมื่อได้รับการฉีด taxol เข้าร่างกาย ประมาณร้อยละ 30 ของคนป่วยจะมีอาการดีขึ้นมาก นอกจากนี้นักวิจัยบางคนยังได้รายงานอีกว่า รากของต้นยิวก็สามารถพิฆาตเซลล์มะเร็งผิวหนังและเซลล์มะเร็งปอดได้ด้วย

ตามปกติต้นยิวเป็นพืชยืนต้นที่ชอบขึ้นในป่าชื้น มีหลายสายพันธุ์ ลำต้นสูงตั้งแต่ 20 ถึง 30 เมตร ใบมีสีเขียว และมีลักษณะเรียวยาวคล้ายเข็ม เมล็ดมีลักษณะคล้ายเมล็ดสน คือ เป็นรูปกรวย และผลที่สุก มีเนื้อนิ่ม สีแดง

นักเคมีได้วิเคราะห์โครงสร้างโมเลกุลของ taxol เพื่อศึกษาว่า มันใช้โมเลกุลส่วนใดในการพิฆาตเซลล์มะเร็ง ซึ่งถ้าพบก็จะสังเคราะห์โมเลกุลส่วนนั้นมาใช้ทำตัวยา

ในปี 1971 Mansukh C. Wani (1925-2020) ได้พบโครงสร้างโมเลกุลของ taxol ว่า มีโมเลกุลต่าง ๆ เรียงลำดับกันอย่างซับซ้อนมาก ทำให้การสังเคราะห์โมเลกุลตัวนี้หลายต่อหลายครั้งต้องล้มเหลว เพราะเวลานักเคมีสังเคราะห์ส่วนหนึ่งของโมเลกุลได้ อีกส่วนหนึ่งก็จะถูกทำลาย งานสังเคราะห์ taxol จึงเป็นงานที่ท้ายทายความสามารถและความอดทนของนักเคมีมาก แต่ในที่สุด Robert A. Holton (1944-ปัจจุบัน) แห่งมหาวิทยาลัย Florida State ในสหรัฐอเมริกาก็ประสบความสำเร็จในการพบวิธีสังเคราะห์ กระบวนการสังเคราะห์ครบชุด (Total synthesis) แบบ Holton ต้องใช้กระบวนการสังเคราะห์ถึง 30 ขั้นตอน และ taxol ที่ได้ ได้ถูกนำไปทดลองใช้กับเซลล์มะเร็งในหลอดทดลอง และกับคนไข้ในที่สุด

ในปี 1992 องค์การอาหารและยาของสหรัฐฯได้ประกาศยอมรับ taxol ว่าเป็นยาที่สามารถรักษามะเร็งมดลูกได้

แต่ taxol ก็ยังมิใช่ยาวิเศษที่ใช้รักษามะเร็งอื่น ๆ ทุกชนิดได้ นอกจากนี้ก็ยังมีสมบัติละลายน้ำได้ยาก ทำให้ taxol ไม่สามารถใช้เป็นยาฉีดที่ดีได้ ยิ่งไปกว่านั้นเมื่อคนไข้ใช้ยานี้ไปนาน ๆ เซลล์มะเร็งจะพัฒนาภูมิคุ้มกัน ทำให้ taxol ลดประสิทธิภาพ

ดังนั้น taxol ที่พบในธรรมชาติจึงจำเป็นต้องได้รับการพัฒนาให้มีประสิทธิภาพดีขึ้น เพื่อใช้สู้มะเร็งต่อไป แต่คุณประโยชน์ด้านดีของการค้นพบนี้ก็คือ เรามียา “ชั่วคราว” ที่สามารถยับยั้งการเจริญเติบโตของมะเร็ง และการพบ taxol ได้ทำให้เรารู้ประโยชน์ของต้นยิว อีกทั้งรู้ข้อจำกัดของพืชชนิดนี้ว่า ในการจะรักษาคนไข้หนึ่งคน เราต้องการต้นยิวสามต้นที่มีอายุตั้งแต่ 100 ปีขึ้นไป เพราะเปลือกของต้นยิวที่หนัก 7 กิโลกรัม จะให้ taxol ได้มากเพียง 1 กรัมเท่านั้นเอง และเวลารักษาจริง ๆ แพทย์ต้องฉีด taxol ให้คนไข้จนครบ 3 ชุด จึงจะรู้ผลของการรักษา ดังนั้นถ้าคนไข้ต้องการยามากกว่า 3 ชุด ราคายาและค่ารักษาก็จะมากขึ้นอีกมาก เราจึงเห็นได้ว่า คนที่มีฐานะดีเท่านั้น จึงจะมีสิทธิ์ใช้ taxol

เมื่อการผลิต taxol จากต้นยิวเป็นเรื่องที่ทำได้ช้ามาก และนักเคมีสังเคราะห์ taxol ในห้องปฏิบัติการได้ในปริมาณน้อย ในอีกไม่นานหลายคนจึงเชื่อว่าต้นยิวจะสูญพันธุ์ไปจากโลก ดังนั้นหนทางหนึ่งที่จะทำให้ได้ taxol ในปริมาณมาก คือ การค้นพบวิธีตัดต่อยีนในราที่อาศัยอยู่ตามเปลือกของต้นยิว เพื่อกระตุ้นให้มันผลิต taxol ได้มากขึ้น และเปลี่ยนชื่อต้นยิวที่มีชื่อเสียในอดีต ให้เป็นต้นไม้ที่มีชื่อเสียงในปัจจุบันเสียที

ด้านนักวิจัยจากบริษัท Berg ในเมือง Boston รัฐ Massachusetts ก็ได้ค้นหาวิธีรักษามะเร็งโดยการพัฒนาแบบจำลองในคอมพิวเตอร์ เพื่อให้สามารถบอกกลไกการเกิดมะเร็งในร่างกาย ด้วยการเปลี่ยนปริมาณของน้ำตาลและออกซิเจนที่เซลล์มะเร็งได้รับ แล้วติดตามวัดปริมาณของ lipid, ระบบ metabolism, enzyme และ protein ที่เกิดขึ้น โดยใช้ AI วิเคราะห์ข้อมูลจำนวนมากของเซลล์ เพื่อบอกความแตกต่างระหว่างเซลล์ที่เป็นโรคมะเร็งกับเซลล์ปกติ ซึ่งข้อมูลที่ได้จะสามารถบอกสาเหตุที่แน่ชัดว่า อะไรทำให้คนเป็นมะเร็ง การค้นหาสาเหตุจากข้อมูลคนไข้จำนวนนับพันนับหมื่นคน โดย AI จะช่วยให้แพทย์สามารถทำนายความเป็นไปของคนไข้ที่จะเป็นโรคในอนาคตได้ดีกว่าการใช้วิธีคิดเอง และรักษาโดยใช้ยาแบบลองผิดลองถูก ข้อมูลที่ได้จะสามารถนำมาใช้พัฒนาตัวยาใหม่ ๆ ในการรักษาได้ด้วย

เช่น ตัวอย่างยา BPM 31510 ที่ใช้รักษาคนไข้มะเร็งตับอ่อน ก็กำลังอยู่ในเฟส 3 ของการทดลองใช้แล้ว และบริษัท Berg ก็กำลังแสวงหาตัวยารักษาโรคเบาหวาน กับโรค Parkinson ด้วย โดยได้รวบรวมข้อมูลจากแหล่งต่าง ๆ เช่น จากงานวิจัยที่ตีพิมพ์ ยาที่ใช้ในการรักษา และจากยารักษาที่ได้รับการจดสิทธิบัตร ตลอดจนถึงข้อมูลการทดสอบทางคลินิกมาวิเคราะห์และสังเคราะห์ในคอมพิวเตอร์ โดยใช้ AI เพื่อให้รู้ความสัมพันธ์ระหว่างตัวแปรทุกตัวแปรทางชีววิทยาและสิ่งแวดล้อม เช่น ใช้ข้อมูลเกี่ยวกับ gene อาการต่าง ๆ ชนิดของเชื้อโรค ชนิดของโปรตีน เนื้อเยื่อที่เกี่ยวข้อง และยาที่ได้ทดลองใช้

ดังนั้น ML และ AI จะทำหน้าที่เป็นเครื่องจักรค้นหา “ความจริง” โดยจะแสดงสถานภาพของยาและของยีน ตลอดจนถึงสารประกอบต่าง ๆ ที่มีอิทธิพลต่อระบบที่เกี่ยวข้องทั้งหมด ครั้นเมื่อได้ข้อมูลที่ต้องการแล้วก็จะนำข้อสรุปที่สำคัญเสนอต่อผู้บริหารของบริษัทยา และต่อนักวิทยาศาสตร์ที่เกี่ยวข้องเพื่อทราบ

ดังในกรณีการรักษาโรคกล้ามเนื้ออ่อนแรง amyotrophic lateral sclerosis (ALS) ซึ่งมีตัวยาร่วม100 ชนิด ที่มีศักยภาพเป็นยารักษาโรคนี้ได้ และจากตัวอย่างยาที่AI นำมาเสนอนี้ บริษัทBenevolentBio ก็ได้เลือกมา 5 ชนิด เพื่อใช้ทดสอบความสามารถของAI ในการเลือกยาที่ดีที่สุด โดยใช้คนไข้ที่สถาบันSheffield Institute for Translational Neuroscience ในอังกฤษ เป็นหนูตะเภา แล้วก็ได้พบว่า4 ใน5 ของยาที่นำมาเสนอ ต่างก็มีแววจะใช้รักษาโรคALS ได้ ส่วนตัวยาที่เหลืออีกหนึ่งชนิดนั้น เมื่อนำมาทดลองใช้กับหนู ก็ปรากฏว่าสามารถชะลอเวลาการเป็นโรค ALS ของหนูได้

ดังนั้น โดยสรุปถ้าเราต้องการจะเขียนประวัติเกี่ยวกับบทบาทของAI ในการค้นพบตัวยาใหม่ๆ เราก็จะสามารถบันทึกได้ว่าวันที่12 มิถุนายน ปี2007 เป็นวันที่หุ่นยนต์ชื่อAdam ได้ก้าวเข้ามามีบทบาทในการทำหน้าที่ค้นหาความรู้เกี่ยวกับใหม่ ๆ แล้ว
นอกเหนือจากการหาความรู้จากแพทย์และนักชีววิทยาซึ่งได้ผูกขาดการมีความสามารถสร้างสรรค์ในการหาองค์ความรู้เกี่ยวกับยามาตั้งแต่โบราณกาลแล้วเพราะAdam สามารถรู้บทบาทและหน้าที่ของยีนหลายตัวในยีสต์ ที่แพทย์และนักชีววิทยาไม่เคยรู้มาก่อน

ในการค้นหาจากฐานข้อมูล Adam ได้ตั้งสมมติฐานขึ้นมาว่า ยีนใดกำกับและควบคุมการทำงานของenzyme ใด ในปฏิกิริยาcatalyst ที่เกิดขึ้นในยีสต์Saccharomyces cerevisiae แล้วใช้ algorithm ทายพฤติกรรมของยีนและ
enzyme จากนั้นนักวิจัยที่มหาวิทยาลัย Aberystwyth กับที่ Cambridge ในอังกฤษก็ตรวจสอบคำทำนายของ Adam เกี่ยวกับบทบาทและหน้าที่ของยีนทั้ง19 ตัว และพบว่ามียีน9 ตัวที่เป็นยีนใหม่ที่ไม่เคยมีใครรู้มาก่อน ส่วนคำทำนายที่ผิดนั้น เป็นของยีน 1 ตัว และอีก 9 ตัวเป็นยีนที่ทุกคนรู้จักดีแล้ว

ถึงวันนี้นักวิทยาศาสตร์สามารถใช้ AI ทดสอบคุณสมบัติของยาต่าง ๆ ได้มากขึ้น ความแม่นยำในการทำนายก็ดีขึ้นตลอดเวลานั่นคือ Adam ได้มีการพัฒนาจนก้าวหน้ามากขึ้น

วิวัฒนาการของ AI ในเวลาต่อมา คือ สามารถทดสอบได้ว่าสารtriclosan ที่พบในยาสีฟันมีศักยภาพในการใช้เป็นยาต้านเชื้อมาลาเรียได้ แล้วเทคโนโลยี AI ก็ได้คัดเลือกสารประกอบจำนวนนับพันของสารtriclosan เพื่อใช้ทำให้เชื้อมาลาเรียชะลอการเจริญพันธุ์ และหวังว่าตัวยาที่AI เลือก จะไม่เป็นพิษต่อร่างกาย อีกทั้งยังได้พบว่าtriclosan มีผลกระทบต่อการเจริญเติบโตของเชื้อมาลาเรีย โดยได้ยับยั้งการสร้างenzyme DHFR จึงสามารถใช้เป็นยาที่รักษามาลาเรียได้

นี่เป็นตัวอย่างที่แสดงเป้าหมายในการทำงานของนักวิทยาศาสตร์ด้านยาในอนาคต ซึ่งจะใช้AI และML ค้นหาและพัฒนาตัวยาใหม่ๆ โดยทำให้ยาปลอดภัยที่สุด และการค้นหานี้จะนำไปสู่การพบยาและวิธีรักษาใหม่ ๆ เป็นการเปิดสนามทดลองให้นักวิทยาศาสตร์ด้านยาได้ทำงานต่อไปอย่างไม่สิ้นสุด

อ่านเพิ่มเติมจาก LeaAS (2023).Digitizing Diagnosis: Medicine, Minds, and Machines in Twentieth-Century America. Johns Hopkins University Press. pp. 1–256.ISBN 978-1-4214-4681-3.

ศ.ดร.สุทัศน์ ยกส้าน : ประวัติการทำงาน - ราชบัณฑิตสำนักวิทยาศาสตร์ สาขาฟิสิกส์และดาราศาสตร์ และ ศาสตราจารย์ ระดับ 11 ภาควิชาฟิสิกส์ มหาวิทยาลัยศรีนครินทรวิโรฒ, นักวิทยาศาสตร์ดีเด่นและนักวิจัยดีเด่นแห่งชาติ สาขากายภาพและคณิตศาสตร์ ประวัติการศึกษา-ปริญญาตรีและโทจากมหาวิทยาลัยลอนดอน, ปริญญาเอกจากมหาวิทยาลัยแคลิฟอร์เนีย

อ่านบทความ "โลกวิทยาการ" ได้ทุกวันศุกร์