هوش مصنوعی به شناخت سریعتر بیماری دیابت نوع اول کمک می‌کند

آیا هوش مصنوعی می‌تواند منجر به تشخیص سریعتر دیابت شود که به عنوان قاتل خاموش شناخته می‌شود؟  محققان آی بی ام امیدوار هستند که بتوانند از این خصیصه مهم استفاده کنند. این پژوهشگران اخیرا یک ابزار غربالگری مبتنی بر هوش مصنوعی را ایجاد نمودند که می‌تواند آنتی بادی‌های دیابت نوع اول را در خون مردم شناسایی کند. برای میلیون‌ها نفر از مردم دنیا که مبتلا به دیابت نوع اول هستند، چک کردن هر روزه خود جزئی بدون تغییر از زندگی روزانه است. بدون این نظارت دقیق، پانکراس آنها قادر به تولید انسولین کافی نخواهد بود. این مسئله به این معنی است که آنها برای انتقال انرژی تولید شده از قند خون به سلول‌های بدن خود دچار مشکل خواهند شد. این بیماران برای اطمینان از این که سطح گلوکز خون خود با برنامه‌های تغذیه و ورزش تداخلی ندارد از تزریق انسولین استفاده می‌کنند. این شرایطی است که این بیماران را نسبت به حفظ سلامت خود بسیار محتاط می‌کند.

به گفته انجمن دیابت آمریکا، حدود 1.25 میلیون نفر بیمار دیابت نوع اول در ایالات متحده زندگی می‌کنند که هر ساله 40000 تشخیص جدید به آنها اضافه می‌شود. با توجه به این حجم ابتلا به دیابت نوع اول، جالب است بدانید که هیچ فرایند غربالگری استانداردی برای این بیماران وجود ندارد تا زودتر از بیماری خود مطلع شوند. پزشکان نیز بر اساس مواردی همچون سابقه خانوادگی و دیگر عوامل خطر شناخته شده، برای بیماران ازمایش تجویز می‌کنند. این مسئله به این معنی است که بیماری دیابت نوع اول می‌تواند بدون علائم مشخص و به طور مخفیانه زندگی بیماران را تحت تاثیر قرار دهد. این امر می‌تواند منجر به مراجعه‌های ناگهانی به اورژانس و تشخیص‌های شوکه کننده شود. همین مسائل، سرمایه گذاری و پیشرفت تست غربالگری را یکی از اولویت‌های اصلی دانشمندان و پزشکان قرار می‌دهد.

در این لحظه است که هوش مصنوعی وارد این کارزار می‌شود. در هفتاد و نهمین جلسه علمی انجمن دیابت آمریکا در اوایل ماه ژوئن جاری، JDRF که پیش از این به عنوان بنیاد تحقیقات دیابت نوجوانان شناخته می‌شد، آی بی ام که به عنوان یک بنیاد غیر انتفاعی تحقیقات دیابت نوع اول را هدایت می‌کرد، ابزار غربالگری هوش مصنوعی خود را معرفی کرد. این تست غربالگری حضور آنتی بادی‌های دیابت نوع اول را در خون مشخص می‌کند که این میزان دقیق می‌تواند منجر به مشخص نمودن زمان و چگونگی پیشرفت بیماری را مشخص میکند. جیانی هینگ، ریاست بخش علمی آی بی ام که مسئولیت تحقیقات همکاری علم و فناوری برای پیشرفت مراقبت‌های بهداشتی را رهبری می‌کند می‌گوید که هوش مصنوعی آزمایش شده از داده‌های بیش از 22000 نفر از کشورهای ایالات متحده، سوئد و فنلاند تغذیه می‌شود.

این برنامه شباهت‌هایی را در میان افرادی که دارای آنتی بادی‌های خاصی برای بیماری هستند و زمان بندی پیشرفت بیماری دیابت نوع اول آنها مشخص می‌کند. یکی از بزرگترین پتانسیل‌های این نوع کار در ساخت مدل‌های یادگیری ماشین برای شناخت بیماری دیابت نوع اول است که این مدل قادر به شناسایی بیشتر افراد بیمار به منظور نظارت بر بیماری آنان و مشخص کردن چگونگی آن است. هینگ تیم خود را به مدت بیش از یک سال با این پروژه مشترک با JDRF همراه کرد. او می‌گوید: «در حال حاضر حتی کوچکترین عضو ما هم می‌داند که این آنتی بادی‌ها برای پیشرفت و شناخت دیابت نوع اول ضروری است، اما هیچ کس نمی‌داند که چگونه و چه زمانی در معرض ابتلا به بیماری دیابت نوع اول قرار می‌گیرد.» وی همچنین ادامه داد که این مدل‌های هوش مصنوعی می‌تواند به پزشکان زمان بیشتری برای تحت نظر قرار دادن بیماران بدهد و از همه مهمتر مشخص کند که این نظارت چگونه باید انجام پذیرد.

در گذشته، دیابت نوع اول، دیابت نوجوانان نامیده می‌شد، اما به گفته مرکز کنترل و پیشگیری از بیماری (CDC)، این بیماری در کودکان، نوجوانان و بزرگسالان بدون در نظر گرفتن شرط سنی تشخیص داده می‌شود. اوتپال پاجانی، متخصص غدد درون ریز و استادیار مرکز پزشکی دانشگاه کلمبیا می‌گوید این آنتی بادیها می‌تواند در هر سنی تاثیر گذار باشد. پاجانی که وابستگی به عوامل این پروژه ندارد، توضیح می‌دهد که افکار عمومی غربالگری را تنها مختص به افرادی می‌داند که بیشتر در معرض خطر این بیماری قرار دارند. این به این معنی است که آنها دارای یک عضو بیمار دیابتی نوع اول درجه یک در خانواده خود هستند. با توجه به اینکه این مسئله بسیار غیر معمول است، نمی‌توان آن را به طور گسترده به عموم جامعه نسبت داد. وی همچنین هشدار داد که روش‌های گسترده غربالگری بیماری مانند این روش می‌تواند منجر به از بین رفتن بسیاری از امیدواری‌های کاذب شود.

اگر شما غربالگری را برای یک شرایط نسبتا غیر معمول در نظر می‌گیرید، قصد شما رو به رو شدن با شرایطی است که به طرز بسیار امیدوار کننده‌ای نمایش مثبت دارد. اگر همه افراد را آزمایش کنید و این آزمایش افرادی را که در معرض خطر نسبتا کمتری در مواجهه آن قرار دارند مانند کسانی که فقدان سابقه خانوادگی یا سایر بیماریهای مرتبط با سیستم ایمنی بدن نیز شامل شود، شما میزان بسیار بالایی از افرادی را که ممکن است آزمایش آنتی بادی خون آنها مثبت باشد را آزمایش کرده‌اید که نتایج خطر ابتلا به بیماری را پایین می‌آورد. خطر استفاده از تست غربالگری وسیع برای یک بیماری نادر مثل بیماری دیابت نوع اول می‌تواند باعث ایجاد اضطراب و نگرانی در افراد جامعه شود. پاجانی اضافه کرد که اساسا هیچ آزمون غربالگری کاملی وجود ندارد که نتایج مثبت کاذب نداشته باشد.

علی رغم این انتقادات، دکتر پاجانی آینده بسیار خوبی را برای این نوع فناوری پیش بینی می‌کند. افرادی که در معرض خطر ابتلا به بیماری دیابت نوع اول هستند و یا دارای این آنتی بادیها هستند نیز هنوز هم نمی‌دانند که زمان بندی پیشرفت این بیماری چیست. وی همچنین توضیح داد که این نوع از ابزار هوش مصنوعی می‌تواند به پزشکان برای ایجاد نقشه راه لازم برای ترسیم وضعیت بیماری کمک بسیاری را ارائه کند. هینگ می‌گوید که تیمش به زودی داده‌های بیشتری از آلمان را به وسیله هوش مصنوعی دسته بندی می‌کند و این داده‌ها پیشرفت زیادی را به همراه خواهد آورد. وی افزود که یکی از پروژه‌های بزرگ دیگر نیز بالا بردن درک و بینش پزشکی در مطالعات بالینی است که به پزشکان کمک می‌کند تا داده‌های بیشتری را با دقت بالا تحلیل و نتایج شفاف‌تری دریافت کنند.

پاجانی اضافه می‌کند: «من بسیار علاقمندم که عموم جامعه در این باره فکر کنند و این سوال را که چه مولف‌های یک بیماری را ایجاد می‌کند و آن را پیش می‌برد. به خصوص که این بیماری یک بیماری مهم مانند دیابت نوع اول باشد. امیدوارم دانشمندان را در نقطه‌ای ببینم که فناوری بتواند درک بالاتری نسبت به کمک به سلامتی مردم ارائه دهد.» پاجانی می‌گوید که به عنوان یک پزشک تا به حال به فناوری هوش مصنوعی به عنوان فناوری درمان بیماران ننگریسته است. همچنین وی ادامه داد که فکر می‌کند حضور یادگیری ماشین در پزشکی تنها شناخت بیماری‌ها را سرعت می‌بخشد. همچنین این فناوری می‌تواند به سرعت به ابزاری ضروری برای پزشکان تبدیل شود. امروزه فناوری هوش مصنوعی یک روش غربالگری قطعی را ارائه نمی‌دهد، اما این فناوری راه را برای چگونگی استفاده از ابزارهای یادگیری ماشین برای تشخیص سریع‌تر و در نهایت نجات یافتن قطعی از بیماری دیابت نوع اول در آینده ارائه می‌دهد.