Prof. Dr. Levent Öner, İlaç Buluşlarında Yapay Zeka

Prof. Dr. Levent Öner
Hacettepe Üniversitesi, Eczacılık Fakültesi, Farmasötik Teknoloji Anabilim Dalı

YAPAY ZEKA TABANLI TEKNİKLERİN İLAÇ BULUŞLARINDA KULLANILMASI ve PATENT YÖNÜNDEN DEĞERLENDİRİLMESİ

İlaçla ilgili buluşlarda “yapay zeka ve patent” son yılların en çok tartışılan konuları arasındadır.  Bu konunun ilaç alanında araştırma ve geliştirme yapan araştırmacılar için, aşağıdaki sorularla tartışılması yararlı olabilir.

• Neden büyük ilaç şirketlerinin çoğunluğu derin/makine öğrenimi (deep/machine learning D/ML) veya yapay sinir ağları (artificial neural network; ANN) gibi yapay zeka tabanlı teknikleri içeren ilaç buluşları için patent başvurusunda bulunmuyor?
• Yapay zeka tarafından icat edilen ilaçlar patentlenebilir mi? 
• İlaç keşfinde yapay zeka tabanlı buluşların ortaya çıkması sonucunda PHOSITA/PSITA’nın yanında MOSITA/MHOSITA da mı kullanılacak?
• Yapay zeka tarafından icat edilen ilaçların mucidi yapay zeka olabilir mi?

Yapay zeka, insanın akıl yürütmesini veya çıkarımını taklit eden, yazılım veya modeller oluşturan bilim alanıdır (1,2). Yapay zeka alanında, ikinci dünya savaşı döneminde İngiliz matematikçi Alan Turing öncülüğünde önemli ilerlemeler kaydedilmiş, yapay zeka terimi ilk kez 1955 yılında John McCarthy ve arkadaşları tarafından kullanılmıştır (3). 1974 ile 1980 yılları arasında olumsuz yöndeki eleştiriler nedeniyle birçok ülke yapay zeka çalışmalarına kaynak ayırmaktan vazgeçmiş, Yapay Zeka Kışı (Artificial İntelligence Winter) olarak adlandırılan bu dönem 1980 yılında sona ermiştir (4,5). İlerleyen yıllarda ise, enerji, savunma, telekomünikasyon, bankacılık, finans, tarım ve sağlık alanındaki uygulamalar öncelikli alanlar arasında yer almış, bu alanlardaki araştırmalara oldukça fazla kaynak ayrılmıştır. İlaç endüstrisinde de araştırmalar için yapay zeka tabanlı tekniklere büyük kaynaklar ayrılmasına rağmen, son yıllarda büyük firmaların yapay zeka tabanlı ilaç buluşları ile ilgili patent başvurusu sayıları beklenen düzeyde artış göstermemiştir (6). Oysa, yapay zeka tabanlı teknikler ile ilaç keşfinin ve geliştirilmesinin ilaç sektörünün büyümesini hızlandıracağı, önümüzdeki yıllarda yeni ilaçların pazara sunulmasında devrim yaratacağı kolaylıkla öngörülebilmektedir (6,7).Yapay zekanın analitik ve kestirime dayalı yetenekleri sayesinde ilaç keşif süreci önemli ölçüde hızlandırılarak kısaltılabilir ve maliyetler iyice azaltılabilir. Yapay zeka, öngörülen etkililik ve güvenlilik özelliklerine sahip yeni kimyasal bileşenleri geliştirme, biyolojik ve kimyasal verileri ve algoritmaları kullanarak, mevcut kimyasal bileşiklerde değişiklikler yapma potansiyeline sahiptir. Çok sayıda kimyasal bileşiğe ait büyük veri kümelerini analiz etmek, potansiyel ilaç adaylarını belirleyecek algoritmalar kullanmak, aday ilaçların uygunluk ve risklerini tahmin etmek üzere geçmiş klinik çalışma verilerini analiz etmek, klinik araştırmalara uygun katılımcıları belirlemek için sağlık kayıtlarını, genetik verileri ve tıbbi geçmişleri analiz etmek, klinik araştırmalarda deney tasarımı ve veri analizini optimize etmek ve gerçek zamanlı veri izlemek üzere yapay zekadan yararlanılabilir (6-9).

İlaçta Ar-Ge dışında ilaç üretim süreçlerinde verimliliği artırmak, üretim işlemlerinin izlenmesini ve kontrolünü yapmak, hata riskini azaltırken daha yüksek kalitede ürün elde etmek, kalite güvencesini ve tedarik zincirini yönetmek, advers ilaç reaksiyonlarını saptamak, bunların hızlı bir şekilde tanımlanmasına ve çözümüne destek sağlamak yine yapay zeka ile başarılabilmektedir (6-9).

“Neden büyük ilaç şirketlerinin çoğunluğu derin/makine öğrenimi (deep/machine learning D/ML) veya Yapay Sinir Ağları (Artificial Neural Network; ANN) gibi yapay zeka tabanlı teknikleri içeren ilaç buluşları için patent başvurusunda bulunmuyor? Sorusu öncelikle tartışılması gereken konular arasında yer almaktadır.

Yapay zekanın uygulandığı ilaç buluşlarında, büyük ilaç şirketlerinin patent başvuru sayılarının az olması, “büyük ilaç şirketlerinin yapay zeka uygulamalarına ilgisinin neden fazla olmadığı” tartışmalarını da beraberinde getirmektedir. Bu şirketlerin yeni molekül keşfi ve yeni formülasyon geliştirme süreçlerinde, yapay zeka tabanlı buluşlarına fazla patent başvurusunda bulunmadıkları düşünülmekte ve farklı görüşler tartışılmaktadır. Bu tartışmalara göre, ilaç şirketleri ürüne öncelik vermekte ve ürün geliştirmek için, kullanılan yapay zeka uygulamalarından çok, piyasaya sunulacak ürünün patentini almaya odaklanmaktadır (6). Diğer görüşe göre ilaç şirketleri, ilaç keşfine yardımcı olmak için geliştirdikleri algoritmaları, (patent buluşla ilgili her türlü bilgiyi açıkça ortaya koyacağı için) patentle açıklamaktan kaçınıyor, ticari sır olarak saklıyor olabilir. Ancak ticari sır saklamanın riskleri olduğu bilinmektedir, en önemlisi aynı tekniği bağımsız olarak icat eden bir rakibe karşı koruyabilmenin olanaksızlığıdır. Bu tartışmalar ışığında ilaç şirketlerinin yapay zeka platformlarını oluşturmak ve geliştirmek için teknoloji şirketleri ile işbirliği yaptığı ve teknoloji lisanslarına bu yöntemle sahip olduğu düşünülmektedir (6).

Yapay zeka platformları daha iyi tahminlerle gelişmeyi sürdürdükçe, geleneksel ilaç sektörünün ilaç geliştirme yarışında pazara yeni giren firmaların gerisinde kalma riski de göz ardı edilmemelidir. Ancak, bu şirketlerin, aday ilaçlar ve biyolojik sistemler hakkında yıllarca süren gerçek araştırmaları sonucunda topladıkları değerli ve çok özel verilerden oluşan mükemmel bir veri bankasına sahip oldukları da bu tartışmaya dahil edilmelidir. Büyük ilaç firmaları bu verileri güçlü yapay zeka platformlarıyla bütünleştirerek oldukça fazla yenilikçi ürünü pazara sunma şansına sahiptir. Bu durumda, bir yanda ilaç şirketlerinin ilaç araştırmalarından sağladıkları veriler, diğer yanda teknoloji şirketlerinin güçlü bilgisayar sistemleri ve yapay zekayı destekleyen matematiksel teknikler, farmasötik alanda daha önce çözülmesi çok zor olan sorunları çözülebilir hale getirmekte ve ilaç şirketleri ile teknoloji şirketleri arasındaki işbirliğini zorunlu kılmaktadır. Bir sonraki adımda ise, ilaç alanındaki büyük şirketlerin, yapay zeka start-up’larını satın alması öngörülebilir bir aşamadır (6,10).

İlaçta özellikle biyoteknoloji alanında, yapay zeka sistemleri yeni ilaçları keşfetmek için giderek daha fazla kullanılmakta, yapay zeka tarafından tasarlanmış ilaçlarda klinik çalışmalar dahi planlanmakta ve yapılmaktadır. Örneğin; Insilico Medicine firmasının, ISM001-055 (INS018_055) kodu ile Kasım 2021’de Faz 1 klinik denemelerine alınan ilacı, yapay zekanın  keşfettiği insanlarda uygulanan ilk ilaçtır. Bu ilaç, şu anda tedavi edilemeyen bir kronik akciğer hastalığı olan idiyopatik pulmoner fibrozisi (IPF) tedavi etmek üzere geliştirilmiştir (11). Hong Kong merkezli ilaç şirketi Insilico Medicine, yeni nesil yapay zeka sistemlerini kullanarak biyolojik, fizikokimyasal ve klinik deneme bulgularını birbiri ile ilişkilendirerek ilaç geliştirmektedir. Şirket, hedef keşif yapay zeka platformu (target discovery AI platform) PandaOmics’i, üretken kimya yapay zeka platformu (generative chemistry AI platform) Chemistry42’yi ve klinik deneme analiz platformu (clinical trial analysis platform) inClinico’yu ilaç gelliştirmede kullanmıştır. Bu uygulamanın en önemli çıktıları, yapay zekanın yeni bir hücresel hedef oluşturması ve ilaç keşfinde 3-6 yıl süren ve 100 milyon -1 milyar dolar aralığında maliyet gerektiren aşamaların 18 aydan daha kısa sürede tamamlanarak ortalama 2,6 milyon dolara mal olmasıdır (10,11). İlaç keşfinde yapay zeka öncelikli yaklaşımı kullanan diğer şirketlerin keşif aşamasında 150’den fazla, klinik denemelerde ise, 15’in üzerinde küçük moleküllü ilacı bulunmaktadır, bu da yıllık en az %40’lık bir büyümeye karşılık gelmektedir (10).

Hem yazılım hem de ilaç geliştirme teknolojilerinin etkileşimi sonucunda keşfedilen ilaçlarda, bu teknolojiler patentlere bağımlıdır. ilaç geliştirmek için yapay zeka kullanıldığında patentle ilgili hangi konular bilinmelidir? Yapay zeka tarafından üretilen ilaç bileşikleri patentlenebilir mi ve icatların sahibi kimdir? Soruları da diğer bir tartışma konusudur.

“Yapay zeka tarafından icat edilen ilaçlar patentlenebilir mi?”

Amerika Birleşik Devletleri Patent ve Ticari Marka Ofisi (USPTO), Avrupa Patent Ofisi (EPO) ve Türk Patent ve Marka Kurumu (TÜRK PATENT) yasal düzenlemelerine göre, gerçek kişiler mucit olarak nitelendirildiği için, mucitler arasında yapay zekaya yer verilmemesi koşulu ile, yapay zekanın teknik bir sorunu çözmek için uygulandığı buluşlar patentlenebilmektedir. Tüm ülkelerin patent yasalarında belirtildiği gibi zihni faaliyetler, soyut fikirler, matematiksel yöntemler ve bilgisayar programları patentlenemez (12,13). Yapay zeka da dahil olmak üzere bilgisayarlar tarafından veya bilgisayarlar yardımıyla gerçekleştirilen işlemler “zihni faaliyetler” kavramı içerisinde değerlendirilebilir. Yapay zeka, başlı başına soyut nitelikte olan hesaplamalı modellere ve matematiksel algoritmalara dayanmasına rağmen, teknoloji alanındaki teknik bir sorunu çözmek için uygulanarak soyut alanın dışına çıkması durumunda patent verilebilir (14,15). Ancak yapay zeka sistemlerinin kendisine ve ilaç keşfi için kullanılma yöntemlerine, soyut bilgilere yönelik olduğu gerekçesiyle, itiraz edilme olasılığı yüksektir. Böyle bir buluş “soyut bir fikre” veya “zihinsel bir adıma” dayanıyorsa, başvuru sahibi veri girişinin ayrıntılarına ve yapay zeka modelinin çıktısına odaklanabilir. Örneğin, molekül seçimi, hedef tanımlama, tedavi adımları veya klinik tasarım hakkında ayrıntılı bir istem taslağı hazırlanabilir. Yapay zeka destekli bir buluşun mucidi olarak bir insanın kabul edilebilmesi için, iyi bilinen kavramların veya mevcut tekniğin sağlanması yerine, buluşun uygulamaya dönüştürülmesinde önemli bir katkıda bulunması gerekir. Bu bakımdan şirketlerin, ilaç geliştirmek için, yapay zeka kullanan buluşlarının, insanlar tarafından tasarlanmasını ve uygulamaya dönüştürülmesini, ayrıntılı olarak belirtmesi gerekir. Yapay zekanın ilaç hedefi belirlemede karmaşık veri analizine yönelik çeşitli yöntemlerden biri olduğunu vurgulamak da patent başvurusunda yararlı olabilir. Yapay zeka tabanlı buluşlarda insan katılımı vurgulanarak yapay zekanın tek “mucit” olma riski azaltılmalıdır. Etkili bir patent taslağı hazırlama sürecinde, insanın tasarladığı; biyoyararlanımın artırılması, ilaç üretimi, kullanımı, farmasötik formülasyonlar, gibi teknik katkılar uygulamalara dahil edilmelidir. Bu alandaki başvuruları kabul edilmiş algoritma ve patent örnekleri olarak, Google’ın yan kuruluşu olan Deepmind’ın yaptığı patent başvurusundaki (WO 2020/058174 A1) Alphafold ve Alphafold 2 algoritması (belirli bir proteinin nihai yapısının belirlenmesine yönelik bir uygulama) ve Atomwise adına verilen Avrupa Patenti (EP 3140763 B1) (bir molekülün hedef proteine bağlanma afinitesinin kestirilebilmesine yönelik bir sistem) verilebilir (10, 14-15).

İlaç keşfinde yapay zeka tabanlı buluşların ortaya çıkışı ile PHOSITA/PSITA’nın (ABD’de “teknolojide sıradan beceriye sahip kişi” (PHOSITA, “person having ordinary skill in the art”) AB’de “teknolojide beceri sahibi kişi ” (PSITA, “person skilled in the art”)) yanında MOSITA/MHOSITA da mı (“teknolojide beceri sahibi bir makine” (“MOSITA, “machine of ordinary skill in the art” MHOSITA, machine having ordinary skill in the art”)) kullanılacak? sorusu da diğer önemli bir tartışma konusudur.

Teknolojinin tüm alanlarındaki ürün ve işlem buluşları için; yeni olması, buluş basamağı içermesi ve endüstriyel uygulamaya uygun olması koşuluyla patent alınabilir. “Buluş basamağı (inventive step)” veya “açık olmama (non-obviousness)” koşulları, patentlenebilirliğin en önemli unsurudur. Tekniğin bilinen durumu dikkate alındığında, buluşun teknikte uzman bir kişi için açık olmaması, buluşun buluş basamağı içerdiğinin kanıtıdır. Ülkemizdeki sınai mülkiyet yasasına göre ise, “tekniğin bilinen durumu dikkate alındığında, ilgili olduğu teknik alandaki uzmana göre aşikâr olmayan buluşun,” buluş basamağı içerdiği kabul edilir (Sınai Mülkiyet Kanunu, Resmî Gazete; 10/1/2017 Sayı : 29944).

“Teknolojide sıradan beceriye sahip bir kişinin” mevcut olan önceki teknik belgeler hakkında bilgi sahibi olması, bu mevcut bilgilerle aynı keşfi kolayca yapabilmesi, buluşun patentlenemeyeceğini belirlemektedir. ABD ve AB hukuku kapsamında bir buluşun açık olup olmadığının değerlendirilmesinde özellikle iki unsur dikkate alınmaktadır (16) Bunlar;

• Buluşun yapıldığı anda teknolojinin durumu?
• Mevcut olan önceki teknik kullanarak, ABD’de “teknolojide sıradan beceriye sahip bir kişinin” (PHOSITA) veya AB’de “teknolojide beceri sahibi bir kişinin” (PSITA) aynı keşfi herhangi bir özel yaratıcı çabaya gerek kalmadan kolaylıkla yapabilme durumu?

Farklı terminolojiler, farklı hukuki dayanaklar ve PHOSITA/PSITA açısından buluşun aşikar olup olmayacağının değerlendirilmesinde uygulanan fiili prosedürler farklı olmasına rağmen, AB’de “buluş basamağı” ile ABD’de “açık olmama” kavramı esasta aynıdır (16).

Patentle ilgili bilgiler dikkate alındığında, yapay zekanın ortaya çıkışının PHOSITA/PSITA kavramını büyük ölçüde değiştireceği ve bugünkü şekliyle açık olmama/buluş basamağı testi üzerinde çok önemli etkisinin olacağı beklenmektedir. Yaratıcı düşünce insanın ayrıcalıklı bir özelliği olmasına rağmen, makine öğrenimi ve derin öğrenme sistemleri, yaratıcılık ve buluşçuluk açısından insan tarafından üretilen sonuçlarla rekabet edebilecek çıktılar üretebilmektedir. Hatta yapay zeka, tekniği insan mucitten daha hızlı ve doğru bir şekilde inceleme olanağına sahip görünmektedir. Dolayısıyla, gelecekte yapay zekanın hesaplama gücünün, insanın araştırma yeteneğinin yerini alması muhtemeldir, bu da çok daha fazla buluşun yakında bir insan yerine bir makine tarafından yapılabileceği anlamına gelebilir.

Bu paradigma değişimi muhtemelen iki aşamada gerçekleşecektir (16).

1. “Yapay zeka ile güçlendirilmiş mucit” aşaması olarak tanımlanabilecek ilk aşamada, yapay zeka, bilim insanlarının, araştırmacıların ve diğer uygulayıcıların yeni teknolojik buluşlar geliştirmelerine yardımcı bir araç olarak ele alınacaktır. Bu aşamada, PHOSITA/PSITA tanımlanırken yapay zekanın karmaşıklık düzeyinin dikkate alınması gerekecektir ve bu süreçte patentlenebilirlik çıtası da yükselecektir. Bu alandaki sıradan bir uzmanın böyle bir yapay zeka sistemine erişiminin olup olmayacağı sorusunun da yanıtlanması gerekecektir.
2. Değişimin ikinci aşaması ise, yapay zekanın Ar-Ge faaliyetlerinde standart “araştırmacılar” haline geleceği ve dolayısıyla bu görevde neredeyse tamamen insanın yerini alacağı yönündeki beklentilerdir. Bu bağlamda Robert Plotkin, bir makine tarafından otonom olarak yürütülen tam teşekküllü bir yapay buluş sürecini tanımlarken “Makinedeki Cin” terimini türetmiştir. Ryan Abbott ise “bilgisayarların, yeni keşiflerin birincil kaynağı olarak insan mucitleri geride bıraktığını ve yaratıcı bir tekilliğin öngörülebilir olduğunu” savunmuştur. Bu görüşe göre içerdiği veriler ve hesaplama kapasitesi sayesinde, yapay zekanın önceki teknikleri ve bunların tüm olası korelasyonlarını bildiği kabul edilir, dolayısıyla yapay zeka Ar-Ge faaliyetlerini tamamen özerk bir şekilde yürütür ve insanların beceri düzeyi önemini kaybeder. Bu nedenle buluş basamağı standartının, patent başvurusu anında mevcut tüm teknolojik gelişmeleri dikkate alması gerekmektedir. Eğer yapay zeka teknolojilerine ilişkin bilgiler, buluş basamağında/açıklığın değerlendirilmesinde dikkate alınmazsa, bu teknolojilerin kullanıldığı yerde, büyük olasılıkla yenilik sorunları da ortaya çıkabilecektir. Sonuçta geleneksel olarak mucit olarak nitelendirilen bir kişi olmadan yapay zeka ile araştırmaların otomasyonuna geçildiği bir aşamaya gelindiğinde, teknikte uzman kişi teknikte uzman makineye (MOSITA) dönüşürse, bir MOSITA standartı patent almayı çok zorlaştırabilecektir. Bu düşünce ve görüşler, şimdilik uzak bir geleceğe yönelik senaryo olsa da ilaç endüstrisinde yapay zekanın yaygın ve rutin olarak kullanıma girmesiyle, “gelecek yıllarda yeni kimyasal bileşimlerin patent korumasının çok zorlaşacağı veya mümkün olamayacağı” görüşü de tartışılmaktadır (16,17). Bütün bu görüşlerin yanında MOSITA’nın birçok yeni sorun yaratabileceği ve öngörülebilir gelecekte mevcut kriterlerin (PHOSITA/PSITA) daha iyi işleyebileceği belirtilmektedir (18).

Yukarıdaki bilgiler dikkate alınarak mucitlik yönünden bir değerlendirme yapıldığında, yapay zeka buluşları üç sınıfta incelenebilir (15).

1. Sonucun doğrulanması için yapay zeka kullanan insan yapımı buluşlar.
2. Bir insanın bir sorunu tanımladığı ve çözümünü bulmak için yapay zekayı kullandığı buluşlar.
3. Yapay zekanın sorunu tanımladığı, çözümlediği ve insan müdahalesi olmadan mucit olduğu buluşlar.

İlk iki sınıfta yer alan buluşlarda yapay zeka, insan mucitlerin yeteneklerini artıran bir araçtır. Üçüncü sınıftaki buluşlar ise, şimdilik belirsiz ve uzak bir geleceğe yönelik senaryo, dolayısıyla bilim kurgu olarak değerlendirilmektedir. (15).

Fikri sınai mülkiyet hukukuyla ilişkili olan yasal düzenlemeler, insan zekasının ürünlerinin korunması için hazırlanmıştır. Bu nedenle “yapay zeka tarafından icat edilen ilaçların buluş sahipleri (mucitleri) arasında yapay zeka olabilir mi?” sorusunun yanıtı şimdilik bellidir. Ülkemiz de dahil olmak üzere birçok ülkenin yasal düzenlemelerinde buluşçu (inventor) olarak makine buluşları yer almamaktadır. Konuyla ilişkili en çarpıcı örneklerden birisi, Dr. Stephen Thaler tarafından oluşturulan bir yapay zeka sistemi olan DABUS’dur (Birleşik Bilincin Otonom Önyükleme Cihazı, Device for the Autonomous Bootstrapping of Unified Sentience). Dr. Thaler, bu sistem için “Electro-optical device and method for identifying and inducing topological states formed among interconnecting neural modules” başlığı ile 2 Ocak 2015 tarihinde US15/10051 numaralı PCT başvurusunu yapmış ve yapay zeka sistemini patentle koruma altına almıştır. Daha sonra Dr. Thaler, DABUS adını verdiği bu yapay zeka sistemi tarafından geliştirilen bir yiyecek kabı ve bir acil durum işaret ışığı olmak üzere iki ürün için USPTO ve EPO’ya patent başvurusunda bulunmuş ve mucit olarak DABUS’u göstermiştir. ABD ve AB patent yasaları da dahil olmak üzere birçok ülkenin patent yasasında sadece gerçek kişilerin veya insanların mucit olarak nitelendirilebileceği kabul edildiği için USPTO’ya ve EPO’ya “DABUS” adlı yapay zekanın tek mucit olarak gösterildiği başvuruya geçerli bir mucidin bulunmaması gerekçesi ile patent verilemeyeceği kararlaştırılmıştır. Bu arada, Güney Afrika yapay zekayı mucit olarak kabul eden ilk ülke olmuş ve DABUS’un geliştirdiği ürünler Güney Afrika’da patent korumasına alınmıştır. Şimdilik, Güney Afrika tek örnek olsa da, ilerleyen yıllarda yapay zekanın mucit veya ortak mucit olabileceği ve patent yasalarının revize edilebileceği görüşü tartışılmaktadır (15,19,20). Bu durum yeni yasal düzenlemelerin yapılmasını gerektirecek, doğal olarak buluşçu tanımının değişmesi ile yapay zeka da buluşçular arasında yer alabilecektir.

Kaynaklar

1. https://www.ibm.com/topics/artificial-intelligence
2. https://www.epo.org/en/news-events/in-focus/ict/artificial-intelligence
3. McCarthy J. Minsky M.L., Rochester N., Shannon C.E., “A Proposal fort the Dartmouth Summer Research Project on Artificial Intelligence, Dartmouth College in Hanover, New Hampshire, 1955.
4. Coşkun F., Gülleroğlu H. D. Yapay Zekanın Tarih İçindeki Gelişimi ve Eğitimde Kullanılması. Ankara University Journal of Faculty of Educational Sciences (JFES), 54(3), 947-966, (2021).
5. https://www.techtarget.com/searchenterpriseai/definition/AI-winter
6. https://www.marks-clerk.com/insights/articles/ai-in-the-pharmaceutical-industry/
7. https://ipwatchdog.com/2023/09/25/artificial-intelligence-drug-development-patent-considerations/id=167125/
8. Debleena P., Gaurav S., Snehal S., Dnyaneshwar K., Kiran K., Rakesh T., Artificial intelligence in drug discovery and development, Drug Discovery Today, 26 (1), 80-93, 2021.
9. https://www.carpmaels.com/patenting-ai-artificial-intelligence-and-drug-discovery/
10. Chun M., Artificial Intelligence for Drug Discovery: A New Frontier for Patent Law (August 30, 2023). Journal of the Patent & Trademark Office Society (Forthcoming), SSRN: https://ssrn.com/abstract=4566014 or http://dx.doi.org/10.2139/ssrn.4566014
11. https://insilico.com/
12. Yüksel A.E.B. “Yapay Zekanın Buluşlarının Patentlenmesi”, 11, Uyuşmazlık Mahkemesi, 585-622, 2018.
13. Daşbaşı B., Yapay Zeka ve Metaverse Buluşlarının Patentlenebilirliği, www.turkpatent.gov.tr, 2023.
14. https://depenning.com/blog/ai-in-pharmaceuticals/
15. https://www.epo.org/en/news-events/in-focus/ict/artificial-intelligence
16. Fabris D. From the PHOSITA to the MOSITA: Will “Secondary Considerations” Save Pharmaceutical Patents from Artificial Intelligence?. IIC 51, 685–708 (2020).
17. Abbott R., The machine having ordinary skill in the art,104-130, Eds. Sanders, A.K., Moerland, A., Intellectual Property as a Complex Adaptive System, Edward Elgar Publishing, Inc. Massachusetts, USA, 2021.
18. Schellekens M., Artificial Intelligence and the re-imagination of inventive step, Journal of Intellectual Property, Information Technology and E-Commerce Law, 13(2), 89-98.
19. Mimi S. A., Artificial Intelligence and Inventorship – Does the Patent Inventor Have to be Human?, Hasting Sci. And Tech. L.J. 55 (2022).
20. Tunç A., Yapay Zeka Teknolojilerinin Ortaya Koyduğu Buluşların Patentlenebilirliği, Karar İncelemeleri Dergisi, 1 (1-2), 593-601, 2022

Levent Öner
Hacettepe Üniversitesi’nden mezun olduktan sonra aynı üniversitede Bilim Uzmanlığı ve doktora yapmış, 1989 yılında Doçent, 1995 yılında Profesör olmuştur.

1989 yılında Wellcome Foundation PDL ve Londra Üniversitesi Eczacılık Fakültesi’nde misafir araştırıcı, 1991–1992 yıllarında, ABD’de Illinois Üniversitesi (Chicago), Eczacılık Fakültesi’nde nanotaşıyıcı sistem tasarımı üzerinde doktora sonrası araştırıcı olarak çalışmalar yapmıştır.

1993 yılında Hacettepe Üniversitesi, Eczacılık Fakültesi, Biyofarmasötik ve Farmakokinetik Bilim Dalı’nın ve Farmasötik ve Biyofarmasötik Bilimler Uygulama ve Araştırma Merkezi’nin (FATUM) kurucu başkanı olmuştur.

Biyoyararlanım ve Biyoeşdeğerlik Tespit ve Değerlendirme Komisyonu’nun kurucu üyesi olarak görev almıştır.

1997-1998 yılları arasında Hacettepe Üniversitesi, Eczacılık Fakültesi, Eczacılık Teknolojisi Bölüm Başkanı, 2018–2022 yılları arasında Farmasötik Teknoloji Anabilim Başkanı olarak idari görevler yapmıştır.

2000-2016 yılları arasında ilaç endüstrisinde Ar-Ge Laboratuvarının kurulması ve ürün geliştirilmesi süreçlerinde çok sayıda ilaç formülasyon geliştirme projesinin danışmanlığını yapmıştır.

Nanopartiküler ilaç taşıyıcı sistemler, nanokristaller, farmakokinetik, biyoyararlanım ve biyoeşdeğerlik, formülasyon tasarımı ve optimizasyonu, yapay sinir ağları başlıca araştırma alanlarıdır. Bu alanlarda yönettiği yüksek lisans ve doktora tezleri, tamamladığı projeleri, yayımladığı bilimsel makaleleri, kitap bölümleri ve bildirilerinin yanında, uluslararası onaylı 14 formülasyon patenti ve 30 patent başvurusu bulunmaktadır.

Halen H.Ü. Eczacılık Fakültesi, Farmasötik Teknoloji Anabilim Dalı öğretim üyeliği görevini sürdürmektedir.