همكاری هوش مصنوعی و سلول‌های بنیادی برای ترمیم اعضای بدن

به گزارش رادیو پیام و به نقل از فوربس، در دهه گذشته و بیشتر از آن، پژوهش در مورد سلول‌های بنیادی و "پزشكی ترمیمی"(Regenerative medicine)، در حوزه مراقبت‌های بهداشتی غوغا كرده است. این حوزه حساس، در چند سال گذشته شاهد پیشرفت‌های ثابتی بوده است.

امید به پزشكی ترمیمی، ساده اما عمیق است و شاید روزی به متخصصان پزشكی كمك كند تا مشكل را تشخیص دهند، برخی از سلول‌های بدن موسوم به سلول‌های بنیادی را حذف كنند و آنها را برای پیشرفت درمان بیماری به كار ببرند. استفاده از سلول‌های بدن، امكان یك درمان كاملا شخصی‌سازی‌شده با ژن‌ها و سیستم‌های بدن را فراهم می‌كند.

اصطلاحاتی كه اغلب در این حوزه پزشكی استفاده می‌شوند، ممكن است برای افراد ناآشنا كمی مبهم باشند. این گزارش، بر بینش‌های ارائه‌شده توسط "كریستین دراپو"(Christian Drapeau)، متخصص نوروفیزیولوژی و سلول‌های بنیادی تكیه دارد.

دراپو، یكی از نخستین افرادی بود كه در اوایل سال 2000، سلول‌های بنیادی را كشف كرد و به صحبت كردن در مورد آنها پرداخت. او از آن زمان، به كشف نخستین محرك سلول‌های بنیادی مشغول شد و پژوهش‌های او نشان داد كه عصاره نوعی جلبك موسوم به "آفانیزومنون فلوس آكوا"(Aphanizomenon flos-aquae) می‌تواند ترمیم آسیب عضلانی را بهبود ببخشد.

همچنین دراپو، بنیان‌گذار یك شركت مبتنی بر پژوهش در مورد سلول‌های بنیادی موسوم به "كالیاژن"(Kalyagen) و از سازندگان یك محرك سلول‌های بنیادی موسوم به "استیمرژن"(Stemregen) است. استیمرژن، یكی از موثرترین محرك‌هایی است كه به گفته دراپو می‌تواند درمان موثری را برای بیماری‌های گوناگون ارائه دهد.

در هر حال، باید دید كه درمان‌های مبتنی بر سلول‌های بنیادی چگونه كار می‌كنند و چگونه وعده خود مبنی بر تقویت توانایی‌های ما برای ترمیم یا خوددرمانی را تحقق می‌بخشند.

دراپو گفت: سلول‌های بنیادی، سلول‌های مادر یا سلول‌های تولیدشده توسط مغز استخوان هستند. هنگامی كه این سلول‌ها از مغز استخوان رها می‌شوند، می‌توانند به هر اندام و بافتی از بدن بروند و به سلول‌های آن بافت تبدیل شوند. سلول‌های بنیادی، سیستم ترمیم بدن را تشكیل می‌دهند.

كشف این عملكرد، دانشمندان را به سوی سفری طولانی برای كشف نحوه استفاده از سلول‌های بنیادی در درمان بیماری‌هایی كه به دلیل از دست دادن سلول ایجاد می‌شوند، سوق داده است. بیماری‌هایی مانند دیابت و بیماری‌های دژنراتیو مرتبط با افزایش سن، با از دست دادن یك نوع سلول یا عملكرد سلولی مرتبط هستند.

بررسی‌های دراپو در چند دهه اخیر نشان می‌دهند كه گروهی از مواد طبیعی وجود دارند كه توانایی آنها برای القای آزادسازی سلول‌های بنیادی از مغز استخوان اثبات شده است. سپس این سلول‌های بنیادی، به جریان خون وارد می‌شوند و از آنجا می‌توانند به محل‌های كمبود سلول یا آسیب سلولی در بدن بروند تا به بهبود و ترمیم كمك كنند. این فرآیند، با نام "ESCM" شناخته می‌شود.

دراپو ادامه داد: استیمرژن، قوی‌ترین محصول ما تا به امروز بوده است و نتایج بسیار خوبی را در درمان مشكلات سیستم غدد درون‌ریز، عضلات، كلیه‌ها و سیستم تنفسی نشان داده است.

هوش مصنوعی

به رغم پیشرفت‌های خیره‌كننده‌ای كه تاكنون صورت گرفته‌اند، نگرانی در مورد این موضوع وجود دارد كه چگونه می‌توان این نوآوری را با یك نوآوری هیجان‌انگیز دیگر كه هوش مصنوعی است، ادغام كرد.

دراپو كه یكی از علاقمندان هوش مصنوعی است، توضیح داد كه هوش مصنوعی تاكنون نقش مهمی در پژوهش در مورد سلول‌های بنیادی داشته است و قابلیت‌های بیشتری نیز دارد.

چندین حوزه وجود دارند كه هوش مصنوعی در آنها به پژوهش در مورد سلول‌های بنیادی سود بسیاری رسانده است و با مشاهده دقیق‌تر می‌توان چندین حوزه را دید كه در آنها، هوش مصنوعی به ‌شدت از پژوهش در مورد سلول‌های بنیادی و پزشكی ترمیمی سود برده است.

یكی از موانعی كه دانشمندان به طور مداوم در حوزه پزشكی ترمیمی با آن رو به رو بوده‌اند، پیچیدگی داده‌های موجود است. سلول‌ها آن قدر با یكدیگر متفاوت هستند كه دانشمندان باید با پیش‌بینی این كه سلول‌ها در هر یك از شرایط درمانی، چه كاری را انجام خواهند داد، دست و پنجه نرم كنند. دانشمندان با میلیون‌ها روشی رو به رو هستند كه پزشكی ممكن است در آنها اشتباه كند.

بیشتر كارشناسان هوش مصنوعی معتقدند كه این فناوری تقریبا در هر زمینه‌ای می‌تواند هر زمان كه مشكلی در تجزیه و تحلیل داده‌ها و پیش‌بینی وجود داشته باشد، راه حلی را ارائه دهد.

همكاری هوش مصنوعی و سلول‌های بنیادی برای ترمیم اعضای بدن

"كارل سایمون"(Carl Simon)، زیست‌شناس "موسسه ملی فناوری و استانداردها"(NIST) و "نیكلاس شاوب"(Nicholas Schaub)، پژوهشگر "موسسه ملی سلامت"(NIH) اخیرا این فرضیه را هنگام جمع‌آوری شبكه‌های عصبی عمیق یك برنامه هوش مصنوعی برای داده‌های مورد استفاده در آزمایش‌های خود روی سلول‌های چشم به كار بردند. پژوهش آنها در مورد دلایل ضعف چشم مرتبط با افزایش سن و راه‌های درمان آن بود و نتایج خیره‌كننده‌ای را نشان داد. هوش مصنوعی از میان 36 پیش‌بینی كه از آن خواسته شد، تنها یك پیش‌بینی نادرست در مورد تغییرات سلولی انجام داد.

برنامه آنها یاد گرفت كه چگونه عملكرد سلول را در شرایط و تنظیمات متفاوت پیش‌بینی كند. این برنامه توانست تصاویر مربوط به بافت‌های چشم پرورش یافته در آزمایشگاه را به سرعت تجزیه و تحلیل كند تا بافت‌ها را در طبقه‌بندی خوب یا بد قرار دهد. این كشف، خوش‌بینی را در فضای پژوهش در مورد سلول‌های بنیادی افزایش داده است.

سایمون گفت: زمانی كه در مورد سلول‌های بنیادی به طور كلی صحبت می‌كنیم، به نوعی می‌گوییم كه سلول‌های بنیادی یك چیز هستند؛ در حالی كه انواع متفاوتی از سلول‌های بنیادی وجود دارند. به عنوان نمونه، سلول‌های بنیادی فولیكول مو و مغز دندان، حاوی نشانگرهای عصبی هستند و می‌توانند به سادگی به نورون تبدیل شوند تا مغز را ترمیم كنند. علاوه بر این، بافتی كه مورد ترمیم قرار می‌گیرد، باید برای جذب سلول‌های بنیادی سیگنال بدهد و تركیباتی را برای تحریك عملكرد سلول‌های بنیادی ترشح كند. یك تجزیه و تحلیل پیچیده‌ با استفاده از هوش مصنوعی در مورد بافتی كه به ترمیم نیاز دارد و شرایط آن بافت در هر شخص، به انتخاب سلول‌های بنیادی مناسب و بهترین سلول‌ها در آن گروه از سلول‌های بنیادی و همچنین ارائه درمان برای بهبود ترمیم بافت مبتنی بر سلول بنیادی كمك می كند.

در پژوهشی كه در فوریه سال جاری در مجله "Stem Cells" به چاپ رسید، پژوهشگران "دانشگاه پزشكی و دندانپزشكی توكیو"(TMDU) گزارش دادند كه سیستم هوش مصنوعی آنها موسوم به "دیپ اكت"(DeepACT)، موفق شده است تا سلول‌های بنیادی مولد پوست را با دقت یك انسان شناسایی كند. این كشف، استدلال دراپو را در مورد قابلیت‌های هوش مصنوعی در این زمینه، بیشتر تقویت می‌كند.

این آزمایش، موفقیت خود را مدیون قابلیت‌های یادگیری ماشینی هوش مصنوعی است اما انتظار می‌رود كه یادگیری عمیق بتواند به طور سودمندی در پزشكی ترمیمی معرفی شود. پیش‌بینی‌های آینده‌نگر زیادی برای این احتمالات وجود دارند اما بسیاری از آنها آنقدر كه در ابتدا به نظر می‌رسد، دور از ذهن نیستند.

پژوهشگران باور دارند كه هوش مصنوعی می‌تواند به سرعت انتقال دادن پزشكی ترمیمی به سطح بالینی كمك كند. این فناوری را می‌توان برای پیش‌بینی رفتار سلول در محیط های گوناگون استفاده كرد. بنابراین، شاید بتوان از آن برای شبیه‌سازی محیط انسانی نیز استفاده كرد. این بدان معناست كه پژوهشگران می‌توانند اطلاعات عمیق را با سرعت بیشتری به دست آورند.

چاپ سه‌بعدی

شاید جسورانه‌ترین انتظار، امكان استفاده از هوش مصنوعی برای پیشگام شدن در چاپ سه‌بعدی اندام‌ها باشد. در جهانی كه كمبود اعضای بدن یك واقعیت تلخ است، این كاربرد یقینا سودمند خواهد بود. الگوریتم‌های هوش مصنوعی را می‌توان در شناسایی بهترین مواد برای اندام‌های مصنوعی، درك چالش‌های مربوط به آناتومی طی درمان و طراحی اندام، مورد استفاده قرار داد.

آیا می‌توان از سلول‌های بنیادی در كنار سایر مواد بیولوژیكی، برای پرورش اندام‌های چاپ سه‌بعدی كاربردی استفاده كرد؟ اگر این كارامكان‌پذیر باشد، ضربان‌سازها به زودی جای خود را به قلب‌های چاپ سه‌بعدی خواهند داد. ساخت یك دریچه قلب با فناوری چاپ سه‌بعدی، پیشتر در هند به واقعیت تبدیل شده است و این ایده را به یك احتمال قریب‌الوقوع‌ تبدیل می‌كند.

اگرچه همه این احتمالات، دراپو را هیجان‌زده می‌كند اما او مطمئن است كه قابلیت‌های هوش مصنوعی در تجزیه و تحلیل و پیش‌بینی داده‌ها كه در حال حاضر تا حد زیادی مورد استفاده است و سودمندترین كمك آن در زمینه پژوهش در مورد سلول‌های بنیادی به شمار می‌رود، به سطح پایین‌تری منتقل خواهد شد.

دراپو در این باره گفت: پیشتر نشان داده شده بود كه سلول‌های بنیادی می‌توانند به شكل‌گیری یك قلب جدید كمك كنند. سلول‌های بنیادی، این قابلیت مهم ترمیمی را دارند. هوش مصنوعی می‌تواند با كمك كردن به ایجاد شرایطی كه این نوع بازسازی را در بدن سازمان‌دهی می‌كند، این قابلیت را به سطح دیگری برساند. با وجود این، ما باید قدردان چیزهایی باشیم كه در حال حاضر در اختیار داریم. من طی 20 سال گذشته، تحریك سلول‌های بنیادی درون‌زا را بررسی كرده‌ام و اكنون، این واقعیت كه ما چنین نتایج شگفت‌انگیزی را در رابطه با استیمرژن در اختیار داریم، گواهی بر موفقیت پزشكی ترمیمی است.