تولید ۳۰ روزه داروی درمان سرطان توسط هوش مصنوعی

هوش مصنوعی روش کشف و تولید داروها را به سرعت تغییر داده است.

هوش مصنوعی امکانی ایجاد کرده است که داروی سرطان ظرف مدت ۳۰ روز تولید شود و مدت زنده ماندن بیمار نیز قابل پیش بینی باشد.

مطالعه ای جدید که در نشریه علم شیمی (Chemical Science) منتشر شد، نشان می دهد پژوهشگران دانشگاه تورنتو با همکاري شرکت فناوری پزشکی اینسیلیکو مدیسین (Insilico Medicine) و فارما ای آی (Pharma AI)، پلتفرم (بستر) کشف دارو با استفاده از هوش مصنوعی ، درمانی احتمالی برای سرطان کبد (HCC) یافته اند.

سرطان کبد از شایع ترین سرطان های دنیا است و در آن تومور داخل کبد (Liver) رشد می کند.

به گزارش نیویورک پست، این پژوهشگران با به کارگیری آلفافولد، پایگاه داده ساختار پروتئین مبتنی بر هوش مصنوعی روی فارما ای آی، هدفی جدید – مسیر درمانی را که پیش تر ناشناخته بود- برای درمان سرطان کشف کرده و «مولکولی پرقدرت» ایجاد کردند که بدون کمک به آن هدف وصل می شود.

تولید این داروی احتمالی تنها ۳۰ روز پس از انتخاب هدف و بعداز ترکیب تنها هفت ماده انجام شد.

پس از دور دوم تولید ترکیب مواد، ملکول قدرتمندتری کشف کردند – ولی هر داروی احتمالی پیش از آنکه در دسترس عموم قرار بگیرد، باید مرحله آزمایش های بالینی را بگذراند.

الکس ژاورونکوف، بنیانگذار و مدیرعامل اینسیلیکو مدیسین، در بیانیه ای گفت: «جهان مسحور پیشرفت های هوش مصنوعی در هنر و زبان بود که الگوریتم های هوش مصنوعی مولد ما با ساختاری مشتق از آلفافولد مهارکننده های قدرتمند یک هدف را طراحی کردند.»

هوش مصنوعی روش کشف و تولید داروها را به سرعت تغییر داده است. روش سنتی آزمون و خطا غیر از آنکه کند و گران قیمت است، دامنه اکتشاف ها را نیز محدود می کند.

نیویورک پست به نقل از مایکل لویت، برنده نوبل شیمی، نوشت: «این مقاله شاهدی دیگر از توان هوش مصنوعی برای تغییر فرآیند کشف دارو با سرعت، کارایی و دقت بیشتر است.»

پژوهشگران معتقد هستند اطلاعات هوش مصنوعی نظام سلامت را دگرگون می کند. مطالعه ای دیگر که در نشریه جاما نت ورک اوپن منتشر شد، نشان داد سیستم هوش مصنوعی ساخت دانشمندان دانشگاه بریتیش کلمبیا و بی سی کنسر میزان بقای بیماران سرطانی را با استفاده از یادداشت های پزشکان پیش بینی می کند. این مدل از برنامه ریزی عصبی کلامی، ان ال پی استفاده می کند، بخشی از هوش مصنوعی که زبان پیچیده انسان را درک می کند.

ان ال پی یادداشت های پزشک را بعد از بازدید اولیه تجزیه و تحلیل کرده و ویژگی های فردی هر بیمار را به طورخاص شناسایی می کند. بر این اساس، بقای شش ماهه، ۳۶ ماهه و ۶۰ ماهه را با دقتی بیش از ۸۰ درصد پیش بینی کرد. این مدل قادر است میزان بقا را برای تمام سرطان ها تعیین کند، درحالی که مدل های پیشین فقط برای نوع خاصی از سرطان ها کاربرد داشت.

دکتر خوان خوزه نونز، نویسنده اصلی این مقاله، روانپزشک و پژوهشگر بالینی، در بیانیه ای اعلام کرد :« هوش مصنوعی یادداشت های پزشک بعد از مشاوره را مانند یک انسان می خواند. در این یادداشت ها جزئیات زیادی مثل سن بیمار، نوع سرطان، بیماری های زمینه ای، داروهایی که فرد در گذشته مصرف کرده و سابقه خانوادگی اش ذکر می شود. هوش مصنوعی با جمع بندی تمام این داده ها تصویری کامل تر از نتایج بیماری ترسیم می کند.»

میزان بقای بیمار مبتلا به سرطان معمولا به صورت گذشته نگر محاسبه شده و صرفا با درنظر گرفتن چند عامل شایع مانند نوع بافت و محل سرطان انجام می شود.

دکتر نونز افزود: «نکته مهم در مورد مدل های ان ال پی عصبی این است که بسیار مقیاس پذیرند و به مجموعه داده های ساختاریافته نیاز ندارند. می توانیم با استفاده از داده های محلی روی بهبود عملکرد یک منطقه جدید تاثیر بگذاریم. به گمانم این مدل ها در هرجای جهان که بیمار به متخصص سرطان مراجعه می کند، قابل استفاده است.»

نیویورک پست با اشاره به اینکه هوش مصنوعی فناوری پیشرفته ای برای درمان سرطان در آینده است که میتوان از آن در کلینیک های سراسر جهان کمک گرفت، به نقل از دکتر نونز نوشت: «پیش بینی بقای سرطان عاملی مهم است که می توان از آن برای بهبود مراقبت از سرطان (cancer) استفاده کرد. امیدواریم چنین ابزاری با ارائه مراقبت های منحصربه فرد بهترین نتیجه ممکن را برای درمان پدید آورد.»