ਮੇਨਾ ਨਿਊਜ਼ਵਾਇਰ , ਸੈਨ ਫਰਾਂਸਿਸਕੋ : ਗਲੋਬਲ ਡਰੱਗ ਨਿਰਮਾਤਾ ਕਲੀਨਿਕਲ ਵਿਕਾਸ ਦੇ ਸਭ ਤੋਂ ਵੱਧ ਸਮਾਂ ਲੈਣ ਵਾਲੇ ਹਿੱਸਿਆਂ ਨੂੰ ਸੰਕੁਚਿਤ ਕਰਨ ਲਈ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਵਰਤੋਂ ਵੱਧ ਤੋਂ ਵੱਧ ਕਰ ਰਹੇ ਹਨ, ਟ੍ਰਾਇਲ ਸਾਈਟਾਂ ਦੀ ਚੋਣ ਕਰਨ, ਭਾਗੀਦਾਰਾਂ ਦੀ ਜਾਂਚ ਕਰਨ, ਡੇਟਾ ਪ੍ਰਵਾਹ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨ ਅਤੇ ਰੈਗੂਲੇਟਰੀ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਇਕੱਠਾ ਕਰਨ ਵਰਗੇ ਕੰਮਾਂ ਲਈ ਤਕਨਾਲੋਜੀ ਨੂੰ ਲਾਗੂ ਕਰ ਰਹੇ ਹਨ। ਕਾਰਜਕਾਰੀ ਅਤੇ ਨਿਵੇਸ਼ਕਾਂ ਨੇ ਹਾਲ ਹੀ ਦੇ ਉਦਯੋਗ ਬ੍ਰੀਫਿੰਗਾਂ ਵਿੱਚ ਤਬਦੀਲੀ ਦਾ ਵਰਣਨ ਕੀਤਾ, ਕਿਉਂਕਿ ਕੰਪਨੀਆਂ ਦੇਰ-ਪੜਾਅ ਦੇ ਪ੍ਰੋਗਰਾਮਾਂ ਵਿੱਚ ਸਮਾਂ-ਸੀਮਾਵਾਂ ਨੂੰ ਛੋਟਾ ਕਰਨ ਅਤੇ ਦਸਤੀ ਕੰਮ ਨੂੰ ਘਟਾਉਣ ਦੇ ਵਿਹਾਰਕ ਤਰੀਕੇ ਲੱਭਦੀਆਂ ਹਨ।
ਤੈਨਾਤ ਕੀਤੇ ਜਾ ਰਹੇ ਟੂਲ ਮਸ਼ੀਨ-ਲਰਨਿੰਗ ਸਿਸਟਮ ਤੋਂ ਲੈ ਕੇ ਪ੍ਰਦਰਸ਼ਨ ਅਤੇ ਮਰੀਜ਼ਾਂ ਦੇ ਡੇਟਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਵਾਲੇ ਜਨਰੇਟਿਵ ਏਆਈ ਸੌਫਟਵੇਅਰ ਤੱਕ ਹਨ ਜੋ ਤਕਨੀਕੀ ਟੈਕਸਟ ਤਿਆਰ ਕਰਦਾ ਹੈ ਅਤੇ ਜਾਂਚ ਕਰਦਾ ਹੈ। ਕੰਪਨੀਆਂ ਨੇ ਪਹਿਲਾਂ ਉਨ੍ਹਾਂ ਕਾਰਜਸ਼ੀਲ ਕਦਮਾਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕੀਤਾ ਹੈ ਜੋ ਨਿਯਮਤ ਤੌਰ 'ਤੇ ਟ੍ਰਾਇਲਾਂ ਨੂੰ ਹੌਲੀ ਕਰਦੇ ਹਨ, ਜਿਸ ਵਿੱਚ ਸਮੇਂ ਸਿਰ ਭਰਤੀ ਕਰਨ ਦੀਆਂ ਸੰਭਾਵਨਾਵਾਂ ਵਾਲੀਆਂ ਸਾਈਟਾਂ ਦੀ ਪਛਾਣ ਕਰਨਾ, ਸਥਾਨਕ ਜ਼ਰੂਰਤਾਂ ਨਾਲ ਪ੍ਰੋਟੋਕੋਲ ਨੂੰ ਇਕਸਾਰ ਕਰਨਾ, ਅਤੇ ਮਿਆਰੀ ਦਸਤਾਵੇਜ਼ ਤਿਆਰ ਕਰਨਾ ਸ਼ਾਮਲ ਹੈ ਜੋ ਗਲੋਬਲ ਫਾਈਲਿੰਗਾਂ ਵਿੱਚ ਹਜ਼ਾਰਾਂ ਪੰਨਿਆਂ ਵਿੱਚ ਚੱਲ ਸਕਦੇ ਹਨ।
ਨੋਵਾਰਟਿਸ ਨੇ ਸਮੇਂ ਦੀ ਬੱਚਤ ਦੀਆਂ ਸਭ ਤੋਂ ਸਪੱਸ਼ਟ ਉਦਾਹਰਣਾਂ ਵਿੱਚੋਂ ਇੱਕ ਦਾ ਹਵਾਲਾ ਦਿੱਤਾ ਹੈ। 14,000 ਮਰੀਜ਼ਾਂ 'ਤੇ, ਆਪਣੀ ਕੋਲੈਸਟ੍ਰੋਲ-ਘੱਟ ਕਰਨ ਵਾਲੀ ਥੈਰੇਪੀ ਲੇਕਵੀਓ ਨਾਲ ਜੁੜੇ ਲੇਟ-ਸਟੇਜ ਕਾਰਡੀਓਵੈਸਕੁਲਰ ਨਤੀਜਿਆਂ ਦੇ ਅਧਿਐਨ ਨੂੰ ਸ਼ੁਰੂ ਕਰਕੇ, ਕੰਪਨੀ ਨੇ ਕਿਹਾ ਕਿ ਏਆਈ ਨੇ ਸੰਭਾਵੀ ਟ੍ਰਾਇਲ ਸਾਈਟਾਂ ਨੂੰ ਸੀਮਤ ਅਤੇ ਦਰਜਾ ਦੇਣ ਵਿੱਚ ਮਦਦ ਕੀਤੀ, ਜੋ ਆਮ ਤੌਰ 'ਤੇ ਚਾਰ ਤੋਂ ਛੇ ਹਫ਼ਤਿਆਂ ਦੀ ਚੋਣ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਦੋ ਘੰਟੇ ਦੇ ਸੈਸ਼ਨ ਵਿੱਚ ਬਦਲ ਦਿੰਦਾ ਹੈ। ਨੋਵਾਰਟਿਸ ਨੇ ਕਿਹਾ ਕਿ ਪਹੁੰਚ ਨੇ ਨਾਮਾਂਕਣ ਦਾ ਸਮਰਥਨ ਕੀਤਾ ਜੋ ਟੀਚੇ ਦੇ ਨੇੜੇ ਖਤਮ ਹੋਇਆ।
GSK ਨੇ ਦਮੇ ਦੇ ਅਖੀਰਲੇ ਪੜਾਅ ਦੇ ਅਧਿਐਨਾਂ ਵਿੱਚ AI ਨੂੰ ਸ਼ਾਮਲ ਕਰਨ ਵਾਲੇ ਡਿਜੀਟਲ ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਮਾਪਣਯੋਗ ਲਾਗਤ ਵਿੱਚ ਕਮੀ ਦੀ ਰਿਪੋਰਟ ਕੀਤੀ ਹੈ। ਕੰਪਨੀ ਨੇ ਕਿਹਾ ਕਿ ਉਸਨੇ ਡੇਟਾ ਹੈਂਡਲਿੰਗ ਅਤੇ ਅਧਿਐਨ ਕਾਰਜਾਂ ਨਾਲ ਜੁੜੇ ਦਸਤੀ ਕੰਮ ਨੂੰ ਘਟਾ ਕੇ ਲਗਭਗ £8 ਮਿਲੀਅਨ ਦੀ ਬਚਤ ਕੀਤੀ, ਇਹ ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦਾ ਹੈ ਕਿ ਵੱਡੇ ਨਿਰਮਾਤਾ ਆਟੋਮੇਸ਼ਨ ਵਿੱਚ ਨਿਵੇਸ਼ ਕਿਉਂ ਕਰ ਰਹੇ ਹਨ ਭਾਵੇਂ ਨਵੀਆਂ ਦਵਾਈਆਂ ਦੀ ਖੋਜ ਦਾ ਅੰਤਰੀਵ ਵਿਗਿਆਨ ਗੁੰਝਲਦਾਰ ਅਤੇ ਹੌਲੀ ਰਹਿੰਦਾ ਹੈ।
ਕਲੀਨਿਕਲ ਵਿਕਾਸ ਵਿੱਚ ਕਾਰਜਸ਼ੀਲ ਆਟੋਮੇਸ਼ਨ
ਟ੍ਰਾਇਲ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਤੋਂ ਇਲਾਵਾ, ਕੰਪਨੀਆਂ ਰੈਗੂਲੇਟਰੀ ਸਬਮਿਸ਼ਨਾਂ ਨੂੰ ਤੇਜ਼ ਕਰਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੀਆਂ ਹਨ, ਜਿੱਥੇ ਦੁਹਰਾਉਣ ਵਾਲਾ ਡਰਾਫਟਿੰਗ ਅਤੇ ਕਰਾਸ-ਚੈਕਿੰਗ ਮਹੀਨਿਆਂ ਲਈ ਵੱਡੀਆਂ ਟੀਮਾਂ ਨੂੰ ਵਰਤ ਸਕਦੀ ਹੈ। ਕਈ ਦਵਾਈ ਨਿਰਮਾਤਾਵਾਂ ਨੇ ਕਿਹਾ ਹੈ ਕਿ ਉਹ ਕਲੀਨਿਕਲ ਅਧਿਐਨ ਰਿਪੋਰਟਾਂ ਦੇ ਭਾਗਾਂ ਦੇ ਪਹਿਲੇ ਡਰਾਫਟ ਬਣਾਉਣ, ਟ੍ਰਾਇਲ ਆਉਟਪੁੱਟ ਨੂੰ ਮਾਨਕੀਕ੍ਰਿਤ ਟੈਂਪਲੇਟਾਂ ਵਿੱਚ ਬਦਲਣ ਅਤੇ ਰੈਗੂਲੇਟਰਾਂ ਲਈ ਪੈਕੇਜਾਂ ਨੂੰ ਅੰਤਿਮ ਰੂਪ ਦੇਣ ਤੋਂ ਪਹਿਲਾਂ ਟੇਬਲਾਂ, ਬਿਰਤਾਂਤਾਂ ਅਤੇ ਅੰਤਿਕਾ ਵਿੱਚ ਇਕਸਾਰਤਾ ਜਾਂਚ ਚਲਾਉਣ ਲਈ ਜਨਰੇਟਿਵ AI ਲਾਗੂ ਕਰ ਰਹੇ ਹਨ।
ਕੁਝ ਕੰਪਨੀਆਂ ਸੀਮਤ ਮਨੁੱਖੀ ਇਨਪੁਟ ਨਾਲ ਮਲਟੀ-ਸਟੈਪ ਵਰਕਫਲੋ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ "ਏਜੰਟਿਕ" ਸਿਸਟਮਾਂ ਦੀ ਵੀ ਜਾਂਚ ਕਰ ਰਹੀਆਂ ਹਨ, ਜਿਵੇਂ ਕਿ ਕਈ ਅੰਦਰੂਨੀ ਡੇਟਾਬੇਸਾਂ ਤੋਂ ਜਾਣਕਾਰੀ ਕੱਢਣਾ, ਢਾਂਚਾਗਤ ਸੰਖੇਪ ਤਿਆਰ ਕਰਨਾ ਅਤੇ ਪੈਕੇਜਿੰਗ ਨਤੀਜੇ ਸਬਮਿਸ਼ਨ-ਤਿਆਰ ਫਾਰਮੈਟਾਂ ਵਿੱਚ ਤਿਆਰ ਕਰਨਾ। ਸਲਾਹਕਾਰ ਫਰਮ ਮੈਕਿੰਸੀ ਨੇ ਅੰਦਾਜ਼ਾ ਲਗਾਇਆ ਹੈ ਕਿ ਵਧੇਰੇ ਖੁਦਮੁਖਤਿਆਰ AI ਪੰਜ ਸਾਲਾਂ ਵਿੱਚ ਕਲੀਨਿਕਲ ਵਿਕਾਸ ਵਿੱਚ ਉਤਪਾਦਕਤਾ ਨੂੰ 35% ਤੋਂ 45% ਤੱਕ ਵਧਾ ਸਕਦਾ ਹੈ, ਇੱਕ ਅੰਕੜਾ ਕੰਪਨੀਆਂ ਨੇ ਹਵਾਲਾ ਦਿੱਤਾ ਹੈ ਕਿਉਂਕਿ ਉਹ ਸਿੰਗਲ ਅਧਿਐਨਾਂ ਤੋਂ ਪਰੇ ਪਾਇਲਟਾਂ ਨੂੰ ਸਕੇਲ ਕਰਦੇ ਹਨ।
ਏਆਈ-ਤਿਆਰ ਸਬੂਤਾਂ ਲਈ ਰੈਗੂਲੇਟਰੀ ਗਾਰਡਰੇਲ
ਰੈਗੂਲੇਟਰਾਂ ਨੇ AI ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਇਸ ਬਾਰੇ ਉਮੀਦਾਂ ਨੂੰ ਰਸਮੀ ਬਣਾਉਣਾ ਸ਼ੁਰੂ ਕਰ ਦਿੱਤਾ ਹੈ ਜਦੋਂ ਆਉਟਪੁੱਟ ਸੁਰੱਖਿਆ, ਪ੍ਰਭਾਵਸ਼ੀਲਤਾ ਜਾਂ ਗੁਣਵੱਤਾ 'ਤੇ ਫੈਸਲਿਆਂ ਨੂੰ ਪ੍ਰਭਾਵਤ ਕਰ ਸਕਦੇ ਹਨ। ਯੂਐਸ ਫੂਡ ਐਂਡ ਡਰੱਗ ਐਡਮਨਿਸਟ੍ਰੇਸ਼ਨ ਨੇ ਜਨਵਰੀ 2025 ਵਿੱਚ ਡਰਾਫਟ ਮਾਰਗਦਰਸ਼ਨ ਜਾਰੀ ਕੀਤਾ ਸੀ ਜਿਸ ਵਿੱਚ ਵਰਤੋਂ ਦੇ ਇੱਕ ਪਰਿਭਾਸ਼ਿਤ ਸੰਦਰਭ ਲਈ AI ਮਾਡਲਾਂ ਦੀ ਭਰੋਸੇਯੋਗਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਇੱਕ ਜੋਖਮ-ਅਧਾਰਤ ਢਾਂਚਾ ਰੱਖਿਆ ਗਿਆ ਸੀ, ਜਿਸ ਵਿੱਚ ਸਬੂਤ ਪੈਦਾ ਕਰਨ ਵਿੱਚ ਮਾਡਲ ਦੁਆਰਾ ਨਿਭਾਈ ਜਾਣ ਵਾਲੀ ਭੂਮਿਕਾ ਦੇ ਅਨੁਪਾਤੀ ਦਸਤਾਵੇਜ਼ ਅਤੇ ਟੈਸਟਿੰਗ ਸ਼ਾਮਲ ਸੀ।
ਜਨਵਰੀ 2026 ਵਿੱਚ, FDA ਅਤੇ ਯੂਰਪੀਅਨ ਮੈਡੀਸਨ ਏਜੰਸੀ ਨੇ ਡਰੱਗ ਵਿਕਾਸ ਵਿੱਚ "ਚੰਗੇ AI ਅਭਿਆਸ" ਲਈ ਸਾਂਝੇ ਮਾਰਗਦਰਸ਼ਕ ਸਿਧਾਂਤ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤੇ, ਜਿਸ ਵਿੱਚ ਕਲੀਨਿਕਲ ਅਜ਼ਮਾਇਸ਼ਾਂ ਤੋਂ ਲੈ ਕੇ ਨਿਰਮਾਣ ਅਤੇ ਸੁਰੱਖਿਆ ਨਿਗਰਾਨੀ ਤੱਕ ਦੇ ਪੜਾਵਾਂ ਵਿੱਚ AI ਨੂੰ ਲਾਗੂ ਕਰਨ ਲਈ ਵਿਆਪਕ ਸ਼ਾਸਨ ਅਤੇ ਜੀਵਨ ਚੱਕਰ ਦੇ ਵਿਚਾਰਾਂ ਦਾ ਵਰਣਨ ਕੀਤਾ ਗਿਆ ਸੀ। ਵੱਖਰੇ ਤੌਰ 'ਤੇ, FDA ਨੇ ਇਹ ਵੀ ਕਿਹਾ ਹੈ ਕਿ ਉਹ ਸਮੀਖਿਆ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਦੁਹਰਾਉਣ ਵਾਲੇ ਕੰਮਾਂ ਨੂੰ ਸੰਭਾਲਣ ਵਿੱਚ ਸਟਾਫ ਦੀ ਮਦਦ ਕਰਨ ਲਈ ਅੰਦਰੂਨੀ ਤੌਰ 'ਤੇ AI ਟੂਲ ਤਾਇਨਾਤ ਕਰ ਰਿਹਾ ਹੈ।
ਪੂਰੇ ਖੇਤਰ ਵਿੱਚ, ਕਾਰਜਕਾਰੀਆਂ ਨੇ ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੱਤਾ ਹੈ ਕਿ ਮੌਜੂਦਾ, ਪ੍ਰਮਾਣਿਤ ਲਾਭ ਸਿਰਫ਼ AI ਰਾਹੀਂ ਸਫਲਤਾਪੂਰਵਕ ਦਵਾਈਆਂ ਦੇ ਉਤਪਾਦਨ ਦੀ ਬਜਾਏ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਅਤੇ ਦਸਤਾਵੇਜ਼ੀਕਰਨ ਵਿੱਚ ਕੇਂਦ੍ਰਿਤ ਹਨ। ਜਿਵੇਂ-ਜਿਵੇਂ ਗੋਦ ਲੈਣ ਦਾ ਵਿਸਥਾਰ ਹੁੰਦਾ ਹੈ, ਕੰਪਨੀਆਂ ਟ੍ਰੈਕ ਕਰ ਰਹੀਆਂ ਹਨ ਕਿ ਆਟੋਮੇਸ਼ਨ ਟ੍ਰਾਇਲ ਓਪਰੇਸ਼ਨਾਂ ਅਤੇ ਸਬਮਿਸ਼ਨ ਤਿਆਰੀ ਵਿੱਚ ਗਤੀ ਅਤੇ ਗੁਣਵੱਤਾ ਵਿੱਚ ਕਿੱਥੇ ਸੁਧਾਰ ਕਰਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਕਲੀਨਿਕਲ ਫੈਸਲਿਆਂ ਅਤੇ ਅੰਤਿਮ ਰੈਗੂਲੇਟਰੀ ਜਵਾਬਦੇਹੀ ਲਈ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਬਣਾਈ ਰੱਖਦੀ ਹੈ।
"FDA ਅਤੇ EMA ਡਰੱਗ ਵਿਕਾਸ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਲਈ ਸਿਧਾਂਤਾਂ ਦੀ ਰੂਪਰੇਖਾ" ਪੋਸਟ ਪਹਿਲੀ ਵਾਰ UAE ਗਜ਼ਟ ' ਤੇ ਪ੍ਰਕਾਸ਼ਿਤ ਹੋਈ।