به گزارش همشهری آنلاین، یک پژوهش جدید نشان می‌دهد که ممکن است پزشکان به زودی بتوانند از هوش مصنوعی برای تشخیص سرطان در بیماران استفاده کنند و امکان درمان به موقع را فراهم آورند.
به نقل از مدیکال اکسپرس، سرطان با سالانه بیش از ۱۹ میلیون ابتلا و ۱۰ میلیون مرگ، یکی از چالش‌برانگیزترین بیماری‌ها در انسان است. ماهیت تکاملی سرطان، درمان تومورهای مرحله آخر را دشوار می‌کند.
اطلاعات ژنتیکی در DNA توسط الگوهایی رمزگذاری می‌شوند که ساختار آن را تشکیل می‌دهند. تغییرات محیطی بیرون از سلول می‌توانند با افزودن یک گروه متیل، برخی از الگوهای DNA را اصلاح کنند. این فرآیند «DNA متیلاسیون»(DNA methylation) نامیده می‌شود.
هر سلول دارای میلیون‌ها علامت DNA متیلاسیون است. پژوهشگران تغییراتی را در این علائم طی مراحل اولیه پیشروی سرطان مشاهده کرده‌اند. این تغییرات می‌توانند به تشخیص زودهنگام سرطان کمک کنند. می‌توان بررسی کرد که کدام بازهای موجود در DNA در سرطان‌ها نقش دارند و تا چه اندازه در مقایسه با بافت سالم متیله می‌شوند.
شناسایی علائم ویژه DNA متیلاسیون که نشان‌دهنده انواع گوناگون سرطان هستند، شبیه به جستجوی سوزن در انبار کاه است. اینجاست که هوش مصنوعی می‌تواند کمک کند.
پژوهشگران «دانشگاه کمبریج»(Cambridge University) و «امپریال کالج لندن»(Imperial College London)، هوش مصنوعی را با ترکیبی از یادگیری ماشینی و یادگیری عمیق آموزش دادند تا الگوهای DNA متیلاسیون را بررسی کند و ۱۳ نوع سرطان گوناگون را از جمله سرطان پستان، کبد، ریه و پروستات، از بافت غیر سرطانی تشخیص دهد. مدل هوش مصنوعی آنها با دقت ۹۸.۲ درصد توانست سرطان را تشخیص دهد. این مدل به نمونه‌های بافت متکی است و به منظور آماده شدن برای استفاده بالینی، به آموزش و آزمایش بیشتر روی یک مجموعه متنوع‌تر از نمونه‌های بافت نیاز دارد.
پژوهشگران، عملکرد درونی مدل هوش مصنوعی خود را بررسی کردند و نشان دادند این مدل می‌تواند درک فرآیندهای زمینه‌ای را که در ابتلا به سرطان نقش دارند، تقویت کند و افزایش دهد.
شناسایی الگوهای غیر معمول متیلاسیون در بافت، به ارائه‌دهندگان مراقبت‌های بهداشتی امکان می‌دهد تا سرطان را زودتر تشخیص دهند. این امر می‌تواند نتایج درمان را در بیماران به طور چشمگیری بهبود ببخشد زیرا بیشتر سرطان‌ها در صورت تشخیص زودهنگام، قابل درمان هستند.
«شمیت سامارجیوا»(Shamith Samarajiwa) پژوهشگر ارشد این پروژه گفت: روش‌های محاسباتی مانند این مدل از طریق آموزش بهتر با داده‌های متنوع‌تر و آزمایش‌های دقیق‌تر، در نهایت مدل‌های هوش مصنوعی را ارائه می‌دهند که می‌توانند به پزشکان در تشخیص زودهنگام و غربال‌گری سرطان کمک کنند. این کار، نتایج بهتری را برای بیمار به همراه خواهد داشت.
این پژوهش در مجله «Biology Methods & Protocols» به چاپ رسید.