प्रतिभा राजू और प्रार्थना शर्मा द्वारा
हैदराबाद: नेक्स्ट जेन लैबकॉन के दूसरे संस्करण में, “आरएंडडी प्रयोग को बढ़ाने में सेंसर, एआई, एमएल और आरपीए की भूमिका” शीर्षक से एक पैनल चर्चा में फार्मास्युटिकल अनुसंधान और विकास में इन प्रौद्योगिकियों के उपयोग के लाभों और जोखिमों के बारे में महत्वपूर्ण जानकारी दी गई। पैनल ने नैतिक चिंताओं और उद्योग 5.0 में मानव-मशीन इंटरैक्शन की आवश्यकता पर भी चर्चा की, जिसमें विनियामक अनुपालन सुनिश्चित करने के लिए डोमेन ज्ञान और वास्तविक समय की निगरानी वाले विशेषज्ञों की मांग पर जोर दिया गया।
सत्र के पैनलिस्ट थे ऑरिजेन फार्मास्यूटिकल्स सर्विसेज लिमिटेड के सीडीओ और सीआईओ तुषार ज़ेड, बायोकॉन बायोलॉजिक्स में आईटी और डिजिटल ट्रांसफॉर्मेशन के ग्लोबल हेड डॉ मंदार घाटनेकर, अरबिंदो फार्मा में मुख्य सूचना अधिकारी (सीआईओ) चिट्टी बाबू और जेबी फार्मा में आरएंडडी के अध्यक्ष और प्रमुख डॉ सुजय राजहंस। पैनल का संचालन फेडरेशन ऑफ फार्मा एंटरप्रेन्योर्स – तेलंगाना और आंध्र प्रदेश, FOPE साउथ के चेयरमैन चक्रवर्ती एवीपीएस ने किया।
बातचीत की शुरुआत करते हुए, चक्रवर्ती एवीपीएस ने किफायती, जीवन रक्षक दवाओं के माध्यम से वैश्विक स्वास्थ्य सेवा में भारत के योगदान पर जोर दिया, और कई एफडीए-अनुमोदित सुविधाओं के साथ एक प्रमुख फार्मा निर्यातक के रूप में हैदराबाद की प्रमुखता पर प्रकाश डाला। उन्होंने एक ऐसे भविष्य की परिकल्पना की, जिसमें रसायन विज्ञान और डिजिटल प्रौद्योगिकी में तेलंगाना की ताकत डिजिटल परिवर्तन के माध्यम से भविष्य की स्वास्थ्य सेवा आवश्यकताओं को पूरा करने के लिए नवाचार को बढ़ावा देगी।
चर्चा को जारी रखते हुए, डॉ. राजहंस ने भारतीय दवा उद्योग के स्थानीय खिलाड़ी से वैश्विक निर्यातक बनने के बारे में बताया। लागत प्रभावी विनिर्माण, उच्च उत्पादकता और QbD जैसे गुणवत्ता-केंद्रित विनियमों को अपनाने के कारण विकास को श्रेय देते हुए उन्होंने कहा, “लागत प्रभावी विनिर्माण और उच्च उत्पादकता ने पिछले दो दशकों में भारत के दवा उद्योग को एक प्रमुख वैश्विक निर्यातक में बदल दिया है। शुरुआत में, FDA के कुछ ही विनियम थे, लेकिन विकसित होते मानकों और क्वालिटी बाय डिज़ाइन (QbD) की शुरूआत ने उद्योग के गुणवत्ता पर ध्यान को बहुत बढ़ा दिया है। शुरुआती QA टीमें छोटी थीं, फिर भी उनके विस्तार ने उद्योग की उच्च मानकों के प्रति प्रतिबद्धता को चिह्नित किया। प्रक्रिया विश्लेषणात्मक उपकरण और सेंसर जैसी उन्नत तकनीकों को अपनाने से वास्तविक समय की निगरानी और निरंतर गुणवत्ता आश्वासन को सक्षम करके अधिकतम लचीलापन सुनिश्चित होता है। यह आधुनिक दृष्टिकोण पारंपरिक नमूनाकरण विधियों की सीमाओं को पार करता है, जिससे उत्पादन प्रक्रिया के दौरान दवा उत्पादों की विश्वसनीयता और सुरक्षा सुनिश्चित होती है।”
चक्रवर्ती ने कहा कि बायोमेट्रिक सेंसर और रियल-टाइम फिजियोलॉजिकल डेटा सहित आधुनिक डिजिटल तकनीकों ने अनुसंधान एवं विकास में क्रांति ला दी है। ये तकनीकें शारीरिक प्रक्रियाओं में गहरी अंतर्दृष्टि प्रदान करती हैं, जिससे शोध कार्यों में सटीकता में सुधार होता है।
एआई प्रौद्योगिकियों के उपयोग के बारे में विस्तार से बताते हुए, डॉ घाटनेकर ने कहा, “न्यूरल नेटवर्क और जेनेटिक एल्गोरिदम दो एआई प्रौद्योगिकियां हैं जो कई वर्षों से मौजूद हैं, लेकिन हाल के वर्षों में कंप्यूटर की बढ़ती गति के कारण अधिक प्रभावशाली हो गई हैं। वर्तमान में उन्हें तीन मुख्य तरीकों से लागू किया जाता है: छोटे पैमाने पर 'स्नैकेबल' एआई के साथ उत्पादकता बढ़ाना, 'जेनरेटिव' एआई के माध्यम से नई सामग्री तैयार करना और 'विशेषज्ञ' एआई के साथ प्रोटीन संरचना की भविष्यवाणी जैसे जटिल कार्य करना। हालाँकि, एआई का उचित उपयोग एक बड़ा मुद्दा है, क्योंकि उच्च गुणवत्ता वाले विश्वसनीय डेटा की आवश्यकता भारतीय दवा उद्योग के लिए एक चुनौती है, जो डिजिटल तकनीक को अपनाने में धीमा रहा है। इस क्षेत्र में अपेक्षित महत्वपूर्ण सफलताओं के बावजूद, उत्पादन में एआई को वैश्विक सफलता प्राप्त करने के लिए अभी भी और विकास की आवश्यकता है, जैसे कि बायोसिमिलर अनुसंधान के लिए आवश्यक परीक्षणों की संख्या को कम करना।”
तुषार ज़ेड ने डेटा और कंप्यूटिंग लागत, कुशल प्रतिभा की कमी और डायग्नोस्टिक्स में एआई या एमएल अनुप्रयोगों के लिए सटीक सत्यापन की आवश्यकता जैसे मुद्दों की ओर ध्यान दिलाया।
कंप्यूटर निरक्षरता और विभागीय साइलो के कारण ईआरपी सिस्टम को एकीकृत करने की ऐतिहासिक चुनौतियों पर चर्चा करते हुए, चिट्टी बाबू ने कहा, “2002 में, कर्मचारियों के बीच व्यापक कंप्यूटर निरक्षरता और विभागीय साइलो की उपस्थिति के कारण ईआरपी सिस्टम स्थापित करना चुनौतीपूर्ण था। उपयोगकर्ताओं को प्रशिक्षित करना और सिस्टम को एकीकृत करना महत्वपूर्ण बाधाएँ थीं। हालाँकि AI का विकास जारी है, लेकिन यह मूल रूप से बुनियादी सांख्यिकीय सिद्धांतों और डेटा पर आधारित है।”
इस बात पर प्रकाश डालते हुए कि एआई कभी भी मानवीय अंतर्दृष्टि की जगह नहीं ले सकता, जो कि अभी भी आवश्यक है, चिट्टी बाबू ने कहा, “भारतीय दवा उद्योग डिजिटलीकरण के दौर से गुजर रहा है, लेकिन अभी भी कठिनाइयों का सामना कर रहा है। एक चुनौती हस्तलिखित या स्कैन किए गए डेटा को डिजिटल रूप में परिवर्तित करना है। जनरेटिव एआई मॉडल के लिए विस्तृत डेटा की आवश्यकता होती है, लेकिन कंपनियाँ सुरक्षा चिंताओं के कारण क्लाउड में डेटा संग्रहीत करने में झिझकती हैं। इसके बावजूद, दूसरी श्रेणी की सुरक्षा चिंताएँ बनी हुई हैं। सबसे बढ़कर, सिस्टम क्रैश को रोकना जो मानव जीवन को नुकसान पहुँचा सकता है, एक बड़ी चिंता है।”
डॉ घाटनेकर ने कहा कि महत्वपूर्ण प्रगति के बावजूद, एआई-आधारित प्रोटीन संरचना भविष्यवाणी वर्तमान में केवल 85 प्रतिशत सटीकता प्राप्त करती है। नियामक एजेंसियों द्वारा एआई-जनरेटेड डेटा की स्वीकार्यता एक बड़ी चिंता का विषय है, जिसके लिए एआई रोजगार और ऐसी प्रणालियों पर नियामक पदों के लिए अच्छी तरह से परिभाषित मानदंड की आवश्यकता होती है।
डॉ. राजहंस ने इंडस्ट्री 5.0 के मानव-मशीन सहयोग पर ध्यान केंद्रित करने पर प्रकाश डाला, जहां स्वचालन लोगों को रचनात्मक सोच में संलग्न होने के लिए स्वतंत्र करता है। उन्होंने तापमान अंतर के लिए स्वचालित प्रतिक्रियाओं के उदाहरणों का हवाला देते हुए कहा कि एआई को मानवीय भागीदारी के बिना विनियामक अनुपालन का प्रबंधन करना चाहिए।
चिट्टी बाबू ने कहा, “विनियामक अनुपालन को मानवीय भागीदारी के बिना एआई द्वारा प्रबंधित किया जाना चाहिए। उदाहरण के लिए, यदि तापमान में कोई विसंगति है, तो इसे स्वचालित रूप से चिह्नित किया जाना चाहिए। एफडीए सहित विनियामकों को अब वास्तविक समय की निगरानी के लिए कच्चे डेटा तक पहुंच की आवश्यकता है, न कि केवल आउटपुट रिपोर्ट की।” उन्होंने विशेष रूप से स्व-शिक्षण मॉडल के लिए एआई को मान्य करने के लिए एफडीए जैसे विनियामकों से सटीक दिशा-निर्देशों की आवश्यकता पर ध्यान देते हुए निष्कर्ष निकाला।
इस पैनल चर्चा में फार्मास्युटिकल अनुसंधान एवं विकास में एआई, एमएल और आरपीए की परिवर्तनकारी क्षमता को रेखांकित किया गया, साथ ही मानव विशेषज्ञता और मजबूत नियामक ढांचे की महत्वपूर्ण आवश्यकता पर प्रकाश डाला गया।
