هوش مصنوعی به کمک بیماران سرطانی آمد

صدا و سیما شنبه 17 دی 1401 - 12:32
محققان دانشگاه صنعتی امیرکبیر موفق به ارائه یک بسته نرم افزاری برای تعیین برنامه درمانی (شامل دوز و زمان بندی شیمی درمانی و پرتو درمانی) بهینه متناسب با شرایط اختصاصی هر بیمار شدند که می‌تواند به عنوان یک تصمیم یار به پزشکان و متخصصان در یافتن درمان بهینه عمل کند.

هوش مصنوعی به کمک بیماران سرطانی آمدبه گزارش خبرگزاری صدا و سیما، امیر ابراهیمی زاده محقق دانشگاه صنعتی امیرکبیر و مجری طرح «مدلسازی درمان سرطان و بهبود اثربخشی شیمی پرتو درمانی (مورد مطالعه: درمان سرطان گلیوبلاستوما)» گفت: معمولا در دنیا برای درمان سرطان گلیوبلاستوما از یک برنامه استاندارد استفاده می‌شود، اما با توجه به متفاوت بودن بیماران از جهات مختلف مانند جنسیت، سن، ابعاد و مشخصه‌های بیولوژیک تومور استفاده از برنامه استاندارد، بهترین برنامه درمان برای تمامی بیماران نیست.

وی گفت: نتایج کارآزمایی‌های بالینی نشان می‌دهد که اجرای این برنامه درمانی استاندارد بر روی بیماران مختلف، بسته به مشخصه‌های هر بیمار، منجر به نتایج متفاوتی می‌شود.

این محقق با بیان اینکه گلیوبلاستوما بدخیم‌ترین و تهاجمی‌ترین نوع سرطان اولیه مغز و دستگاه عصبی مرکزی است، گفت: در حال حاضر، تنها برنامه درمانی پذیرفته شده برای مبتلایان به این سرطان، برنامه استاندارد ارائه شده توسط موسسه اروپایی تحقیقات و درمان سرطان (EORTC) است که شامل پرتو درمانی و شیمی درمانی (با عامل شیمی درمانی تموزولوماید) همزمان و شیمی درمانی پسا درمان با دوز و زمان بندی ثابت است.

وی گفت: هدف این پژوهش، ارائه یک بسته نرم افزاری برای طراحی برنامه درمانی (شامل دوز و زمان بندی شیمی درمانی و پرتو درمانی) اختصاصی بیماران مبتلا به گلیوبلاستوما است که به عنوان یک تصمیم یار به پزشکان و متخصصان در یافتن درمان بهینه کمک کند. به دلیل چالش‌های مربوط به پیچیدگی محاسباتی مدل‌های کامپیوتری، پژوهش‌های پیشین، در سطح داخلی و جهانی، در مرحله مدلسازی رشد تومور متوقف شده و وارد فاز برنامه ریزی درمان نشده اند. در موارد معدودی نیز تنها برنامه ریزی پرتو درمانی انجام شده است. این در حالی است که درمان استاندارد گلیوبلاستوما ترکیبی از رادیوتراپی و تموزولوماید است و برنامه ریزی جداگانه هر کدام از آنها، منجر به نادیده گرفتن اثر روش دیگر و حصول نتایج غیر قابل اتکا می‌شود؛ لذا پژوهش حاضر در نوع خود منحصر به فرد است.

ابراهیمی زاده خاطر نشان کرد: نتایج پژوهش نشان داد که عملکرد برنامه درمانی شخصی، برتری قابل توجهی نسبت به برنامه درمانی استاندارد فعلی دارد. شبیه سازی برنامه درمان شخصی بر روی ۲۷۱ نفر از بیماران شرکت کننده در کارآزمایی بالینی EORTC نشان می‌دهد که در ۲۳۷ مورد، پیروی از برنامه بهینه شخصی نسبت به برنامه استاندارد، تاثیر بیشتری بر کاهش سایز تومور و بهبود علائم بیماری داشته است. همچنین در ۳۴ مورد نیز سایز تومور حاصل از برنامه درمان شخصی و برنامه استاندارد با هم برابر بوده است.

این محقق خاطر نشان کرد: استفاده از برنامه درمانی بهینه شخصی (محصول این پژوهش)، نسبت به برنامه درمانی استاندارد که در حال حاضر برای بیماران مبتلا به گلیوبلاستوما تجویز می‌شود، منجر به افزایش طول عمر این بیماران می‌شود.

وی تاکید کرد: برنامه نرم افزاری ایجاد شده به خوبی می‌تواند به پزشکان کمک کند تا در کوتاه‌ترین زمان، برنامه درمانی بهینه را برای هر بیمار تجویز کنند.

محقق دانشگاه صنعتی امیرکبیر گفت: این توانمندی علاوه بر خدمت به بیماران موجب افزایش درآمد بیمارستان‌ها در داخل کشور به عنوان هدف فرعی خواهد شد.

وی با بیان اینکه استفاده از این برنامه نیازمند هیچگونه سرمایه گذاری خارجی یا انتقال دانش از خارج از کشور نیست و تمامی بخش‌های این برنامه کاملا داخلی و بومی است، گفت: با تکمیل این طرح علاوه بر صرفه جویی قابل توجه ارزی، ناشی از مراجعه بیماران به مراکز درمانی خارجی، می‌توان از طریق توریسم درمانی، درآمد ارزی نیز برای کشور ایجاد کرد.

وی تاکید کرد: فاز بعدی این پژوهش اجرای بالینی درمان شخصی شده بر روی حیوانات مبتلا به سرطان گلیوبلاستوما و فاز سوم نیز پس از طی شدن مراحل علمی مطالعه بر حیوانات، مطالعه بالینی بر روی انسان خواهد بود.

ابراهیمی زاده با اشاره به ویژگی‌های طرح گفت: این پژوهش برای نخستین بار، امکان طراحی برنامه درمان شخصی پرتو درمانی و شیمی درمانی با تموزولوماید را توامان برای تومور‌های گلیوبلاستوما در ابعاد واقعی فراهم می‌کند.

همچنین شایان ذکر است که با انجام کالیبراسیون و تنظیمات اولیه، پلتفرم ارائه شده قابلیت برنامه ریزی درمان برای سایر انواع سرطان را نیز دارد.

ابراهیمی زاده با اشاره به مزیت‌های رقابتی طرح گفت: مهمترین مزیت رقابتی این پژوهش استفاده از هوش مصنوعی و یادگیری عمیق برای تعیین دوز و زمان بندی درمان بیماران مبتلا به گلیوبلاستوما به صورت شخصی است، زیرا اشخاص مختلف نیازمند برنامه ریزی شخصی جهت درمان بهینه به منظور افزایش امید به زندگی هستند.

وی افزود: مزیت رقابتی دیگر این پژوهش اصلاحات انجام شده در تکنیک یادگیری تقویتی عمیق است که با کاهش بار محاسباتی مدل، امکان برنامه ریزی درمان برای تومور‌هایی در ابعاد واقعی را فراهم می‌کند.

به گفته این محقق دانشگاه صنعتی امیرکبیر، آخرین مزیت این طرح پس از طی تحقیقات بالینی، ارز آوری آن در قالب توریسم درمانی در کشور خواهد بود.

وی اضافه کرد: شخصی سازی درمان به عنوان اصلی‌ترین و مهمترین هدف این پروژه، باعث افزایش امید به زندگی بیماران خواهد شد. همچنین به عنوان هدف دوم موجب انتفاع مالی مراکز درمانی در بعد کشوری و نیز بین المللی در توریسم درمانی که از اهداف وزارت بهداشت، درمان و آموزش پزشکی خواهد بود.

ابراهیمی زاده گفت: بین المللی شدن درمان سرطان گلیوبلاستوما گامی مهم در معرفی توانمندی جمهوری اسلامی ایران در بعد هوش مصنوعی در شخصی سازی درمان سرطان خواهد بود.

گفتنی است، استاد راهنمای این پروژه سید حمیدرضا شهابی حقیقی از دانشکده مهندسی صنایع و سیستم‌های مدیریت (دانشگاه صنعتی امیرکبیر) و استاد مشاور آن مجید سلطانی (دانشگاه صنعتی خواجه نصیرالدین طوسی) بوده اند.

منبع خبر "صدا و سیما" است و موتور جستجوگر خبر تیترآنلاین در قبال محتوای آن هیچ مسئولیتی ندارد. (ادامه)
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت تیترآنلاین مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویری است، مسئولیت نقض حقوق تصریح شده مولفان از قبیل تکثیر، اجرا و توزیع و یا هرگونه محتوای خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.