ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦਵਾਈ ਖੋਜ ਦੇ ਤਰੀਕਿਆਂ ਨੂੰ ਬਦਲ ਰਹੀ ਹੈ, ਜਿਸ ਨਾਲ ਨਵੀਆਂ ਦਵਾਈਆਂ ਬਾਜ਼ਾਰ ਵਿੱਚ ਲਿਆਉਣ 'ਤੇ ਆਉਣ ਵਾਲਾ ਦਹਾਕਿਆਂ ਦਾ ਸਮਾਂ ਅਤੇ ਅਰਬਾਂ ਡਾਲਰਾਂ ਦਾ ਖਰਚਾ ਘੱਟ ਰਿਹਾ ਹੈ। ਭਾਰਤੀ ਫਾਰਮਾ ਕੰਪਨੀਆਂ ਹੁਣ AI ਨੂੰ ਅਪਣਾਉਣ ਦੇ ਤਰੀਕਿਆਂ 'ਤੇ ਧਿਆਨ ਦੇ ਰਹੀਆਂ ਹਨ ਤਾਂ ਜੋ ਕੁਸ਼ਲਤਾ ਵਧਾਈ ਜਾ ਸਕੇ ਅਤੇ ਵਿਸ਼ਵ ਪੱਧਰ 'ਤੇ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਬਣਾਈ ਰੱਖੀ ਜਾ ਸਕੇ।
ਕੀ ਹੋਇਆ?
ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਅਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ (ML) ਨੂੰ ਫਾਰਮਾ ਸੈਕਟਰ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਅਪਣਾਇਆ ਜਾ ਰਿਹਾ ਹੈ। ਇਸ ਦਾ ਮੁੱਖ ਕਾਰਨ ਦਵਾਈ ਖੋਜ ਦੀ ਹੌਲੀ ਅਤੇ ਮਹਿੰਗੀ ਪ੍ਰਕਿਰਿਆ ਹੈ। ਇੱਕ ਨਵੀਂ ਦਵਾਈ ਵਿਕਸਿਤ ਕਰਨ ਵਿੱਚ ਆਮ ਤੌਰ 'ਤੇ 10 ਸਾਲਾਂ ਤੋਂ ਵੱਧ ਦਾ ਸਮਾਂ ਅਤੇ 1 ਅਰਬ ਡਾਲਰ ਤੋਂ ਵੱਧ ਦਾ ਖਰਚਾ ਆਉਂਦਾ ਹੈ। ਹੁਣ ਟੈਕਨਾਲੋਜੀ ਦੀ ਵਰਤੋਂ ਨਵੀਆਂ ਸੰਭਾਵੀ ਦਵਾਈਆਂ ਦੀ ਪਛਾਣ ਕਰਨ, ਬਿਹਤਰ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿਧੀਆਂ ਬਣਾਉਣ ਅਤੇ ਵਧੇਰੇ ਕੁਸ਼ਲ ਕਲੀਨਿਕਲ ਟਰਾਇਲ ਡਿਜ਼ਾਈਨ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ। ਇਸ ਦਾ ਉਦੇਸ਼ ਮਰੀਜ਼ਾਂ ਤੱਕ ਜੀਵਨ-ਰੱਖਿਅਕ ਇਲਾਜ ਪਹੁੰਚਾਉਣ ਦੇ ਸਮੇਂ ਅਤੇ ਲਾਗਤ ਨੂੰ ਘਟਾਉਣਾ ਹੈ।
ਭਾਰਤੀ ਫਾਰਮਾ ਕੰਪਨੀਆਂ ਲਈ ਬਦਲਾਅ
ਭਾਰਤੀ ਫਾਰਮਾ ਕੰਪਨੀਆਂ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਘੱਟ ਕੀਮਤ 'ਤੇ ਉੱਚ ਗੁਣਵੱਤਾ ਵਾਲੀਆਂ ਦਵਾਈਆਂ ਬਣਾਉਣ ਲਈ ਜਾਣੀਆਂ ਜਾਂਦੀਆਂ ਹਨ। ਪਰ, ਜਿਵੇਂ-ਜਿਵੇਂ ਗਲੋਬਲ ਡਰੱਗ ਡਿਵੈਲਪਮੈਂਟ ਵਧੇਰੇ ਡਾਟਾ-ਆਧਾਰਿਤ ਹੁੰਦਾ ਜਾ ਰਿਹਾ ਹੈ, AI ਨੂੰ ਅਪਣਾਉਣਾ ਹੁਣ ਕੋਈ ਵਿਕਲਪ ਨਹੀਂ ਰਿਹਾ। ਕੰਪਨੀਆਂ ਹੁਣ ਇਹ ਦੇਖ ਰਹੀਆਂ ਹਨ ਕਿ ਇਨ੍ਹਾਂ ਡਿਜੀਟਲ ਸਾਧਨਾਂ ਨੂੰ ਆਪਣੀਆਂ ਮੌਜੂਦਾ ਰਿਸਰਚ ਅਤੇ ਡਿਵੈਲਪਮੈਂਟ ਪ੍ਰਕਿਰਿਆਵਾਂ ਵਿੱਚ ਕਿਵੇਂ ਏਕੀਕ੍ਰਿਤ ਕੀਤਾ ਜਾਵੇ। ਟੀਚਾ AI ਦੀ ਵਰਤੋਂ ਮਨੁੱਖੀ ਵਿਗਿਆਨੀਆਂ ਦੀ ਥਾਂ ਲੈਣ ਦੀ ਬਜਾਏ ਉਨ੍ਹਾਂ ਦੀ ਸਹਾਇਤਾ ਕਰਨਾ ਹੈ, ਜਿਸ ਨਾਲ ਕੰਪਨੀਆਂ ਉੱਚ-ਮੁੱਲ ਵਾਲੇ ਉਤਪਾਦਾਂ ਅਤੇ ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ ਥੈਰੇਪੀਆਂ ਵੱਲ ਵਧ ਸਕਣ।
ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਕੁਸ਼ਲਤਾ ਦਾ ਮਹੱਤਵ
ਸ਼ੇਅਰਧਾਰਕਾਂ (Shareholders) ਲਈ, AI ਏਕੀਕਰਨ ਦਾ ਮੁੱਖ ਫਾਇਦਾ ਕੈਪੀਟਲ ਅਲਾਟਮੈਂਟ ਅਤੇ ਮੁਨਾਫੇ (Profit Margins) ਵਿੱਚ ਹੈ। ਜੇਕਰ ਕੋਈ ਕੰਪਨੀ ਦਵਾਈ ਵਿਕਾਸ ਚੱਕਰ ਨੂੰ ਛੋਟਾ ਕਰ ਸਕਦੀ ਹੈ, ਤਾਂ ਇਹ ਅਸਫਲ ਪ੍ਰੋਜੈਕਟਾਂ 'ਤੇ ਖਰਚੇ ਪੈਸੇ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ ਅਤੇ ਪੈਸਾ ਕਮਾਉਣ ਵਾਲੇ ਉਤਪਾਦਾਂ ਨੂੰ ਬਾਜ਼ਾਰ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਲਿਆਉਂਦਾ ਹੈ। ਕਿਉਂਕਿ ਡਰੱਗ ਡਿਵੈਲਪਮੈਂਟ ਇੱਕ ਪੂੰਜੀ-ਸघन ਕਾਰੋਬਾਰ ਹੈ, ਮੋਲੀਕਿਊਲ ਖੋਜ ਦੀ ਸਫਲਤਾ ਦਰ ਵਿੱਚ ਕੋਈ ਵੀ ਸੁਧਾਰ ਕੰਪਨੀ ਦੀ ਕੈਸ਼ ਫਲੋ ਪੈਦਾ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਨੂੰ ਸਿੱਧਾ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ। ਨਿਵੇਸ਼ਕ ਇਹ ਦੇਖ ਸਕਦੇ ਹਨ ਕਿ ਕੰਪਨੀਆਂ ਇਨ੍ਹਾਂ ਟੈਕਨਾਲੋਜੀ-ਆਧਾਰਿਤ ਨਿਵੇਸ਼ਾਂ ਨੂੰ ਆਪਣੇ ਰਵਾਇਤੀ ਨਿਰਮਾਣ ਕਾਰੋਬਾਰ ਨਾਲ ਕਿੰਨੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਸੰਤੁਲਿਤ ਕਰ ਸਕਦੀਆਂ ਹਨ।
ਕਾਰੋਬਾਰੀ ਜੋਖਮ ਅਤੇ ਅਮਲੀਕਰਨ ਦੀਆਂ ਚੁਣੌਤੀਆਂ
ਜਦੋਂ ਕਿ AI ਸੰਭਾਵਨਾਵਾਂ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦਾ ਹੈ, ਇਹ ਕੁਝ ਜੋਖਮ ਵੀ ਲਿਆਉਂਦਾ ਹੈ। ਮੁੱਖ ਚੁਣੌਤੀ ਗੁੰਝਲਦਾਰ ਨਵੀਂ ਟੈਕਨਾਲੋਜੀ ਨੂੰ ਲਾਗੂ ਕਰਨ ਨਾਲ ਜੁੜੀ ਦੇਰੀ ਜਾਂ ਲਾਗਤ ਵਾਧੇ ਦਾ ਜੋਖਮ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇਹ ਜੋਖਮ ਵੀ ਹੈ ਕਿ AI ਮਾਡਲ ਹਮੇਸ਼ਾ ਸਫਲ ਕਲੀਨਿਕਲ ਨਤੀਜੇ ਨਹੀਂ ਦੇ ਸਕਦੇ, ਕਿਉਂਕਿ ਦਵਾਈ ਖੋਜ ਸੁਭਾਵਿਕ ਤੌਰ 'ਤੇ ਅਨੁਮਾਨ ਲਗਾਉਣਾ ਮੁਸ਼ਕਲ ਹੈ। ਭਾਰਤੀ ਫਰਮਾਂ ਨੂੰ ਡਾਟਾ ਗੋਪਨੀਯਤਾ ਅਤੇ ਰੈਗੂਲੇਟਰੀ ਪਾਲਣਾ ਦਾ ਵੀ ਪ੍ਰਬੰਧਨ ਕਰਨਾ ਪੈਂਦਾ ਹੈ ਕਿਉਂਕਿ ਉਹ ਡਿਜੀਟਲ ਸਾਧਨਾਂ ਨੂੰ ਅਪਣਾਉਂਦੀਆਂ ਹਨ ਜਿਨ੍ਹਾਂ ਲਈ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਸੰਵੇਦਨਸ਼ੀਲ ਖੋਜ ਡਾਟਾ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਅੰਤ ਵਿੱਚ, ਇਨ੍ਹਾਂ ਪਹਿਲਕਦਮੀਆਂ ਦੀ ਸਫਲਤਾ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ ਕਿ ਕੀ ਕੰਪਨੀ ਆਪਣੀ ਮੌਜੂਦਾ ਵਿਗਿਆਨਕ ਮੁਹਾਰਤ ਨੂੰ ਨਵੇਂ ਡਿਜੀਟਲ ਪ੍ਰਤਿਭਾ ਨਾਲ ਸਫਲਤਾਪੂਰਵਕ ਜੋੜ ਸਕਦੀ ਹੈ।
ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਕੀ ਟਰੈਕ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ?
ਨਿਵੇਸ਼ਕ ਵਿਅਕਤੀਗਤ ਕੰਪਨੀਆਂ ਦੁਆਰਾ ਆਪਣੀਆਂ ਸਾਲਾਨਾ ਰਿਪੋਰਟਾਂ ਅਤੇ ਨਿਵੇਸ਼ਕ ਪੇਸ਼ਕਾਰੀਆਂ ਵਿੱਚ AI-ਅਗਵਾਈ ਵਾਲੀ ਦਵਾਈ ਖੋਜ ਵਿੱਚ ਆਪਣੀ ਪ੍ਰਗਤੀ ਦੀ ਰਿਪੋਰਟਿੰਗ ਦੀ ਨਿਗਰਾਨੀ ਕਰ ਸਕਦੇ ਹਨ। ਮਹੱਤਵਪੂਰਨ ਸੰਕੇਤਕਾਂ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੇ ਖਾਸ ਖੋਜ ਪ੍ਰੋਗਰਾਮਾਂ 'ਤੇ ਅਪਡੇਟ, ਨਵੇਂ ਮੋਲੀਕਿਊਲ ਲਈ ਮਾਰਕੀਟ ਤੱਕ ਪਹੁੰਚਣ ਦੇ ਸਮੇਂ ਨੂੰ ਘਟਾਉਣ ਦੀ ਕੰਪਨੀ ਦੀ ਯੋਗਤਾ, ਅਤੇ ਟੈਕਨਾਲੋਜੀ ਖਰਚ ਤੋਂ ਵਿੱਤੀ ਰਿਟਰਨ 'ਤੇ ਪ੍ਰਬੰਧਨ ਦੀ ਟਿੱਪਣੀ ਸ਼ਾਮਲ ਹੈ। ਇਹ ਟਰੈਕ ਕਰਨਾ ਕਿ ਸਥਾਪਿਤ ਹਾਣੀਆਂ (peers) ਰਵਾਇਤੀ ਨਿਰਮਾਣ ਵਿਸਥਾਰ ਅਤੇ ਡਿਜੀਟਲ ਖੋਜ ਵਿੱਚ ਨਿਵੇਸ਼ ਦੇ ਵਿਚਕਾਰ ਆਪਣੇ ਬਜਟ ਨੂੰ ਕਿਵੇਂ ਸੰਤੁਲਿਤ ਕਰ ਰਹੇ ਹਨ, ਲੰਬੇ ਸਮੇਂ ਦੇ ਵਿਕਾਸ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਵੀ ਉਪਯੋਗੀ ਸੰਦਰਭ ਪ੍ਰਦਾਨ ਕਰੇਗਾ।