هوش مصنوعی واکنش انسان‌ها را به ترکیبات دارویی جدید پیش‌بینی می‌کند
تاریخ انتشار: ۲۷ مهر ۱۴۰۱ | کد خبر: ۳۶۲۲۰۹۹۰
به گزارش گروه علم و آموزش ایرنا از وبگاه سای‌تِک‌دِیلی (SciTechDaily)، هوش مصنوعی می‌تواند واکنش انسان‌ها را به ترکیبات دارویی جدید پیش‌بینی کند.
از هنگام شناسایی یک ترکیب درمانی بالقوه تا دریافت تأیید سازمان غذا و داروی آمریکا (FDA) برای یک داروی جدید ممکن است به بیش از یک دهه زمان و بیش از یک میلیارد دلار هزینه نیاز داشته باشد.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمی‌شوند!
این مدل جدید که CODE-AE نامیده می‌شود، می‌تواند ترکیبات دارویی جدید را برای پیش‌بینی دقیق میزان اثربخشی آن در انسان غربال کند. این مدل در آزمایش‌ها توانست از نظر تئوری داروهای شخصی‌سازی‌شده را برای بیش از ۹هزار بیمار شناسایی کند تا درمان بیماری‌های آن‌ها با موفقیت بیشتری همراه باشد. دانشمندان انتظار دارند که این تکنیک سرعت کشف دارو و دقت در پزشکی را به طور چشمگیری افزایش دهد.
پیش‌بینی دقیق و محکم واکنش‌های خاص بیمار به یک ترکیب شیمیایی جدید برای کشف درمان‌های ایمن و مؤثر و انتخاب یکی از داروهای موجود برای یک بیمار خاص ضروری است؛ اما انجام آزمایش‌های اولیه برای اطمینان از اثربخشی دارو در انسان غیراخلاقی و غیرممکن است. در بیشتر مواقع، از مدل‌های سلولی یا بافتی به‌عنوان جایگزین بدن انسان برای ارزیابی اثر درمانی یک مولکول دارو استفاده می‌شود. متأسفانه، اثر دارو در یک مدل بیماری معمولاً با اثربخشی و سمی‌بودن دارو در بیماران مرتبط نیست. این شکاف دانش، عامل اصلی هزینه‌های فراوان و بهره‌وری اندک کشف دارو است.
برچسب‌ها اقلام دارویی پژوهش هوش مصنوعی ایالات متحده آمریکامنبع: ایرنا
کلیدواژه: اقلام دارویی پژوهش هوش مصنوعی ایالات متحده آمریکا اقلام دارویی پژوهش هوش مصنوعی ایالات متحده آمریکا هوش مصنوعی پیش بینی
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت www.irna.ir دریافت کرده‌است، لذا منبع این خبر، وبسایت «ایرنا» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۶۲۲۰۹۹۰ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.
خبر بعدی:
پیش بینی آریتمی قلبی با هوش مصنوعی
همشهری آنلاین – آرش نهاوندی: حدود ۵۹ میلیون نفر در سراسر جهان به فیبریلاسیون دهلیزی (AFib) در سال ۲۰۱۹ مبتلا بودند، که آن را به رایج‌ترین نوع آریتمی قلبی تبدیل می‌کند که به عنوان ضربان قلب نامنظم نیز شناخته می‌شود. در حالی که فیبریلاسیون دهلیزی معمولا تهدید کننده زندگی نیست، یک وضعیت جدی است که ممکن است خطر مرگ و میر افراد را در اثر بیماری های قلبی و عروقی مانند سکته مغزی، حمله قلبی، و نارسایی قلبی افزایش دهد.
افراد مبتلا به فیبریلاسیون دهلیزی همچنین ممکن است شانس بیشتری برای ابتلا به بیماری‌هایی مانند زوال عقل و بیماری‌های گوارشی و کبدی داشته باشند.هرچه زودتر این بیماری در یک فرد تشخیص داده شود، ممکن است نتیجه بهتری داشته باشد.
برای کمک به ارائه مداخلات اولیه برای فیبریلاسیون دهلیزی، دانشمندان دانشگاه لوکزامبورگ روشی را برای پیش‌بینی آریتمی قلبی حدود ۳۰ دقیقه قبل از وقوع با استفاده از هوش مصنوعی ایجاد کردند.
برای این مطالعه، محققان یک مدل هوش مصنوعی به نام WARN (Warning of Atrial fibRillation) برای کمک به پیش‌بینی فیبریلاسیون دهلیزی توسعه دادند.
خورخه گونسالوس، استاد مرکز دانشگاه لوکزامبورگ برای سیستم‌های زیست‌پزشکی و سرپرست نویسنده این تحقیق، گفت: WARN شامل یک مدل یادگیری عمیق است که بخش‌های کوتاه ۳۰ ثانیه‌ای از ضربان قلب را وارد می‌کند و احتمال تغییر قریب‌الوقوع در ضربان قلب را به صورت خروجی ارائه می‌دهد. هر چه این احتمال تغییربیشتر باشد، شانس تبدیل به فیبریلاسیون دهلیزی (یکی از شایع ترین انواع آریتمی) بیشتر است. این کار هر ۱۵ ثانیه تکرار می شود. گونسالوس گفت: وقتی این احتمال از یک آستانه خاص عبور می‌کند، یک هشدار می‌دهد.
سیستم WARN روی داده‌های الکتروکاردیوگرام که طی ۲۴ ساعت ضبط شده و از طریق دستگاه‌های هولتر (مچ بندی که از هوش مصنوعی استفاده می‌کند) که توسط ۳۵۰ نفر در بیمارستان «تونگجی» در ووهان، چین استفاده می‌شد، آزمایش شده است.گونسالوس گفت: هوش مصنوعی هنگام جستجوی الگوها در مجموعه داده‌های بزرگ، عملکردی باورنکردنی را از خود نشان داده است.
هنگام آزمایش مدل WARN، گونسالوس و تیمش دریافتند که این مدل می‌تواند انتقال از ریتم طبیعی قلب به فیبریلاسیون دهلیزی را با هشدار متوسط ۳۰ دقیقه قبل از شروع با دقت ۸۰ درصد پیش بینی کند.
گونسالوس توضیح داد: این یافته‌ها تعجب آور نیست زیرا برخی از بیماران در واقع می‌توانند چند ثانیه تا چند دقیقه قبل از آن احساس کنند که قلب آن‌ها کمی می‌پرد یا دچار آریتمی می‌شود.
البته آن‌ها واقعا نمی‌توانند دقیقا این احساس را توصیف کنند، اما اگر بتوانند آن را احساس کنند، یک دستگاه باید بتواند این «احساس» را تشخیص دهد. و در واقع، ما شاهد تغییرات جزئی در پویایی ضربان قلب قبل از شروع فیبریلاسیون دهلیزی هستیم.
این متخصص ادامه داد: از سوی دیگر، جای تعجب است که ما می‌توانیم با استناد به مدلی که قبلا از ۲۸۰ بیمار به دست آمده فیبریلاسیون دهلیزی (شایع ترین نوع آریتمی) را از ۳۰ دقیقه قبل تشخیص دهیم.
بیشتر بخوانید:
تشخیص بیماری شایع قلبی با قابلیت جدید اپل واچ | این ویژگی می‌تواند جان کاربران را نجات دهد وقتی قلبتان به تپش می‌افتد کد خبر 848773 منبع: همشهری آنلاین برچسب‌ها سلامت خبر مهم بیماری - قلبی قلب هوش مصنوعی پزشکی
تصاویر پدر ساواکی مهران غفوریان