شفقنا – سه سال پس از ورود گسترده هوش مصنوعی به زندگی روزمره، انکولوژیستها اعلام کردهاند که این فناوری از یک «شوخی توهمزا» به «کمکیکننده اصلی» درمان سرطان تبدیل شده است. متیو ماتاسار، رئیس بخش اختلالات خون در مرکز سرطان راتگرز نیوجرسی، میگوید جامعه پزشکی اکنون در «نقطه عطفی» قرار دارد و با وجود پذیرش سریع فناوری هوش مصنوعی در سال گذشته اما تازه اول راه است.
به گزارش سرویس ترجمه شفقنا، مؤسسه ملی سرطان آمریکا هوش مصنوعی را یک «فرصت بیسابقه» برای درک بهتر سرطان و بهبود مراقبت از بیماران توصیف کرده است. به گفته متخصصان، سه حوزه همگرا شدهاند: پیشرفت در آموزش مدلهای هوش مصنوعی، ارتقای سختافزار و دسترسی به مجموعه دادههای بزرگ در تصویربرداری و ژنومیکس.
آرتورو لوآیزا-بونیلا، رئیس سیستم خون و انکولوژی در شبکه سلامت سنت لوک، میگوید: از جنبه بالینی، هوش مصنوعی در حال تبدیل شدن به یک نسج همبند (بافت پیوندی) در پیوستار درمان سرطان است. سؤال این نیست که «آیا باید آن را میپذریم؟» بلکه این است که «چگونه جریان کار خود را با ظهور هوش مصنوعی به نفع بیماران تطبیق دهیم؟»
مدلهای زبانی بزرگ تخصصی مانند اوپناویدنس که از ژورنالهای معتبری مثل نیوانگلند ژورنال آف مدیسین و انسیسیان تغذیه میکنند، به عنوان «کمک خلبان هوش مصنوعی» برای تصمیمات لحظهای پرخطر وارد عمل شدهاند. هوش مصنوعی «عامل» نیز به هماهنگی مدلهای یادگیری ماشین برای انجام وظایفی مثل تطبیق بیماران با کارآزماییهای بالینی، نظارت بر مسیر درمان و هماهنگی مراقبتها کمک میکند. لوآیزا-بونیلا تأکید میکند: هدف این فناوری جایگزینی پزشکان نیست، بلکه حذف نقاط اصطکاک در عملکرد روزمره بالینی است.
در حوزه تصویربرداری، هوش مصنوعی در ماموگرافی و غربالگری سرطان ریه به شناسایی زودهنگام سرطان کمک میکند. در کارآزمایی پاناروما که در لنست انکولوژی منتشر شد، اسکنهای سیتی مجهز به هوش مصنوعی توانستند سرطان لوزالمعده را در مراحل اولیه تشخیص دهند، در حالی که این نوع سرطان معمولاً در مراحل پیشرفته شناسایی میشود. پاتریک بورگن، رئیس بخش جراحی در مرکز پزشکی مایمونیدس، میگوید: ما دادههایی داریم که نشان میدهد هوش مصنوعی در خواندن تصاویر ماموگرافی به خوبی یا بهتر از انسان عمل میکند.
یکی از امیدوارکنندهترین حوزهها، استفاده از مدلهای بنیادین در پاتولوژی است. با کمبود شدید پاتولوژیست در کشورهای کمدرآمد و حتی برخی مناطق روستایی آمریکا، این مدلها میتوانند با اسکن میلیونها لام، ابتداییترین غربالگری را انجام دهند. لوآیزا-بونیلا توضیح میدهد: کافی است یک عکس بگیری و بپرسی «آیا این نمونه ممکن است جهش EGFR داشته باشد؟» این میتواند در استفاده از پاتولوژی بسیار تعیینکننده باشد.
به گفته متخصصان، سال ۲۰۲۶ سال صنعتیشدن هوش مصنوعی در انکولوژی خواهد بود. شرکتهای دارویی و بهداشتی در حال سرمایهگذاری برای آموزش مدلهای بنیادین بر روی دادههای اختصاصی خود هستند تا چرخه کشف و توسعه دارو را از سالها به ماهها و حتی هفتهها کاهش دهند. با این حال، لوآیزا-بونیلا هشدار میدهد: فرصتها بزرگ هستند، اما باید با شواهد، ایمنی و جریان کار بالینی هماهنگ شوند و باید از اطلاعات نادرست جلوگیری کرد. حاکمیت و نظارت بالینی ضروری هستند.
این خبر را اینجا ببینید.