جاری22:28هوش مصنوعی به کشتن ابر میکروب مقاوم در برابر دارو کمک می کند
صدای رونویسی شده را بخوانید
محققان با کمک هوش مصنوعی درمان امیدوارکننده ای را برای یک ابر میکروب مقاوم به آنتی بیوتیک کشف کرده اند.
اسینتوباکتربومانی یک پاتوژن اکتسابی در بیمارستان است که معمولاً روی سطوح در محیطهای بالینی یافت میشود. می تواند باعث بیماری هایی مانند ذات الریه، مننژیت و سپسیس شود.
بر اساس سازمان بهداشت جهانی، A. baumannii یک تهدید حیاتی برای بیمارانی است که مراقبت از آنها نیاز به دستگاه هایی مانند ونتیلاتور دارد، که تا حد زیادی به دلیل مقاومت آن در برابر اکثر آنتی بیوتیک ها است.
“به طرز قابل توجهی چالش برانگیز است [to tackle]جاناتان استوکس، استادیار دانشگاه مک مستر، در همیلتون، که این تحقیق را رهبری کرد، گفت.
هتولد می گوید: “وقتی ما به دنبال آنتی بیوتیک های جدید می رویم، لازم است که شروع به جستجوی مواد شیمیایی کنیم، آنتی بیوتیک هایی که ساختارهای کاملاً جدید و عملکردهای کاملاً جدیدی دارند. می دانید، ما باید یک درمان اساسی جدید ایجاد کنیم.” جاریمت گالووی.
معمولاً این شامل آزمایش صدها هزار ماده شیمیایی است تا ببینیم کدام یک در برابر بیماری بهتر عمل می کنند. اما استوکس میگوید: «این کار بهطور قابل توجهی پر زحمت، زمانبر و پرهزینه است».
یک تیم بینرشتهای متشکل از دانشمندان برجسته (و دوستان بزرگ) مطالعهای را با استفاده از هوش مصنوعی برای یافتن مولکولهای ضد باکتری جدید علیه اسینتوباکتر بومانی انجام دادند. فکر میکنم ما بهخوبی وارد دوران کشف داروی تقویتشده با هوش مصنوعی شدهایم…WOOO!!!https://t.co/Igp8bRRAv0
به همین دلیل استوکس و بقیه اعضای تیم، که شامل دانشمندانی در موسسه فناوری ماساچوست بودند، برای کمک به هوش مصنوعی روی آوردند.
او گفت: «در حالت ایدهآل، با استفاده از این الگوریتمهای هوش مصنوعی، آنها میتوانند با سرعت بسیار بیشتری به این مواد شیمیایی نگاه کنند. و با نگاهی سریع به مجموعه وسیعی از مواد شیمیایی، آنها می توانند به ما کمک کنند تا کدام آزمایش ها را در آزمایشگاه انجام دهیم.
استوکس و تیمش یافته های خود را در مجله منتشر کردند مجله Nature Chemical Biology پنجشنبه.
آموزش مدل
قبل از اینکه هوش مصنوعی بتواند یک ماده شیمیایی را پیدا کند که می تواند بکشدA. baumanniiاو گفت، استوکس و تیمش آن را با دادههای مربوط به مواد شیمیایی کشنده باکتری و ساختارهای شیمیایی “مرتبط با فعالیت ضد باکتریایی مورد نظر ما” به آن آموزش دادند.
وی گفت: “ما حدود 7500 ماده شیمیایی را به صورت فیزیکی در آزمایشگاه آزمایش کردیم و بررسی کردیم که کدام یک از رشد اسینتوباکتر جلوگیری می کند و کدام یک نه.”
هنگامی که مدل هوش مصنوعی آموزش داده شد، تیم میتواند مواد شیمیایی جدیدی را که قبلاً ندیده بود به آن نشان دهد. سپس میتوانست پیشبینی کند کدام یک از آن مواد شیمیایی که فکر میکرد ضدباکتری هستند و کدام یک از آنها نیستند.
در نهایت، هوش مصنوعی ترکیب ضد باکتری جدیدی را کشف کرد که آن را آبوسین نامیدند. آزمایشهای بیشتر نشان داد که میتواند درمان کند A. baumanniiزخم های عفونی در موش
استوکس گفت گام بعدی تکمیل دارو در آزمایشگاه و سپس انجام آزمایشات بالینی است.
این کار پیشروی امیدوارکننده ای را در مبارزه با آن برجسته می کند A. baumannii و نقش فناوری هوش مصنوعی در این امر.
استوکس گفت: «وقتی این پروژه را تکمیل کردیم، احساس میکنم وارد دورانی میشویم که رویکردهای هوش مصنوعی میتوانند به طور معناداری بر نحوه کشف پزشکی بالینی از اولین مراحل کشف تأثیر بگذارند.
آزمایشات در مقیاس بزرگ
برای استوکس، هوش مصنوعی وعده می دهد که به طور چشمگیری سرعت تحقیقات علمی و دارویی را افزایش دهد.
او گفت: “انسانها ممکن است مجبور نباشند زمان و تلاش زیادی را برای انجام این آزمایشات در مقیاس بزرگ صرف کنند.”
تماشا کنید: چگونه هوش مصنوعی می تواند آینده مراقبت های بهداشتی ما را تغییر دهد
این وعده با دانشمندان دیگری مانند راهول کریشنان، استادیار پزشکی محاسباتی در دانشگاه تورنتو همخوانی دارد.
او به گالووی گفت: “اگر به ما کمک کند حتی 10 درصد سریعتر به اکتشافات برسیم، این یک پیروزی بزرگ برای کل جامعه است، زیرا ما می توانیم ساخت و کشف این داروها را در مقیاسی بسیار سریعتر آغاز کنیم.”
هدف من کشف آنتی بیوتیک های جدید برای نجات جان مردم است. بنابراین، اگر پیشرفتهای فناوری هوش مصنوعی قدرتمندی وجود داشته باشد که به من در رسیدن به آن هدف کمک کند، من آنها را در آغوش میگیرم.-جاناتان استوکس
کریشنان، که تلاقی فناوری هوش مصنوعی و مراقبت های بهداشتی را مطالعه می کند، می گوید ایده کلیدی هوش مصنوعی در پزشکی کمک به پزشکان برای تصمیم گیری سریع تر و ایمن تر است.
او گفت که یک هوش مصنوعی میتواند به سوابق پزشکی یک بیمار نگاه کند و از آنها «همراه با یک مدل پیشبینیکننده برای کمک به تصمیمگیری بالینی» استفاده کند. برای مثال، یک هوش مصنوعی میتواند به سرعت پیشبینی کند که آیا بیمار احتمالاً به دیابت مبتلا میشود یا خیر و سپس «از پزشک بالینی بخواهد مداخلات اولیه را تجویز کند» و از پیامدهای جدیتر بعداً جلوگیری میکند.
او افزود: «از نقطه نظر سلامت عمومی، داشتن توانایی به کارگیری مدلهای پیشبینی خوب در مقیاس ممکن است در واقع به افراد کمک کند تا تصمیمات پاییندستی بهتری در مورد سلامت خود بگیرند.»
آیا داده های هوش مصنوعی دقیق است یا اخلاقی؟
البته این بدان معنا نیست که معرفی هوش مصنوعی چالش های خود را ندارد.
محبوبیت فزاینده هوش مصنوعی در زمینه های مختلف منجر به برخی هشدارها شده است که می تواند منجر به نقض حریم خصوصی و حق چاپ و کمپین های اطلاعات نادرست شود.
مدیران، محققان و پیشگامان هوش مصنوعی هشدار داده اند که استفاده بی رویه از هوش مصنوعی می تواند خطرات یا حتی تهدیدهای جدی برای خود بشریت ایجاد کند.
کریشنان میگوید هوش مصنوعی بسته به دادههایی که برای آموزش آن استفاده میشود، میتواند مستعد سوگیریهایی باشد که در حوزه پزشکی وجود دارد.
او گفت: «ما از مطالعات زیادی که در طول دههها انجام شده است، میدانیم که سیستم مراقبتهای بهداشتی که در آمریکای شمالی داریم، بهطور باورنکردنی، از جهاتی، ناعادلانه است.
“این نابرابریها اغلب به دادههایی ترجمه میشوند که سپس به این الگوریتمها وارد میشوند. و اگر در مرحله آموزش اصلاح نشوند، این سوگیریها در الگوریتم و هر خروجی بعدی که ارائه میشوند کدگذاری میشوند.”
حتی اگر هوش مصنوعی بر روی داده های قابل اعتماد آموزش دیده باشد، خطر ایجاد چیزها نیز وجود دارد.
کریشنان گفت: «این، به نوعی، اغلب میتواند توهم ایجاد کند، و این یکی از حالتهای شکست مدلهای زبان بزرگ است و بدیهی است که در زمینه مراقبتهای بهداشتی یک نگرانی بزرگ است.
استوکس معتقد است فناوری هوش مصنوعی به اندازه کافی پیشرفته است که اکنون می توان آن را پیاده سازی کرد. اما او میگوید هنوز فقدان دادهای «در سراسر مناطق مختلف بیماری» برای آموزش این مدلها وجود دارد.
او گفت: “این مدل های AI … تشنه داده هستند. آنها باید نمونه های زیادی را ببینند تا بتوانند پیش بینی های قوی انجام دهند.”
بنابراین فکر میکنم کسب دادههایی که میتوانیم این مدلها را با آنها آموزش دهیم باید در خط مقدم همه افکار ما باشد.»
استقبال از هوش مصنوعی در پزشکی
کریشنان آینده ای را می بیند که در آن هوش مصنوعی به پزشک کمک می کند «بسیاری از موارد ساده را خودکار کند» و کارهای پیچیده قبلی را آزاد کند.
او گفت: “آنها می توانند تلاش های شناختی و چرخه های شناختی خود را صرف موارد بسیار پیچیده تری کنند که توجه آنها را می طلبد.”
این افزایش است که استوکس را به این باور می رساند که هوش مصنوعی جایی در آزمایشگاه و بیمارستان ها دارد.
او گفت: “هدف من در حال حاضر کشف آنتی بیوتیک های جدید برای نجات جان مردم است.”
بنابراین، اگر پیشرفتهای فناوری هوش مصنوعی قویتر و قویتری وجود داشته باشد که به من در رسیدن به این هدف کمک کند، من آنها را در آغوش میگیرم.»
تهیه کنندگی کیت کورنیک، ویلو اسمیت و مگان کارتی.