پیام جوان: یک مطالعه جدید نشان میدهد که ابزاری نوین مبتنی بر هوش مصنوعی میتواند به طور چشمگیری سرعت کشف درمانهای بیماریهای قلبی را افزایش دهد. بیماریهای قلبی-عروقی (CVD) همچنان به عنوان عامل اصلی مرگ و میر و ناتوانی در سراسر جهان، از جمله در اتحادیه اروپا، شناخته میشوند که سالانه جان حدود ۱.۷ میلیون نفر را میگیرد و ۶۲ میلیون نفر را تحت تأثیر قرار میدهد. این پیشرفت میتواند گام مهمی در مقابله با این معضل بهداشتی جهانی باشد.
دانشمندان کالج سلطنتی لندن ابزاری هوش مصنوعی به نام CardioKG را توسعه دادهاند که با ترکیب اسکنهای دقیق قلب با پایگاههای داده پزشکی گسترده، قادر به شناسایی ژنهای مرتبط با بیماریهای قلبی است. این ابزار با بهرهگیری از دادههای تصویربرداری قلب هزاران نفر از “بیوبانک بریتانیا” ساخته شده است که شامل بیماران مبتلا به شرایطی نظیر فیبریلاسیون دهلیزی، نارسایی قلبی و سکته قلبی، و همچنین داوطلبان سالم میشود. این رویکرد نوآورانه، فرآیند یافتن داروهای مؤثر را تسریع میبخشد. پژوهشگران معتقدند که این فناوری امکان پیشبینی دقیقتر داروهایی را فراهم میکند که میتوانند به افراد دارای شرایط قلبی خاص کمک کنند.
دکتر دکلن اوریگان، سرپرست گروه تصویربرداری محاسباتی قلب، مزیت اصلی این “گرافهای دانش” را یکپارچهسازی اطلاعات مربوط به ژنها، داروها و بیماریها میداند. این رویکرد در نهایت میتواند به مراقبتهای شخصیسازیشده منجر شود، جایی که درمانها با عملکرد قلب هر فرد به طور خاص هماهنگ میشوند و قابلیت تعمیم به سایر اختلالات مغزی و چاقی را نیز دارد. در میان یافتههای برجسته این ابزار هوش مصنوعی، داروهایی چون متوترکسات (که برای آرتریت روماتوئید استفاده میشود) و گلیپتینها (داروهای دیابت) مطرح شدهاند.
مدل هوش مصنوعی پیشنهاد کرده که متوترکسات میتواند به بیماران نارسایی قلبی و گلیپتینها به افراد مبتلا به فیبریلاسیون دهلیزی کمک کند. همچنین، تحلیلها به اثر محافظتی احتمالی کافئین در برخی بیماران فیبریلاسیون دهلیزی اشاره کردهاند، هرچند محققان بر عدم تغییر مصرف کافئین تأکید دارند. خالد رجوب، نویسنده اول مطالعه، بیان کرد که این گراف دانش به یک چارچوب پویا و بیمارمحور گسترش خواهد یافت که امکان درمان شخصیسازیشده و پیشبینی زمان بروز بیماریها را فراهم میآورد.
