هوش مصنوعی برای نجات جان انسان
دانشمندان از نوآوریهای هوش مصنوعی برای توسعه درمانهای جدید در حوزه پزشکی ازجمله کشف داروی کرونا استفاده میکنند
سفارش سفرهای اشتراکی با استفاده از یک اپلیکیشن موبایلی، فیلتر کردن اسپمها و بررسی سوابق افراد نمونههایی عادی از هوش مصنوعی(AI) در محل کار هستند. هوش مصنوعی شرایطی فراهم میکند که ماشینها بتوانند از تجربیات انسانی استفاده کنند. این در حالی است که هوش مصنوعی به نوآوریها جان میدهد و میتواند صنایع گوناگون ازجمله حوزه مالی، تولید، خردهفروشی و حملونقل را دگرگون کند. درحالیکه خودروهای خودران و فروشگاههای بدون صندوقدار که با هوش مصنوعی کار میکنند، بیشترین سر و صدا را در رسانهها ایجاد کردهاند، براساس وعدههای اعلام شده، نوآوریهای مهمی با بهرهگیری از هوش مصنوعی در آیندهای نه چندان دور در حوزه پزشکی ارائه خواهد شد.
به گزارش نشنال جئوگرافی، انتظار میرود که هوش مصنوعی تحولی عظیم در حوزه اکتشاف دارو ایجاد کند. این اتفاق نه از طریق جایگزین کردن پژوهشگران که به وسیله کامل شدن تلاشهای آنها صورت میگیرد. امروزه، دانشمندان سراسر دنیا در حال تلاش برای توسعه بیش از 8هزار دارو بهمنظور درمان بیماریهایی چون سرطان، دیابت، ایدز و بیماریهای قلبی و عروقی هستند. با این حال، فقط 12درصد از درمانهای بالقوه که وارد آزمایشهای بالینی مرحله اول میشوند، میتوانند به بیماران کمک کنند. مصرف یک داروی جدید، بهخاطر تصویب مقررات مربوط به آن، از زمان کشف داروی اولیه بهطور میانگین 10سال زمان میبرد و 6/2میلیارد دلار هزینه به همراه خواهد داشت. این مسئله درباره کشف واکسن یا داروی نوع جدید ویروس کرونا هم صادق است.
بهرهگیری از هوش مصنوعی میتواند به تسریع در پیشرفتهای علمی کمک کند؛ چراکه هوش مصنوعی از ظرفیت کاهش چالشهای حوزه تحقیق و توسعه(R&D) تولید دارو برخوردار است. بهصورت طبیعی، مسیر اکتشافات علمی بسیار طولانی، پیچیده و پر از آزمون و خطاست.
ظرفیتهای متفاوت
ترکیبات شیمیایی بیشماری در آزمایشگاهها وجود دارند که هرکدام ظرفیتهای متفاوتی برای اثرگذاری بر زیستشناسی دارند. در طول تاریخ، شاید یکی از بزرگترین چالشهای دانشمندان تلاش برای توسعه آن دسته از مواردی بوده است که ژنتیک انسان را هدف قرار میدهد و اینکه چگونه بدن ما به یک دارو واکنش نشان میدهد.
نوآوریهای مبتنی بر هوش مصنوعی به دانشمندان کمک میکند که این چالشها را پشت سر بگذارند. بهعنوان مثال، در سال 2018یک برنامه هوش مصنوعی به نام «ایو» به دانشمندان کمک کرد تا تریکلوسان را کشف کنند. تریکلوسان(که بعضاً به اختصار TCS گفته میشود) یک ماده ضدباکتری و ضدقارچ موجود در برخی از محصولات مصرفی ازجمله خمیر دندان است. این ماده بهطور بالقوه میتواند مالاریای مقاوم به دارو را که یک مسئله بهداشتی در حال پیشرفت در مناطقی مانند آفریقا و آسیای جنوب شرقی است، درمان کند.
پژوهشگران برای دستیابی به این کشف، گونههای مخمر تغییر یافته ژنتیک ایجاد کردند که هم شامل ژنهایی از انگلهای ایجادکننده مالاریا و هم شامل ژنهای انسانی بود. برنامه ایو هزاران ترکیب را مورد بررسی قرار داد و سرانجام تریکلوسان را بهعنوان ترکیبی معرفی کرد که رشد ژنهای انگلی را متوقف یا کند میکند اما تأثیری بر ژنهای انسان ندارد.
موضوع نامحتمل
پژوهشگران پیش از این گمان میکردند، تریکلوسان که بهخاطر ویژگیهای آنتیباکتریال خود بخشی از خمیردندان را تشکیل داده، میتواند به درمان مالاریا کمک کند؛ بنابراین برنامه ایو یک داروی جدید را ارائه نکرد و درعوض، برنامه ایو به دانشمندان کمک کرد که از یک موضوع نامحتمل به یک ترکیب قابل دستیابی برسند.
کاربرد متداول هوش مصنوعی در پزشکی، کمک به نظارت بر مقادیر زیادی از دادههای دارویی است تا پزشکان و پژوهشگران بتوانند اثرات منفی درمانها را مشاهده کنند. الگوریتمهای هوش مصنوعی فقط به اندازه دادههایی که به آنها اطمینان میشود قابلقبول هستند؛ بنابراین، شواهد کیفی برای نتیجهگیری دقیق لازم است. در سالهای اخیر، شرکتهای بایوفارماتیک و پژوهشگران بالینی اتکا به شواهد دنیای واقعی(RWE) را آغاز کردهاند که بر این اساس، دادههای ورودی و خروجی بالینی را مانند سوابق پزشکی، مطالبات صورتحساب و سایر موضوعات مرتبط اندازهگیری میکنند.
RWE همچنین از طریق رشد فزاینده ابزارهای پوشیدنی مانند ردیابهای بهداشتی موبایلی که در بسیاری از تلفنهای هوشمند یافت میشود، تولید میشود. RWE با بهبود توانایی شرکتهای بایوفارماتیک فرایند کشف و توسعه دارو را تغییر میدهد.
تسریع در پیشرفتهای علمی
بهرهگیری از هوش مصنوعی میتواند به تسریع در پیشرفتهای علمی کمک کند؛ هوش مصنوعی از ظرفیت کاهش چالشهای حوزه تحقیق و توسعه(R&D) تولید دارو برخوردار است