همکاری هوش مصنوعی و سلول های بنیادی برای ترمیم اعضای بدن
پیشرفت های صورت گرفته در حوزه هوش مصنوعی و سلول های بنیادی، نتایج امیدبخشی را برای پزشکی ترمیمی نشان می دهند.
به گزارش نیو وبلاگ به نقل از ایسنا و به نقل از فوربس، در دهه گذشته و بیشتر از آن، پژوهش در مورد سلول های بنیادی و "پزشکی ترمیمی"(Regenerative medicine)، در زمینه مراقبت های بهداشتی غوغا کرده است. این حوزه حساس، در چند سال قبل شاهد پیشرفت های ثابتی بوده است.
امید به پزشکی ترمیمی، ساده اما عمیق است و شاید روزی به متخصصان پزشکی کمک نماید تا مشکل را تشخیص دهند، تعدادی از سلول های بدن موسوم به سلول های بنیادی را حذف نمایند و آنها را برای پیشرفت درمان بیماری به کار ببرند. استفاده از سلول های بدن، امکان یک درمان کاملا شخصی سازی شده با ژن ها و سیستم های بدن را فراهم می آورد.
اصطلاحاتی که اغلب در این عرصه پزشکی استفاده می شوند، ممکنست برای افراد ناآشنا کمی مبهم باشند. این گزارش، بر بینش های ارائه شده توسط "کریستین دراپو"(Christian Drapeau)، متخصص نوروفیزیولوژی و سلول های بنیادی تکیه دارد.
دراپو، یکی از اولین افرادی بود که در اوایل سال ۲۰۰۰، سلول های بنیادی را کشف کرد و به صحبت کردن در مورد آنها پرداخت. او از آن زمان، به کشف اولین محرک سلول های بنیادی مشغول شد و پژوهش های وی نشان داد که عصاره نوعی جلبک موسوم به "آفانیزومنون فلوس آکوا"(Aphanizomenon flos-aquae) می تواند ترمیم لطمه عضلانی را بهبود ببخشد.
همین طور دراپو، بنیان گذار یک شرکت مبتنی بر پژوهش در مورد سلول های بنیادی موسوم به "کالیاژن"(Kalyagen) و از سازندگان یک محرک سلول های بنیادی موسوم به "استیمرژن"(Stemregen) است. استیمرژن، یکی از موثرترین محرک هایی است که بگفته دراپو می تواند درمان موثری را برای بیماریهای مختلف عرضه نماید.
در هر حال، باید دید که درمان های مبتنی بر سلول های بنیادی چگونه کار می کنند و چگونه وعده خود در خصوص تقویت توانایی های ما برای ترمیم یا خوددرمانی را تحقق می بخشند.
دراپو اظهار داشت: سلول های بنیادی، سلول های مادر یا سلول های تولیدشده توسط مغز استخوان هستند. هنگامی که این سلول ها از مغز استخوان رها می شوند، می توانند به هر اندام و بافتی از بدن بروند و به سلول های آن بافت تبدیل شوند. سلول های بنیادی، سیستم ترمیم بدن را می سازند.
کشف این عملکرد، دانشمندان را به سمت سفری طولانی برای کشف نحوه استفاده از سلول های بنیادی در درمان بیماری هایی که به سبب از دست دادن سلول ایجاد می شوند، سوق داده است. بیماری هایی مانند دیابت و بیماریهای دژنراتیو در رابطه با افزایش سن، با از دست دادن یک نوع سلول یا عملکرد سلولی مرتبط هستند.
بررسی های دراپو در چند دهه اخیر نشان می دهند که گروهی از مواد طبیعی وجود دارند که توانایی آنها برای القای آزادسازی سلول های بنیادی از مغز استخوان اثبات شده است. سپس این سلول های بنیادی، به جریان خون وارد می شوند و از آنجا می توانند به محل های کمبود سلول یا لطمه سلولی در بدن بروند تا به بهبود و ترمیم کمک کنند. این فرایند، با نام "ESCM" شناخته می شود.
دراپو افزود: استیمرژن، قوی ترین محصول ما تا به امروز بوده است و نتایج بسیار خوبی را در درمان مشکلات سیستم غدد درون ریز، عضلات، کلیه ها و سیستم تنفسی نشان داده است.
هوش مصنوعی
به رغم پیشرفت های خیره کننده ای که تا حالا صورت گرفته اند، نگرانی در مورد این مساله وجود دارد که چطور میتوان این نوآوری را با یک نوآوری هیجان انگیز دیگر که هوش مصنوعی است، ادغام کرد.
دراپو که یکی از علاقمندان هوش مصنوعی است، توضیح داد که هوش مصنوعی تا حالا نقش مهمی در پژوهش در مورد سلول های بنیادی داشته است و قابلیت های بیشتری نیز دارد.
چندین حوزه وجود دارند که هوش مصنوعی در آنها به پژوهش در مورد سلول های بنیادی سود بسیاری رسانده است و با مشاهده دقیق تر می توان چندین حوزه را دید که در آنها، هوش مصنوعی به شدت از پژوهش در مورد سلول های بنیادی و پزشکی ترمیمی سود برده است.
یکی از موانعی که دانشمندان بطور مداوم در زمینه پزشکی ترمیمی با آن رو به رو بوده اند، پیچیدگی داده های موجود است. سلول ها آن قدر با یکدیگر متفاوت هستند که دانشمندان باید با پیش بینی اینکه سلول ها در هر یک از شرایط درمانی، چه کاری را انجام خواهند داد، دست و پنجه نرم کنند. دانشمندان با میلیونها روشی رو به رو هستند که پزشکی ممکنست در آنها اشتباه کند.
بیشتر کارشناسان هوش مصنوعی معتقدند که این فناوری حدودا در هر زمینه ای می تواند هر زمان که مشکلی در تجزیه و تحلیل داده ها و پیش بینی وجود داشته باشد، چاره ای را عرضه نماید.
"کارل سایمون"(Carl Simon)، زیست شناس "موسسه ملی فناوری و استانداردها"(NIST) و "نیکلاس شاوب"(Nicholas Schaub)، پژوهشگر "موسسه ملی سلامت"(NIH) بتازگی این فرضیه را هنگام جمع آوری شبکه های عصبی عمیق یک برنامه هوش مصنوعی برای داده های مورد استفاده در آزمایش های خود روی سلول های چشم به کار بردند. پژوهش آنها در مورد دلیلهای ضعف چشم در رابطه با افزایش سن و راه های درمان آن بود و نتایج خیره کننده ای را نشان داد. هوش مصنوعی از میان ۳۶ پیش بینی که از آن خواسته شد، تنها یک پیش بینی نادرست در مورد تغییرات سلولی انجام داد.
برنامه آنها یاد گرفت که چگونه عملکرد سلول را در وضعیت و تنظیمات متفاوت پیش بینی نماید. این برنامه توانست تصاویر مربوط به بافت های چشم پرورش یافته در آزمایشگاه را به سرعت تجزیه و تحلیل کند تا بافت ها را در طبقه بندی خوب یا بد قرار دهد. این کشف، خوش بینی را در فضای پژوهش در مورد سلول های بنیادی افزایش داده است.
سایمون اظهار داشت: زمانی که در مورد سلول های بنیادی بطور کلی صحبت می نماییم، به صورتی می گوییم که سلول های بنیادی یک چیز هستند؛ در صورتیکه انواع متفاوتی از سلول های بنیادی وجود دارند. بعنوان نمونه، سلول های بنیادی فولیکول مو و مغز دندان، حاوی نشانگرهای عصبی هستند و می توانند بسادگی به نورون تبدیل شوند تا مغز را ترمیم کنند. علاوه بر این، بافتی که مورد ترمیم قرار می گیرد، باید برای جذب سلول های بنیادی سیگنال بدهد و ترکیباتی را برای تحریک عملکرد سلول های بنیادی ترشح کند. یک تجزیه و تحلیل پیچیده با بهره گیری از هوش مصنوعی در مورد بافتی که به ترمیم نیاز دارد و شرایط آن بافت در هر شخص، به انتخاب سلول های بنیادی مناسب و بهترین سلول ها در آن گروه از سلول های بنیادی و همین طور ارائه درمان برای بهبود ترمیم بافت مبتنی بر سلول بنیادی کمک می نماید.
در پژوهشی که در فوریه سال جاری در مجله "Stem Cells" به چاپ رسید، پژوهشگران "دانشگاه پزشکی و دندانپزشکی توکیو"(TMDU) گزارش دادند که سیستم هوش مصنوعی آنها موسوم به "دیپ اکت"(DeepACT)، موفق شده است تا سلول های بنیادی مولد پوست را با دقت یک انسان شناسایی کند. این کشف، استدلال دراپو را در مورد قابلیت های هوش مصنوعی دراین زمینه، بیشتر تقویت می کند.
این آزمایش، موفقیت خودرا مدیون قابلیت های یادگیری ماشینی هوش مصنوعی است اما انتظار می رود که یادگیری عمیق بتواند بطور سودمندی در پزشکی ترمیمی معرفی شود. پیش بینی های آینده نگر زیادی برای این احتمالات وجود دارند اما خیلی از آنها آنقدر که در ابتدا به نظر می آید، دور از ذهن نیستند.
پژوهشگران باور دارند که هوش مصنوعی می تواند به سرعت انتقال دادن پزشکی ترمیمی به سطح بالینی کمک نماید. این فناوری را می توان برای پیش بینی رفتار سلول در محیط های مختلف استفاده نمود. بنابراین، شاید بتوان از آن برای شبیه سازی محیط انسانی نیز استفاده نمود. این بدان معناست که پژوهشگران می توانند اطلاعات عمیق را با سرعت بیشتری به دست آورند.
چاپ سه بعدی
شاید جسورانه ترین انتظار، امکان استفاده از هوش مصنوعی برای پیشگام شدن در چاپ سه بعدی اندام ها باشد. در جهانی که کمبود اعضای بدن یک واقعیت تلخ است، این کاربرد یقینا سودمند خواهد بود. الگوریتم های هوش مصنوعی را می توان در شناسایی بهترین مواد برای اندام های مصنوعی، درک چالش های مربوط به آناتومی طی درمان و طراحی اندام، مورد استفاده قرار داد.
آیا می توان از سلول های بنیادی در کنار سایر مواد بیولوژیکی، برای پرورش اندام های چاپ سه بعدی کاربردی استفاده کرد؟ اگر این کارامکان پذیر باشد، ضربان سازها به زودی جای خودرا به قلب های چاپ سه بعدی خواهند داد. ساخت یک دریچه قلب با فناوری چاپ سه بعدی، پیش تر در هند به واقعیت تبدیل گشته است و این ایده را به یک احتمال قریب الوقوع تبدیل می کند.
بااینکه همه این احتمالات، دراپو را هیجان زده می کند اما او مطمئن است که قابلیت های هوش مصنوعی در تجزیه و تحلیل و پیش بینی داده ها که هم اکنون تا حد زیادی مورد استفاده است و سودمندترین کمک آن در حوزه پژوهش در مورد سلول های بنیادی محسوب می شود، به سطح پایین تری منتقل خواهد شد.
دراپو در این زمینه اظهار داشت: پیش تر نشان داده شده بود که سلول های بنیادی می توانند به شکل گیری یک قلب جدید کمک کنند. سلول های بنیادی، این توانایی مهم ترمیمی را دارند. هوش مصنوعی می تواند با کمک کردن به ایجاد شرایطی که این نوع بازسازی را در بدن سازمان دهی می کند، این توانایی را به سطح دیگری برساند. با این وجود، ما باید قدردان چیزهایی باشیم که هم اکنون در اختیار داریم. من طی ۲۰ سال گذشته، تحریک سلول های بنیادی درون زا را بررسی نموده ام و الان، این واقعیت که ما چنین نتایج شگفت انگیزی را در ارتباط با استیمرژن در اختیار داریم، گواهی بر موفقیت پزشکی ترمیمی است.
منبع: نیو وبلاگ
این مطلب را می پسندید؟
(0)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب