در تحولی شگرف در عرصه پزشکی، دانشمندان موفق به ابداع یک سیستم هوش مصنوعی شدهاند که قادر است با دقت بالا، بیماریهای دیابت، اچآیوی و کرونا را تنها با تحلیل یک نمونه کوچک خون تشخیص دهد. این دستاورد، امیدهای تازهای را برای تشخیص سریعتر و دقیقتر بیماریها، بهویژه در مناطق محروم و با دسترسی محدود به امکانات پزشکی، ایجاد کرده است.
این سیستم هوش مصنوعی، با بهرهگیری از الگوریتمهای پیشرفته یادگیری ماشین، قادر است الگوهای پیچیده موجود در نمونه خون را شناسایی و با دقت بالایی، حضور یا عدم حضور بیماریهای مورد نظر را تشخیص دهد. این روش، نه تنها سرعت تشخیص را به طور چشمگیری افزایش میدهد، بلکه میتواند هزینههای مربوط به آزمایشهای سنتی را نیز کاهش دهد.
این فناوری، میتواند تحولی عظیم در نظام سلامت جهانی ایجاد کند و به میلیونها نفر در سراسر جهان کمک کند تا سریعتر و دقیقتر بیماریهای خود را تشخیص دهند و درمان مناسب را دریافت کنند.
هوش مصنوعی با استفاده از نمونه خون، بیماریهای دیابت، HIV و کووید را تشخیص میدهد
دانشمندان یک ابزار هوش مصنوعی جدید ساختهاند که قادر است با بررسی توالی ژن سلولهای ایمنی در نمونه خون، طیف وسیعی از عفونتها و بیماریها از جمله دیابت، HIV و کووید-۱۹ را تشخیص دهد.
این روش جدید از فناوری یادگیری ماشینی برای غربالگری سلولهای ایمنی استفاده میکند و میتواند به شناسایی شرایط مختلف سلامتی کمک کند. در یک مطالعه که در مجله Science منتشر شده است، این ابزار با بررسی نمونه خون حدود ۶۰۰ نفر، توانست به درستی تشخیص دهد که آیا شرکتکنندگان سالم هستند یا به کووید-۱۹، دیابت نوع ۱، HIV یا لوپوس مبتلا هستند و همچنین اینکه آیا اخیراً واکسن آنفولانزا دریافت کردهاند یا خیر.
به گفته سارا تیچمن، زیستشناس مولکولی دانشگاه کمبریج، این رویکرد توالییابی تمام چیزهایی که سیستم ایمنی بدن شما در معرض آن قرار گرفته است را ثبت میکند. ماکسیم زاسلاوسکی، دانشمند کامپیوتر دانشگاه استنفورد و یکی از نویسندگان این مطالعه، میگوید که این ابزار هنوز برای استفاده بالینی آماده نیست، اما با توسعه و اصلاح بیشتر، میتواند روزی به پزشکان در مقابله با بیماریهایی که امروزه آزمایشهای قطعی برای آنها وجود ندارد، کمک کند.
این ابزار با استفاده از سیستم ایمنی بدن به عنوان یک "تشخیص طبیعی" عمل میکند. سیستم ایمنی بدن از طریق سلولهای B و سلولهای T خود، سوابق گستردهای از بیماریهای گذشته و فعلی را در خود دارد. با تعیین توالی ژنهایی که گیرندههای سطحی این سلولها را رمزگذاری میکنند، میتوان اطلاعات منحصر به فردی از بیماریها و عفونتها به دست آورد.
به گفته ویکتور گریف، ایمونولوژیست محاسباتی دانشگاه اسلو، سیستم ایمنی یک تشخیص طبیعی است و اگر بتوانیم نحوه عملکرد آن را بیاموزیم، میتوانیم از آن برای تشخیص بیماریها استفاده کنیم.
زاسلاوسکی میگوید که ابزارهای تشخیصی کنونی نیز از سابقه مواجهه با بیماریهای سیستم ایمنی استفاده میکنند، اما اغلب بر توالیهای سلولهای B یا T به صورت جداگانه تمرکز دارند. در حالی که این ابزار جدید با ترکیب آنها، تصویر کاملتری از فعالیت ایمنی ارائه میدهد.
این ابزار هوش مصنوعی از ۶ مدل یادگیری ماشینی برای تجزیه و تحلیل توالیهای ژنی مناطق کلیدی گیرندههای سلول B و T استفاده میکند و الگوهای مرتبط با بیماریهای خاص را شناسایی میکند.