Farmakovigilanca je nauka o praćenju nuspojava lijekova nakon što se nađu na tržištu. Vještačka inteligencija tu ne zamjenjuje čovjeka, nego ubrzava dio posla: pomaže da se ogromne količine prijava razvrstaju, da se ranije uoče mogući signali i da stručnjaci vrijeme troše na procjenu, a ne na prekucavanje. Regulatori, poput Evropske agencije za lijekove, jasno traže da takve alate nadzire čovjek i da za njih odgovara nosilac dozvole.
Kada se lijek registruje, o njemu znamo ono što su pokazala klinička ispitivanja. Ta ispitivanja su ograničena brojem ispitanika i trajanjem. Prave razmjere upotrebe, i rijetke nuspojave, vide se tek kada lijek koristi milione ljudi. Zato postoji farmakovigilanca: sistem prijavljivanja, prikupljanja i analize sumnji na nuspojave. Problem je što tih prijava ima previše za ručnu obradu, a istovremeno se mnoge nuspojave uopšte ne prijave. Tu na scenu stupa vještačka inteligencija.
Šta je farmakovigilanca i zašto je uopšte teška?
Farmakovigilanca prati bezbjednost lijeka tokom cijelog njegovog života na tržištu. Osnovna jedinica je pojedinačna prijava sumnje na nuspojavu, takozvani ICSR (individual case safety report). Te prijave stižu od zdravstvenih radnika, pacijenata i proizvođača, i slijevaju se u velike baze.
Dva su glavna izazova. Prvi je količina: prijava je toliko da je klasična, ručna obrada spora i skupa. Drugi je nedovoljno prijavljivanje. Sistematski pregled (Hazell i Shakir, 2006) našao je da je medijan neprijavljivanja oko 94 posto za nuspojave uopšte, to jest da tek svaka dvadeseta stigne u spontane sisteme; za ozbiljne nuspojave stopa je nešto povoljnija (neprijavljivanje oko 80 posto). Zato se traže pametniji načini da se iz postojećih podataka izvuče što više.
Kako AI pomaže u obradi prijava nuspojava?
Najzrelija primjena je obrada teksta. Veliki dio prijave je slobodan tekst: opis slučaja, tok događaja, ishod. Obrada prirodnog jezika (NLP) pomaže da se iz tog teksta izvuku ključni podaci, da se prijave razvrstaju po ozbiljnosti i da se odrede prioriteti za ljudsku procjenu. Studija Holandskog centra za farmakovigilancu Lareb iz 2023. godine (Lieber i saradnici) pokazala je da modeli koji kombinuju strukturisane podatke i tekstualne značajke mogu podržati trijažu i rangiranje pojedinačnih prijava, tako da stručnjaci prvo pogledaju najvažnije slučajeve. Autori su pritom naglasili da je sama obrada prirodnog jezika doprinijela tek neznatno, a najkorisniji pokazatelj bila je dužina prijave (Frontiers in Drug Safety and Regulation, 2023).
Ključna riječ je pomoć, ne zamjena. Isti pristupi, kada se primjene bez pažnje, griješe. U studijama automatske procjene uzročnosti u FAERS bazi zabilježeno je da modeli i dalje značajno pogrešno razvrstavaju prijave jer algoritam ne donosi kliničku procjenu kao iskusan čovjek. To je upravo razlog zašto se AI koristi da suzi i pripremi posao, a konačnu ocjenu daje stručnjak.
Može li AI ranije uočiti signal o novoj nuspojavi?
Drugi veliki zadatak je detekcija signala, to jest prepoznavanje da se neka nuspojava javlja češće nego što bi se očekivalo. Svjetska zdravstvena organizacija preko Uppsala Monitoring Centra vodi VigiBase, globalnu bazu pojedinačnih prijava koja postoji od 1978. godine. Za rano prepoznavanje koristi se algoritam VigiRank, koji spaja statističku analizu nesrazmjera sa dodatnim pokazateljima, poput geografske raširenosti i kvaliteta samih prijava (Uppsala Monitoring Centre).
Ono što je bitno razumjeti: takvi alati ne proglašavaju nuspojavu. Oni izdvajaju parove lijek i događaj koji zaslužuju da ih čovjek pogleda. Procjenu, da li je veza stvarna i šta s njom uraditi, i dalje donose stručnjaci za bezbjednost lijekova. Vještačka inteligencija ovdje radi ono u čemu je dobra, a to je pretraživanje ogromnih skupova podataka i uočavanje obrazaca.
Šta regulatori traže od AI u farmakovigilanci?
Evropska agencija za lijekove (EMA) usvojila je 2024. godine dokument o upotrebi vještačke inteligencije tokom cijelog životnog ciklusa lijeka. On izričito pokriva farmakovigilancu, uključujući upravljanje prijavama nuspojava, ocjenu njihove ozbiljnosti i detekciju signala. Poruka je dvostruka: AI može donijeti fleksibilnost i bolju obradu, ali alate koji klasifikuju i ocjenjuju ozbiljnost prijava mora pomno nadzirati nosilac dozvole za lijek (EMA, Reflection paper on the use of Artificial Intelligence in the medicinal product lifecycle, 2024).
Dokument posebno upozorava na kvalitet i reprezentativnost podataka. Ako su podaci na kojima je model učen pristrasni, model može podbaciti kod grupa koje su slabije zastupljene, na primjer djece ili osoba sa rijetkim bolestima. Zato se od proizvođača traži oprez, transparentnost i stalna kontrola. Više o granicama AI u apoteci pisala sam u tekstu Šta vještačka inteligencija ne smije bez nadzora u apoteci?, a širi kontekst promjena dat je u članku Kako vještačka inteligencija mijenja rad u apoteci?.
Šta ovo znači za farmaceute i pacijente?
Za farmaceuta poruka je ohrabrujuća, ne prijeteća. Vještačka inteligencija preuzima dio administrativnog tereta, a stručna procjena, prijava i komunikacija sa pacijentom ostaju na čovjeku. Za pacijenta je poruka jednostavna: prijavljivanje sumnje na nuspojavu i dalje ima smisla, jer upravo te prijave hrane sisteme koje AI onda pomaže da se brže obrade. Alat je dobar onoliko koliko su dobri podaci i nadzor iza njega.
Često postavljana pitanja
Šta je farmakovigilanca?
To je nauka i skup aktivnosti vezanih za otkrivanje, procjenu i sprečavanje nuspojava i drugih problema sa lijekovima nakon što lijek dođe na tržište.
Zamjenjuje li vještačka inteligencija stručnjaka za bezbjednost lijekova?
Ne. AI ubrzava razvrstavanje prijava i uočavanje mogućih signala, ali kliničku procjenu i odluke donosi čovjek. Regulatori izričito traže ljudski nadzor.
Kako AI pomaže u obradi prijava nuspojava?
Najviše kroz obradu teksta: izvlačenje podataka iz opisa slučaja, ocjenu ozbiljnosti i određivanje prioriteta, tako da stručnjaci prvo obrade najvažnije prijave.
Šta je detekcija signala?
To je prepoznavanje da se neka nuspojava javlja češće nego što bi se očekivalo. Alati poput VigiRank algoritma u VigiBase bazi izdvajaju sumnjive parove lijek i događaj za ljudsku provjeru.
Šta o AI u farmakovigilanci kaže EMA?
EMA je 2024. godine usvojila dokument koji dozvoljava upotrebu AI u farmakovigilanci, ali traži da alate za klasifikaciju i ocjenu ozbiljnosti prijava pomno nadzire nosilac dozvole i da se pazi na kvalitet i pristrasnost podataka.
