هوش مصنوعی، ناجی بیماران مبتلا به سلیاک!

به گزارش گروه بهداشت و درمان سرطان نیوز، به نقل از theguardian، تحقیقات جدید نشان می‌دهد که هوش مصنوعی می‌تواند فرآیند تشخیص بیماری سلیاک را تسریع کند و دقت آن را افزایش دهد. بیماری سلیاک، یک بیماری خودایمنی است که کمتر از ۷۰۰,۰۰۰ نفر را در بریتانیا تحت تأثیر قرار می‌دهد، اما تشخیص دقیق آن ممکن است سال‌ها به طول انجامد.

این بیماری در اثر واکنش ایمنی به گلوتن - پروتئینی موجود در گندم، چاودار و جو - ایجاد می‌شود. علائم آن شامل گرفتگی معده، اسهال، بثورات پوستی، کاهش وزن، خستگی و کم‌خونی است. در صورت عدم درمان، سلیاک می‌تواند منجر به مشکلات جدی‌تری مانند سوء تغذیه، پوکی استخوان، ناباروری و افزایش خطر ابتلا به برخی سرطان‌ها و بیماری‌های خودایمنی شود.

در حال حاضر، تشخیص بیماری سلیاک معمولاً از طریق آزمایش خون برای شناسایی آنتی‌بادی‌های مرتبط با گلوتن و سپس انجام نمونه‌برداری از دوازدهه انجام می‌شود. آسیب‌شناسان نمونه‌های بیوپسی را از نظر آسیب به پرز‌های روده کوچک بررسی می‌کنند، اما این فرایند می‌تواند زمان‌بر باشد.

نقش هوش مصنوعی در تشخیص سریع‌تر
محققان دانشگاه کمبریج یک ابزار مبتنی بر هوش مصنوعی توسعه داده‌اند که می‌تواند روند تشخیص را تسریع کند و زمان آسیب‌شناسان را برای موارد پیچیده‌تر آزاد سازد. این الگوریتم بر روی بیش از ۴,۰۰۰ تصویر به‌دست‌آمده از پنج بیمارستان مختلف، با استفاده از پنج اسکنر مختلف از چهار شرکت متفاوت، آموزش داده شده است.

نتایج این مطالعه که در مجله New England Journal of Medicine AI منتشر شده، نشان می‌دهد که این الگوریتم به اندازه یک آسیب‌شناس در تشخیص بیماری سلیاک مؤثر است، اما با سرعتی بسیار بیشتر. دکتر فلوریان یَکل، یکی از نویسندگان این تحقیق، توضیح می‌دهد که در حالی که تحلیل هر بیوپسی توسط یک آسیب‌شناس بین ۵ تا ۱۰ دقیقه زمان می‌برد، مدل هوش مصنوعی می‌تواند بیماری سلیاک را در کمتر از یک دقیقه تشخیص دهد.

وی افزود: «بیوپسی‌های دوازدهه‌ای (به‌ویژه آزمایش‌های بیماری سلیاک) اغلب در انتهای لیست بررسی آسیب‌شناسان قرار می‌گیرند، زیرا اولویت با مواردی مانند سرطان‌های مشکوک است. این مسئله باعث می‌شود بیماران برای دریافت تشخیص نهایی هفته‌ها یا حتی ماه‌ها منتظر بمانند. اما با استفاده از هوش مصنوعی، این انتظار از بین می‌رود، زیرا نتایج تقریباً بلافاصله پس از اسکن نمونه بیوپسی در دسترس خواهد بود.»

چشم‌انداز آینده و چالش‌های اجرایی
این مطالعه با حمایت مالی Celiac UK، Innovate UK، مرکز کشف داده‌محور کمبریج و مؤسسه ملی تحقیقات بهداشت و مراقبت انجام شده است. دکتر برنی کروال، رئیس کالج رویال پاتولوژیست‌ها، معتقد است که این ابزار جدید پتانسیل تغییر اساسی در نحوه تشخیص بیماری سلیاک را دارد و می‌تواند با کاهش زمان انتظار، به بهبود سلامت بیماران کمک کند.

وی تأکید کرد: «در حالی که ظهور هوش مصنوعی در آسیب‌شناسی بسیار هیجان‌انگیز است و می‌تواند NHS را به یکی از رهبران جهانی در این حوزه تبدیل کند، همچنان کار‌های بیشتری برای توسعه ایمن و اجرای کامل آن در سیستم سلامت مورد نیاز است.»

با این حال، کارشناسان امیدوارند که پیشرفت‌های بیشتر در هوش مصنوعی، بتواند نه‌تنها در تشخیص بیماری سلیاک، بلکه در سایر حوزه‌های پزشکی نیز تحول ایجاد کند و دسترسی بیماران به تشخیص‌های دقیق‌تر و سریع‌تر را افزایش دهد.