به گزارش خبرنگار
حوزه فنآوریهای نوین گروه علمی پزشكی باشگاه خبرنگاران جوان؛ بیماران مختلف نسبت به یک نوع سرطان، در قبال فرآیندهای درمانی که مربوط به همان سرطان است واکنشهای متفاوتی از خود نشان میدهند. این واکنشها، پزشکان را در وضعیت مبهم و سختی برای انتخاب بهترین شیوه درمان قرار میدهد.
اخیرا محققان در دانشگاه وسترن جوابی برای این مسئله پیدا کردهاند. آنها ماشینی را طراحی کرده اند که میتواند زبان الگوریتم- گرایشی از هوش مصنوعی- را یاد بگیرد. این ماشین با استفاده از اطلاعات ژنتیکی، اغلب روشهای درمانی را تشخیص میدهد و رژیمهای درمانی شخصیتری را هم برای بیماران مختلف در نظر میگیرد.
پیتر روگان یکی از محققین این تیم میگوید: «هوش مصنوعی یک ابزار قدرتمندی برای پیش بینی عوارض داروها میباشد زیرا میتواند مجموع تمام تعاملات ژنها را تحت نظر بگیرد. او اضافه می کند: این در حالی است که ابتدا پزشکان با روشهای پزشکی خیلی موثری بیماران را درمان می کردند، اما این احتمال وجود دارد که ما میتوانیم به صورت موثرتری بیماران را تحت درمان قرار دهیم و حتی آنها را مداوا نماییم».
در این کار محققان مجموعهای شامل 40 ژن استفاده کردهاند که در حدود 90 درصد تومورهای سرطانی سینه مشابه هستند. آنها از اطلاعات این ژن ها در رده های سلولی و بافت های تومور حدود 350 بیمار سرطانی که به دو شیوه شیمی درمانی و استفاده از داروهای paclitaxelبودند، نمونه برداری کردند.
ماشین یادگیری که محققان اطلاعات خود را به آن داده بودند به ابزار هایی مجهز است که موفق به 84 درصد دقت پیش بینی در مقاومت و حساسیت داروها شد. دقت پیش بینی در مقاومت paclitaxel 82 درصد و دقت پیش بینی در واکنش به gemcitabine نیز بین 62 تا 71 درصد بود.
در نهایت محققان به دنبال این هستند تا الگوریتم این ماشین را باز تعریف نمایند و اطلاعات ورودی به سیستم را هم تقویت نمایند تا کارایی این دستگاه را در پیش بینی سرطلان سینه افزایش دهند.
انتهای پیام/