هيئة الغذاء والدواء الأمريكية FDA تسرّع تجارب الأدوية بالذكاء الاصطناعي والبيانات الفورية

تطلق FDA تحولًا نحو التجارب السريرية في الوقت الفعلي: تريد الجهة التنظيمية الاطلاع على أهم إشارات السلامة والفعالية أثناء سير الدراسة، لا بعد انتهائها. وإذا نجح هذا المخطط، فقد تقصر مدة تطوير الأدوية الجديدة بأشهر، وفي بعض الحالات بسنوات.

كيف تتغير العملية

تسلك بيانات الدراسات السريرية حاليًا سلسلة طويلة في العادة: من مواقع التجربة إلى الراعي، ثم إلى مرحلة التحليل، ولا تصل إلى FDA إلا بعد ذلك. ويكون هذا مؤلمًا بوجه خاص في المراحل المبكرة: فعدد المرضى قليل، ودرجة عدم اليقين مرتفعة، وكثيرًا ما تُتخذ القرارات المتعلقة بالجرعة والسلامة ومواصلة البرنامج بتأخير ملحوظ. ويهدف النهج الجديد إلى تقليص هذا التأخير تحديدًا.

ولا تريد الجهة التنظيمية الحصول على كامل مجموعة البيانات الخام للمرضى، بل على أهم الإشارات المتعلقة بالفعالية والسلامة بعد ظهورها مباشرة تقريبًا، بينما لا تزال الدراسة مستمرة. ولهذا أعلنت FDA في 28 أبريل 2026 خطوتين في آن واحد. الأولى إطلاق تجارب إثبات المفهوم (proof-of-concept) التي ستُنقل فيها الإشارات إلى الجهة التنظيمية في الوقت الفعلي. والثانية طلب مقترحات لمشروع تجريبي أوسع نطاقًا للمراحل المبكرة من الدراسات.

وتؤكد الهيئة في وثيقة نُشرت في 29 أبريل أن المشروع التجريبي سيُبنى على مبادئ NIST لأنظمة الذكاء الاصطناعي الموثوقة: الصلاحية، والسلامة، والأمان، والمساءلة، وقابلية التفسير، وحماية الخصوصية، والإنصاف. وتُقبل التعليقات على البرنامج حتى 29 مايو 2026.

من أين تبدأ الهيئة

تعمل FDA في المرحلة الأولى مع دراستين في مجال الأورام. تجري AstraZeneca بالفعل دراسة متعددة المراكز من المرحلة الثانية (Phase 2) باسم TRAVERSE لمرضى سرطان الغدد اللمفاوية الغِشائي (لمفوما الخلايا الوشاحية) الذين لم يتلقوا علاجًا سابقًا، بمشاركة MD Anderson وUniversity of Pennsylvania. أما Amgen فتطلق دراسة من المرحلة 1b (Phase 1b) باسم STREAM-SCLC لمرضى سرطان الرئة صغير الخلايا في مرحلته المحدودة.

وفي مشروع AstraZeneca، أكدت الهيئة بالفعل الجدوى التقنية لاستلام الإشارات والتحقق منها في الوقت الفعلي عبر منصة Paradigm Health. وهذا هو الدليل الرئيسي على أن المخطط قابل للتطبيق خارج العروض التقديمية.

• اختيار المرضى للدراسة
• اختيار الجرعة ورفعها تدريجيًا
• رصد إشارات السلامة
• تصميم بروتوكولات تكيفية
• قرارات go/no-go أبكر

والخطوة التالية مشروع تجريبي صيفي يضم دائرة أوسع من الرعاة. وتريد FDA أن تعرف أين يحقق الذكاء الاصطناعي مكسبًا فعليًا: في دراسات first-in-human، أم في الأورام، أم في الأمراض النادرة، أم في مهام مثل الاستقطاب واختيار المؤشرات الحيوية. كما تجمع الهيئة الآراء حول كيفية مقارنة النهج القائم على الذكاء الاصطناعي بالعملية التقليدية، وأي المقاييس تُعدّ معيارًا للنجاح، وما البنية التحتية اللازمة لتبادل البيانات بأمان بين الشركات والمراكز البحثية والجهة التنظيمية.

أين الفائدة وأين المخاطر

لا تقتصر المكاسب المحتملة على وصول الأدوية أسرع إلى المرحلة التالية. فإذا رأت الجهة التنظيمية الإشارات الحرجة فور ظهورها، أمكن تعديل الجرعة في وقت أبكر، وتقييم السلامة بدقة أكبر، واتخاذ قرارات مواصلة البرنامج أو إيقافه بسرعة أكبر. ووفق قيادة FDA، ينبغي أن يتحدى النموذج الجديد الافتراض القديم بأن طريق الدواء إلى السوق يمتد حتمًا من 10 إلى 12 عامًا. وبالنسبة إلى الشركات، هو أيضًا فرصة لإزالة جزء من «الوقت الضائع» الإداري الذي لا يضيف قيمة علمية لكنه يؤخر التطوير.

«طوال ستين عامًا أجرينا التجارب السريرية بالطريقة نفسها تقريبًا، وكان

من الممكن أن تستغرق الإشارات المهمة سنوات لتصل إلى FDA».

لكن مع ازدياد السرعة تزداد متطلبات جودة الأنظمة. وتسأل الجهة التنظيمية السوق صراحةً: كيف تُقاس دقة النماذج، وكيف يُرصد الانجراف (drift)، وكيف يُتحقق من ثبات النتائج عبر مواقع مختلفة، وكيف يُحافظ على التحكم في خصوصية البيانات وسلامتها. ومسألة قابلية التفسير مطروحة بشكل مستقل: فإذا أوصى الذكاء الاصطناعي بتسريع الانتقال بين المراحل أو ساعد في استبعاد مرضى، فيجب أن يفهم المشاركون في العملية لماذا توصل النظام إلى هذا الاستنتاج تحديدًا.

ولذلك لا يدور الحديث حتى الآن عن موافقة تلقائية على الأدوية، بل عن تحليلات أبكر وأكثر كثافة وأفضل قياسًا.

ماذا يعني ذلك

إذا أكد المشروع التجريبي التوقعات، فستبدأ FDA بتغيير دورها: من جهة تنظيمية ترى الدراسة بعد وقوعها إلى مشارك في رصد أكثر استمرارية. وبالنسبة إلى شركات الأدوية، هي فرصة لاقتطاع أشهر من الدورة البيروقراطية دون تخفيف رسمي للمتطلبات. وبالنسبة إلى المرضى، هي إمكانية الوصول أسرع إلى علاجات واعدة، خصوصًا في الأورام والأمراض النادرة.

لكن الاختبار الرئيسي لا يزال أمامنا: هل يستطيع الذكاء الاصطناعي فعلًا تسريع العلم السريري دون أن تتحول جودة البيانات والسلامة إلى ضرر جانبي.