Potensi Tersembunyi dari Obat-obatan yang Ada: Bagaimana AI Dapat Mempercepat Penemuan Pengobatan

0
7

Industri farmasi sering kali berfokus pada pengembangan obat-obatan baru, namun sumber daya yang luas dan belum dimanfaatkan terletak pada ribuan obat yang telah disetujui untuk digunakan. Dokter-ilmuwan David Fajgenbaum telah memelopori gerakan untuk menggunakan kembali obat-obatan yang ada untuk kondisi baru, dengan alasan bahwa banyak pengobatan yang kita butuhkan sudah tersedia – hanya saja kita belum menghubungkannya dengan penyakit yang tepat.

Kesenjangan Perawatan

Meskipun terdapat kemajuan dalam pengobatan modern, masih terdapat kesenjangan pengobatan yang signifikan. Dari sekitar 18.000 penyakit yang diketahui, hanya 4.000 yang telah disetujui obatnya. Hal ini menyebabkan puluhan ribu kondisi tidak memiliki pilihan pengobatan yang layak bagi pasien. Kenyataannya adalah biologi tidak mengikuti klasifikasi farmasi yang ketat; obat yang dirancang untuk satu penyakit mungkin menawarkan manfaat untuk kondisi yang sama sekali tidak berhubungan.

Masalah Insentif

Hambatan utama dalam penggunaan kembali obat-obatan bukanlah faktor ilmiah, melainkan faktor ekonomi. Ketika suatu obat menjadi generik, hanya ada sedikit insentif finansial bagi perusahaan untuk mendanai uji klinis yang membuktikan kemanjurannya untuk penggunaan baru. Melakukan uji coba ini memerlukan biaya jutaan, dan tanpa jaminan keuntungan, penelitian sering kali tidak didanai, bahkan jika nyawa bisa diselamatkan.

Perjuangan Fajgenbaum yang hampir fatal melawan penyakit Castleman menggarisbawahi masalah ini. Setelah menghabiskan semua pengobatan standar, ia secara independen meneliti obat-obatan yang ada dan menemukan sirolimus, suatu imunosupresan yang sudah ada di pasaran, berpotensi mengatur jalur kekebalan yang mendorong kondisinya. Obat tersebut menyelamatkan nyawanya, memicu misinya untuk mengungkap obat tersembunyi dalam obat-obatan yang ada.

AI sebagai Katalis

Secara tradisional, mengidentifikasi peluang penggunaan kembali memerlukan tinjauan literatur manual selama bertahun-tahun. Kini, organisasi nirlaba Fajgenbaum, Every Cure, memanfaatkan kecerdasan buatan untuk mempercepat proses ini. Platform mereka dapat menganalisis seluruh basis pengetahuan biomedis, mengevaluasi 75 juta kombinasi obat-penyakit dalam hitungan jam. Bidang ini, yang disebut “farmakofenomik komputasi”, menilai kemungkinan setiap obat mengobati setiap penyakit, sehingga memungkinkan para peneliti untuk fokus pada petunjuk yang paling menjanjikan.

Peralihan ke penggunaan kembali dapat secara signifikan mengurangi jadwal pengobatan. Daripada menghabiskan satu dekade atau lebih untuk mengembangkan molekul baru, para peneliti dapat mempercepat obat-obatan yang sudah ada dengan profil keamanan yang diketahui, menganalisis data dunia nyata, dan langsung melakukan uji coba. Penyakit autoimun, dengan jalur biologis yang sama, sangat siap untuk melakukan terobosan dengan menggunakan pendekatan ini.

Pergeseran Paradigma

Karya Fajgenbaum menantang kebijaksanaan konvensional bahwa inovasi dalam bidang kedokteran selalu memerlukan penciptaan sesuatu yang benar-benar baru. Masa depan mungkin terletak pada pemeriksaan ulang sumber daya yang ada dan mengajukan pertanyaan yang lebih efektif. Penggunaan kembali obat yang digerakkan oleh AI bukan hanya merupakan jalur pengobatan yang lebih cepat; ini adalah pemikiran ulang mendasar tentang cara kita mendekati penyakit dan layanan kesehatan.