આર્ટિફિશિયલ ઇન્ટેલિજન્સ એટલે કે AI હવે માત્ર ટેક્નોલોજી અને કમ્પ્યુટર ક્ષેત્ર પૂરતું સીમિત નથી રહ્યું. દવા સંશોધન અને મેડિકલ ક્ષેત્રમાં પણ AIની ભૂમિકા ઝડપથી વધી રહી છે. ખાસ કરીને કેન્સર જેવી ગંભીર બીમારીઓની સારવાર માટે નવી દવાઓ શોધવામાં AI ભવિષ્યમાં મોટો ફેરફાર લાવી શકે છે. યુકે સ્થિત જાણીતી ચિપ ડિઝાઇન કંપની આર્મના CEO રેને હાસે દાવો કર્યો છે કે માનવજાતના વર્તમાન જીવનકાળ દરમિયાન AI કેન્સર જેવી ગંભીર બીમારીઓની સારવાર શોધવામાં સફળ થઈ શકે છે. રેને હાસના જણાવ્યા પ્રમાણે, કેન્સરની સારવાર માટે નવી દવા શોધવી ખૂબ જ જટિલ પ્રક્રિયા છે. કેન્સરના કોષોમાં રહેલા DNA માર્કર અને માનવ શરીરના કોષો પર તેની થતી અસરોને સમજવી સરળ નથી. હાલના સમયમાં વૈજ્ઞાનિકો અને સુપરકમ્પ્યુટર્સ માટે પણ આ પ્રક્રિયાના દરેક પાસાને સમજવું પડકારજનક છે.
પરંતુ AI ક્ષેત્રમાં ઝડપથી થઈ રહેલા વિકાસને કારણે આ સ્થિતિ બદલાઈ શકે છે. AI મોડલ્સને જેટલો વધુ મેડિકલ અને વૈજ્ઞાનિક ડેટા મળશે અને AI આધારિત કમ્પ્યુટર્સ વધુ શક્તિશાળી બનશે, તેમ જટિલ જૈવિક પ્રક્રિયાઓનું વિશ્લેષણ કરવાની ક્ષમતા પણ વધી શકે છે. હાસનું માનવું છે કે આ ટેક્નોલોજી એવી દવાઓ અથવા સારવારના રસ્તા શોધવામાં મદદ કરી શકે છે, જે માણસો માટે પરંપરાગત પદ્ધતિથી શોધવા ખૂબ મુશ્કેલ હોય. હાલમાં કોઈ નવી કેન્સરની દવા વિકસાવવાથી લઈને તેના ક્લિનિકલ ટ્રાયલ અને મંજૂરી સુધીની પ્રક્રિયામાં સામાન્ય રીતે ઘણા વર્ષો લાગી શકે છે. ઘણી વખત નવી દવા બજારમાં પહોંચતા પહેલાં 10થી 15 વર્ષ જેટલો સમય લાગી શકે છે. આ લાંબી પ્રક્રિયામાં દવાના સંભવિત અણુઓ શોધવા, તેમની અસર તપાસવી, પ્રયોગશાળામાં પરીક્ષણ કરવું અને ત્યાર બાદ માનવો પર ક્લિનિકલ ટ્રાયલ જેવા અનેક તબક્કા સામેલ હોય છે.
AI આ પ્રક્રિયાના શરૂઆતના તબક્કામાં મોટો ફેરફાર લાવી શકે છે. AI મોડલ્સ એકસાથે કરોડો મોલેક્યુલ્સનું વર્ચ્યુઅલ વિશ્લેષણ અને સિમ્યુલેશન કરી શકે છે. તેના આધારે સંશોધકોને કયા મોલેક્યુલ્સ દવા તરીકે ઉપયોગી થઈ શકે છે તેની પસંદગી કરવામાં મદદ મળી શકે છે. આ રીતે શરૂઆતના સંશોધનનો સમય ઘટાડી શકાય તેવી આશા છે. AIનો સૌથી મોટો ફાયદો એ હોઈ શકે છે કે તે માનવ સંશોધકો કરતાં ખૂબ જ મોટા પ્રમાણમાં ડેટાનું ઝડપથી વિશ્લેષણ કરી શકે છે. કેન્સર જેવી બીમારીમાં અલગ-અલગ પ્રકારના કોષો, જનીન, DNAમાં થતા ફેરફારો અને દવાઓની અસરો વચ્ચેના સંબંધને સમજવા માટે વિશાળ પ્રમાણમાં ડેટાની જરૂર પડે છે. AI આવા ડેટામાંથી પેટર્ન શોધવામાં મદદ કરી શકે છે.
જોકે, તેનો અર્થ એ નથી કે AI આવતીકાલથી કેન્સરની ચોક્કસ દવા બનાવી દેશે. નવી દવા શોધવામાં AI મદદ કરી શકે છે, પરંતુ તેની સલામતી અને અસરકારકતા સાબિત કરવા માટે પ્રયોગશાળા અને માનવ ક્લિનિકલ ટ્રાયલ જરૂરી રહેશે. એટલે AI સંશોધનની પ્રક્રિયા ઝડપી બનાવી શકે છે, પરંતુ દવાના અંતિમ ઉપયોગ પહેલાં જરૂરી વૈજ્ઞાનિક અને નિયમનકારી પ્રક્રિયાઓને ટાળી શકાય નહીં. રેને હાસે આ પ્રકારનો દાવો કરનાર ટેક્નોલોજી ક્ષેત્રના એકમાત્ર મોટા નામ નથી. ઓરેકલના સહસ્થાપક લેરી એલિસને પણ અગાઉ AI અને આધુનિક કમ્પ્યુટિંગ ઇન્ફ્રાસ્ટ્રક્ચરની મદદથી કેન્સર માટે વ્યક્તિગત સારવાર અથવા વેક્સિન જેવી ટેક્નોલોજી ઝડપથી વિકસાવવાની સંભાવના અંગે વાત કરી હતી. ઓપનએઆઈના CEO સેમ ઓલ્ટમેન પણ પૂરતી કમ્પ્યુટિંગ શક્તિ અને AIની ક્ષમતાથી કેન્સરની સારવારમાં મોટી પ્રગતિ થઈ શકે તેવી સંભાવના વ્યક્ત કરી ચૂક્યા છે.
કેન્સર એક જ પ્રકારની બીમારી નથી. અલગ-અલગ પ્રકારના કેન્સરમાં જનીન અને કોષોની રચનામાં અલગ ફેરફાર જોવા મળે છે. આ કારણે ભવિષ્યમાં AI આધારિત સિસ્ટમ્સ દરેક દર્દીના કેન્સરના જૈવિક લક્ષણોનું વિશ્લેષણ કરીને વધુ વ્યક્તિગત સારવાર શોધવામાં મદદ કરી શકે તેવી પણ આશા છે. રેને હાસ અગાઉ ફાર્માસ્યુટિકલ ક્ષેત્ર સાથે પણ જોડાયેલા રહ્યા છે. તેમણે 2026ની શરૂઆતમાં ફાર્માસ્યુટિકલ કંપની એસ્ટ્રાઝેનેકાના બોર્ડમાંથી રાજીનામું આપ્યું હતું. તેથી તેમના નિવેદનને ટેક્નોલોજી અને ફાર્માસ્યુટિકલ ક્ષેત્ર વચ્ચેના જોડાણના સંદર્ભમાં પણ જોવામાં આવી રહ્યું છે.
AIની ક્ષમતા વધતી જશે તેમ દવા સંશોધનની ગતિમાં મોટો ફેરફાર આવી શકે છે. આજે જે સંશોધનમાં વર્ષો લાગે છે, તેના કેટલાક તબક્કા ભવિષ્યમાં મહિનાઓ કે તેનાથી પણ ઓછા સમયમાં પૂરા થઈ શકે છે. પરંતુ અંતિમ સારવાર દર્દીઓ સુધી પહોંચે તે પહેલાં તેની સલામતી અને અસરકારકતા અંગેના તમામ વૈજ્ઞાનિક પરીક્ષણો જરૂરી રહેશે. આથી હાલના દાવાને કેન્સરનો ઇલાજ મળી ગયો છે તેમ નહીં, પરંતુ AIથી કેન્સરની દવા શોધવાની પ્રક્રિયા ઝડપી અને વધુ અસરકારક બનવાની સંભાવના તરીકે જોવી જરૂરી છે. જો AI વૈજ્ઞાનિકોને કેન્સરના જટિલ રહસ્યો સમજવામાં મદદ કરશે, તો આગામી વર્ષોમાં કેન્સરની સારવારના ક્ષેત્રમાં મોટો બદલાવ આવી શકે છે.
