یک آزمایشگاه در سیدنی با بهره‌گیری از هوش مصنوعی در حال تحول بنیادین در توسعه داروهای سرطان، پیش‌بینی بیماری، و پزشکی شخصی‌سازی‌شده است. پروفسور فاطمه وفایی [Fatemeh Vafaee]، معاون مدیر مؤسسه هوش مصنوعی دانشگاه نیو ساوت ولز و استاد دانشکده بیوتکنولوژی این دانشگاه، می‌گوید که دسترسی به داده‌های گسترده و پیشرفت‌های AI از سال ۲۰۲۲ به این سو، سرعت تحقیقات علمی را «چند هزار برابر» افزایش داده است.
توسعه سنتی دارو فرآیندی طولانی، پرهزینه، و کم‌بازده است؛ به‌طور میانگین ۱۵ سال زمان می‌برد، حدود دو میلیارد دلار هزینه دارد، و تنها در ۱۰ درصد موارد به نتیجه می‌رسد. یکی از بزرگترین چالش‌ها، یافتن ترکیب مناسب داروها برای بیماری‌هایی مانند سرطان و دیابت است که اغلب به درمان ترکیبی نیاز دارند.
وفایی در این باره توضیح داد: «اگر هزار دارو داشته باشید و بخواهید ترکیب دو یا سه دارو را در دوزهای مختلف بررسی کنید، میلیون‌ها آزمایش لازم است. اینجاست که هوش مصنوعی می‌تواند وارد شود، ترکیب‌های مؤثر را اولویت‌بندی کند، و پیش از انجام آزمایش‌های آزمایشگاهی، احتمال موفقیت آن‌ها را پیش‌بینی کند.»
آزمایشگاه وفایی تاکنون ۲۴ ترکیب هم‌افزا از داروها را شناسایی کرده که در مطالعات پیش‌بالینی مرکز سرطان پیتر مک‌کالوم [Peter MacCallum Cancer Centre] در ملبورن تأیید شده‌اند و اکنون وارد مراحل آزمایش بالاتر شده‌اند.
اوایل امسال، وفایی با یک شریک تجاری همکاری کرد تا آزمایش خونی توسعه دهد که بازگشت سرطان پستان را رد می‌کند؛ مشکلی که ۱۵ درصد از بیماران سرطان پستان با آن دست‌وپنجه نرم می‌کنند و به دلیل بازه زمانی غیرقابل پیش‌بینی پس از درمان، پزشکان را سردرگم می‌کرد.
این دستاوردها بخشی از گزارش «تأثیر اجتماعی علم» دانشگاه نیو ساوت ولز است که قرار است روز دوشنبه منتشر شود. این گزارش چارچوب جدیدی برای سنجش تحقیقات پیشنهاد می‌دهد که بر تجاری‌سازی، خروجی‌های علمی، سیاست‌گذاری، تأثیر بر زندگی مردم، و توسعه پایدار تمرکز دارد.
وفایی که اهل ایران است، دکترای خود را در رشته هوش مصنوعی در سال ۲۰۱۱ از دانشگاه ایلینوی [University of Illinois] در شیکاگو دریافت کرده و از آن زمان این دانش را در حوزه زیست‌پزشکی به کار گرفته است.
یکی از اهداف اصلی آزمایشگاه او، توسعه ابزارهای AI برای «یادگیری انتقالی» است؛ یعنی انتقال دانش از یک بیماری به بیماری دیگر. این رویکرد به‌ویژه برای سرطان‌های نادر که داده‌های کافی در سطح جمعیتی برای آن‌ها وجود ندارد، اهمیت دارد. وفایی گفت: «هر بیمار اهمیت دارد و می‌توانیم از این فناوری برای بیمارانی استفاده کنیم که داده‌های کمتری درباره آن‌ها داریم.»
او همچنین بر ضرورت دسترسی AI به داده‌های گسترده بیماران تأکید کرد و گفت پزشکی شخصی‌سازی‌شده برای همه در دسترس خواهد بود، مشروط بر اینکه این دسترسی فراهم شود. وفایی افزود: «ما همه با هم متفاوتیم و باید از رویکرد یک راه‌حل برای همه فاصله بگیریم. آرزویم این است که از واکنش به آنچه مشاهده می‌کنیم، به پیش‌بینی فعالانه آنچه ممکن است رخ دهد، برسیم.»
زمینه این خبر نشان می‌دهد که ورود هوش مصنوعی به پزشکی دیگر در مرحله نظری نیست؛ دستاوردهای عملی مانند شناسایی ترکیب‌های دارویی و آزمایش‌های تشخیصی نشان می‌دهند که این فناوری در حال تغییر واقعی مسیر درمان است. با این حال، از متن گزارش چنین برمی‌آید که دسترسی به داده‌های بیماران همچنان مهم‌ترین مانع پیش روی این پیشرفت‌هاست.
تحلیل خبر با دیرینه نیوز بزرگترین رسانه خبری فارسی زبانان در استرالیا
اهمیت این رخداد زمانی بیشتر می‌شود که بدانیم توسعه داروهای سرطان یکی از پرهزینه‌ترین و کندترین فرآیندهای علمی در جهان است. کاهش چشمگیر زمان و هزینه از طریق هوش مصنوعی می‌تواند داروهای مؤثرتری را سریع‌تر به بیماران برساند، از جمله بیماران مبتلا به سرطان‌های نادر که تاکنون از پژوهش‌های بزرگ بی‌بهره مانده‌اند. دستاوردهای آزمایشگاه وفایی در دانشگاه نیو ساوت ولز نشان می‌دهد که استرالیا در این حوزه نقشی فعال دارد. با این حال، پرسش‌هایی درباره حریم خصوصی داده‌های بیماران، نظارت نهادی بر کاربرد AI در پزشکی، و مسیر تجاری‌سازی این فناوری همچنان بی‌پاسخ است و باید در مراحل بعدی توسعه این ابزارها به آن‌ها پرداخته شود.
منبع: The Sydney Morning Herald
