پژوهشگران دانشگاه UT Southwestern توانستند به کمک هوش مصنوعی روشی ابداع کنند که با دقت بسیار بالا میزان متاستاز سرطان پوست را پیش‌بینی می‌کند. یافته‌های پژوهش آن‌ها در مقاله‌ای تحت عنوان Cell Systems منتشر شد. این نتایج حاکی از توانایی بالقوه ابزارهای مبتنی بر هوش مصنوعی برای متحول کردن پاتولوژی سرطان و حتی سایر بیماری‌هاست.
گائودنز دانوسر، استاد دانشگاه و مدیر گروه رشته بیوانفورماتیک دانشگاه UTSW می‌گوید: “ما در حال حاضر یک چارچوب کلی داریم که به ما اجازه می‌دهد نمونه‌‌های بافتی را بگیریم و مکانیسم‌‌های درون سلولهای عامل بیماری را پیش‌بینی کنیم، مکانیسم‌‌هایی که در حال حاضر به هیچ وجه قابل دسترسی نیستند.”
دکتر دانوسر توضیح داد که فناوری هوش مصنوعی طی چند سال گذشته به طرز قابل توجهی پیشرفت کرده و روش‌های یادگیری عمیق می‌توانند تفاوتهای جزئی تصاویر را که اساساً برای چشم انسان قابل‌مشاهده هستند را تشخیص دهند.
محققان با استفاده از این اطلاعات پنهان، به دنبال تفاوت در ویژگیهای بیماری هستند که می‌تواند در تشخیص یا انتخاب روش درمان آن موثر باشد. با این حال، وی می‌گوید که تفاوتهای شناسایی‌شده توسط هوش مصنوعی به طور کلی در قالب ویژگیهای سلولی خاص قابل تفسیر نیستند و این نقطه‌ضعفی است که باعث شده است هوش مصنوعی تقاضای زیادی در حوزه بالینی نداشته باشد.
دکتر دانوسر و همکارانش برای غلبه بر این مشکل از هوش مصنوعی برای یافتن تفاوت بین تصاویر سلولهای ملانوم با پتانسیل متاستاز بالا و پایین استفاده کردند. این ویژگی سلولهای سرطانی می‌تواند برای بیماران مبتلا به سرطان پوست به معنی مرگ یا زندگی باشد. سپس محققان برای شناسایی اینکه کدام ویژگی‌‌ها در این تصاویر مسئول تفاوت‌‌ها هستند، از روش مهندسی معکوس استفاده کردند.
برای اثبات بیشتر کاربرد این ابزار، محققان ابتدا پتانسیل متاستاز سلولهای ملانوم انسانی که به مدت ۳۰ سال منجمد شده و در ظروف پتری کشت شده بودند را طبقه بندی کردند و سپس آن‌ها را در بدن موش‌‌ها قرار دادند. سلولهای سرطانی که پیش‌بینی می‌شد تومور‌های به شدت مستعد متاستاز باشند به آسانی در سرتاسر بدن حیوانات پخش می‌شدند و سلول‌هایی که پیش‌بینی می‌شد پتانسیل متاستاز کمی داشته باشند یا کم پخش شدند یا اصلاً پخش نشدند.
دکتر دانوسر، استاد زیست شناسی سلولی در UT Southwestern، خاطرنشان کرد که این روش قبل از اینکه به بخشی از مراقبت‌‌های بالینی تبدیل شود، نیاز به مطالعه بیشتری دارد. وی افزود، در نهایت، ممکن است بتوان از هوش مصنوعی برای تشخیص ویژگیهای مهم سرطان‌ها و سایر بیماری‌ها استفاده کرد.
منبع:dermatologytimes.com
