هوش مصنوعی ۱۰۰۰ بیماری را در دهه آینده پیش بینی می کند

به گزارش وبو، دانشمندان اعتقاد دارند که هوش مصنوعی می تواند در یک دهه آینده ابتلای افراد به ۱۰۰۰ بیماری را پیش بینی نماید.

باشگاه خبرنگاران جوان؛ جواد فراهانی – تیمی از دانشمندان ابزار جدیدی را توسعه داده اند که با استفاده از هوش مصنوعی، احتمال ابتلای افراد به بالای ۱۰۰۰ بیماری، همچون سرطان، را در ده سال آینده پیش بینی می کند.
دانشمندان امیدوارند این فناوری به شناسایی بیماران در معرض خطر بالاتر بیماری کمک و امکان پیشگیری را سال ها پیش از وقوع آن فراهم آورد. این ابزار احتمال ابتلای فرد به بیماریهای جدی مانند سرطان، بیماریهای قلبی و دیابت را ارزیابی و زمان ابتلای آنها را تعیین می کند.
این مدل، Delphi-۲M، با تحلیل و بررسی سوابق پزشکی محرمانه و همین طور عوامل سبک زندگی مانند سیگار کشیدن، مصرف الکل و چاقی آموزش داده شده است تا پیش بینی نماید که چه اتفاقی ممکنست در ۲۰ سال آینده رخ دهد.

اندازه آزمایش و آموزش

این مدل با استفاده از داده های ۴۰۰۰۰۰ بیمار از مطالعه Biobank انگلستان و ۱.۹ میلیون نفر از ثبت ملی بیماران دانمارک آزمایش شد. دانشمندان امیدوارند این فناوری به بیماران کمک نماید تا احتمال ابتلای خود به بیماریها را با گذشت زمان درک کنند و امکان مداخله سریع و مراقبت های پیشگیرانه را فراهم آورد.
پروفسور ایوان بیرنی، مدیر اجرائی لابراتوار زیست شناسی مولکولی اروپا، تأیید کرد که این ابزار می تواند در مطب پزشکان برای مساعدت با بیماران در درک خطرات سلامتی خود و انجام اقدامات پیشگیرانه مورد استفاده قرار گیرد.
وی اظهار داشت: پزشک می تواند با گفتن “این ها خطرات اصلی هستند و در اینجا چند نکته برای تغییر وضعیت وجود دارد” بیمار را راهنمایی کند. وی افزود که این سفارش ها شامل کاهش وزن و ترک سیگار و سفارش های خاص تر برای بیماریهای خاص خواهد بود.
پروفسور موریتز گرستینگ، متخصص زیست شناسی محاسباتی سرطان، اشاره کرد که این مدل آغاز یک روش جدید برای درک سلامت انسان و پیشرفت بیماری است و می تواند در برنامه های غربالگری اولیه و برای تخمین تعداد افرادی که انتظار می رود به بیماریهای خاص مبتلا شوند، برای تسهیل برنامه ریزی سلامت، مورد استفاده قرار گیرد.

محدودیت های مدل و موارد احتیاط

در صورتیکه این مدل در پیش بینی بیماری هایی که کم کم ایجاد می شوند، مانند دیابت نوع ۲ و حملات قلبی، دقیق است، توانایی محدودی در پیش بینی رویداد های تصادفی مانند عفونت ها دارد. سایر کارشناسان ضمن اشاره به سوگیری در داده های آموزشی، نسبت به تفسیر بیش از اندازه نتایج هشدار داده اند.
پروفسور جاستین استبینگ اظهار داشت: «این مدل، سوگیری های موجود در داده ها، همچون انتخاب داوطلبان سالم را ثبت می کند.» پروفسور پیتر بنیستر افزود که چالش، تضمین وجود زیرساخت های دیجیتال و مهارت های کافی برای بهره مندی همه گروه ها از این تکنولوژی است.
دانشمندان باور دارند که Delphi-۲M گامی مهم در راستای پیش بینی طیف وسیعی از بیماریها در طولانی مدت است. کارشناسان همین طور خاطرنشان می کنند که گنجاندن داده های اضافی، مانند نشانگر های زیستی، تصویربرداری و ژنومیک، می تواند این ابزار را به یک پلت فرم جامع برای پزشکی دقیق تبدیل کند.
این مطالعه در مجله Nature انتشار یافته است.
منبع: دیلی میل
دانشمندان امیدوارند این فناوری به بیماران کمک کند تا احتمال ابتلای خود به بیماریها را با گذشت زمان درک کنند و امکان مداخله سریع و مراقبت های پیشگیرانه را فراهم آورد.
پروفسور ایوان بیرنی، مدیر اجرائی آزمایشگاه زیست شناسی مولکولی اروپا، تأیید کرد که این ابزار می تواند در مطب پزشکان برای مساعدت با بیماران در درک خطرات سلامتی خود و انجام اقدامات پیشگیرانه مورد استفاده قرار گیرد.
وی گفت: پزشک می تواند با گفتن این ها خطرات اصلی هستند و در اینجا چند نکته برای تغییر وضعیت وجود دارد بیمار را راهنمائی کند. وی افزود که این سفارش ها شامل کاهش وزن و ترک سیگار و سفارش های خاص تر برای بیماری های خاص خواهد بود.
پروفسور موریتز گرستینگ، متخصص زیست شناسی محاسباتی سرطان، اشاره نمود که این مدل آغاز یک روش جدید برای درک سلامت انسان و پیشرفت بیماری است و می تواند در برنامه های غربالگری اولیه و برای تخمین تعداد اشخاصی که انتظار می رود به بیماری های خاص مبتلا شوند، برای تسهیل برنامه ریزی سلامت، مورد استفاده قرار گیرد.
محدودیت های مدل و موارد احتیاط
در صورتی که این مدل در پیشبینی بیماری هایی که کم کم ایجاد می شوند، مانند دیابت نوع ۲ و حملات قلبی، دقیق است، توانایی محدودی در پیشبینی رویداد های تصادفی مانند عفونت ها دارد.