الذكاء الاصطناعي مقابل الطرق التقليدية في تحليل الأنظمة الطيفية متعددة المكونات

• تاريخ النشر: 1 - مارس - 2026

ملخص البحث:

تستكشف هذه الدراسة استخدام تقنيات الذكاء الاصطناعي في معالجة البيانات المساعدة في تطوير الطرق الطيفية (Spectrophotometric)، وذلك لتقديم بديل مرن وسهل الوصول عالميًا مقارنة بالأساليب التقليدية المعتمدة على البرمجيات اليدوية والخوارزميات الكلاسيكية. يتناول البحث تحليل كريم Quadriderm الذي يحتوي على أربع مواد فعالة هي: كليوكوينول (CLIO)، وبيتاميثازون (BETA)، وتولنافتات (TOL)، وجنتاميسين (GEN)، بالإضافة إلى المادة الحافظة كلوروكريزول (CC). وبالاعتماد على الأبحاث السابقة المتعلقة بالأنظمة الدوائية المعقدة ذات النسب الصعبة، تم تطبيق البروتوكولات المعتمدة على CLIO وGEN، مع التركيز على النظام الثلاثي الأكثر تعقيدًا المكوّن من (TOL وBETA وCC). يساهم دمج الذكاء الاصطناعي في معالجة وتفسير الأطياف في تقليل التباين الناتج عن تدخل المستخدم، وتبسيط سير العمل التحليلي بشكل كبير. ويشمل ذلك إنشاء منحنيات المعايرة ومعادلات الانحدار، بالإضافة إلى التعامل الفعّال مع البيانات الطيفية الممسوحة ضوئيًا عبر أوامر متسلسلة. كما تم التحقق من صحة الطريقة من خلال تقييم الدقة والإحكام لضمان الموثوقية، حيث أتاح النظام إجراء تحليل متزامن وذكي للعينات المخبرية والمستحضرات الصيدلانية، مما عزز من الكفاءة والدقة في آن واحد. يعتمد النهج القائم على الذكاء الاصطناعي على تدريب النموذج باستخدام بيانات طيفية بإشراف الخبير التحليلي، مما يسمح بتحديد الأطوال الموجية المثلى تلقائيًا مع تقليل التداخل، بينما تعتمد الطريقة التقليدية على اختيار يدوي من قبل المحلل. وقد تم تطوير طريقتين جديدتين: الأولى تعتمد على استخراج النسبة المشتقة باستخدام المقسّم المزدوج (MAN-[DD-DDE]) عبر برنامج Spectra Manager®، والثانية تعتمد على الطريقة المؤتمتة (AUTO-[DD-DD]) باستخدام أدوات الذكاء الاصطناعي، وذلك لحل الأنظمة الثلاثية ذات التداخل الطيفي الشديد ومقارنة النتائج مع الطريقة اليدوية (MAN-[DD-DD]) عند نقاط التطابق. وقد تراوحت المجالات الخطية بين 0.5–5.0 ميكروغرام/مل لتولنافتات، و3.0–30.0 ميكروغرام/مل لبيتاميثازون، و2.0–20.0 ميكروغرام/مل لكلوروكريزول، بينما بلغت حدود الكشف 0.09، 0.09، و0.26 ميكروغرام/مل على التوالي. أظهرت النتائج أن المعالجة المعتمدة على الذكاء الاصطناعي تحقق دقة وإعادة إنتاجية مماثلة للطريقة التقليدية، مع تقليل كبير في الخطوات الذاتية والجهد المبذول. وأخيرًا، تم تقييم الطريقة الطيفية باستخدام أداة MA Tool (2025) لقياس الاستدامة وفق معايير الخضرة والبياض والذكاء الاصطناعي، حيث ساعد التقييم المدعوم بالذكاء الاصطناعي عبر Microsoft Copilot في إجراء تقييم سريع وقابل للتكرار، وبلغت درجة البياض 60.9%، مع تقديم توصيات عملية لتحسين الاستدامة والكفاءة في العمل التحليلي

الناشرون:

ريم عبيدو