به گزارش سئو بوی به نقل از ایسنا، هوش مصنوعی تأثیر خودرا بر بهبود روش های درمانی و تشخیص بیماری ها نشان داده است اما دانشمندان امیدوارند آنرا برای اهداف بزرگتری به کار بگیرند.
به نقل از تک کرانچ، دکتر «فارست وایت»(Forest White) استاد مهندسی زیستی دانشگاه «ام آی تی»(MIT) و دانشمند برجسته شرکت «آسترین بایوساینس»(Astrin Biosciences) و دکتر «جاستین دریک»(Justin Drake) دانشیار «دانشگاه مینه سوتا»(University of Minnesota) و مدیر ارشد علمی شرکت آسترین بایوساینس، نظرات خودرا پیرامون تأثیر هوش مصنوعی بر درمان سرطان در یک مقاله بیان کرده اند که آنرا در ادامه می خوانیم.
وقتی مهندسان و دانشمندان برای کار کردن روی یک الگوریتم یا مدل هوش مصنوعی جدید جمع می شوند، مفهوم p(doom) – احتمال اینکه هوش مصنوعی سبب یک رویداد فاجعه بار شود – اصطلاحی است که در صدر ذهن قرار می گیرد. با این وجود، حقیقت اینست که ترکیب مدلهای هوش مصنوعی، یکی از بهترین مسیرهای پیش رو برای کمک کردن به درمان سرطان است.
وقتی تومورها در ابتدای کار شناسایی شوند، میزان بقا می تواند به بالای ۹۰ درصد برسد و حتی از مؤثرترین درمان های موجود در بازار هم بهتر عمل کند. سال هاست که تشخیص زودهنگام، نویدبخش درمان قطعی بوده است. بیشتر از ۹۰ درصد سرطان ها با تومورهای جامد همراه هستند. وقتی این تومورها در ابتدای کار شناسایی شوند، میزان بقا می تواند به بالای ۹۰ درصد برسد و حتی از مؤثرترین درمان های موجود در بازار هم بهتر عمل کند.
با این وجود، سرطان گریزان است. این بیماری تغییر شکل می دهد و خودرا بعنوان یک جریان همیشه درحال تغییر در دریایی از تمامی چیزهایی که مانع از تشخیص آن می شوند، نشان میدهد. برای تشخیص سرطان در ابتدای کار – حتی مرحله صفر – به بهترین فناوری موجود نیاز است.
ما اعتقاد داریم که هوش مصنوعی می تواند سهم عمده ای را در تشخیص زودهنگام سرطان داشته باشد. شاید P(doom) هنوز برای جهان فاجعه بار به نظر برسد اما در این مقاله، چگونگی فاجعه بار بودن آن برای سرطان را شرح می دهیم.
علیرغم این که سرطان حدودا همه را تحت تاثیر قرار داده است اما همچنان با دشواری می توان از آن پیشی گرفت. چیزی که ما بعنوان سرطان می شناسیم، در حقیقت تلفیقی از صدها بیماری مختلف است که به روش های بی شماری بر بدن تاثیر می گذارند. سرطان یک دشمن بزرگ نیست، بلکه طیف وسیعی از دشمنان کوچک تر و دائماً درحال تکامل است. بعنوان مثال، دو شخص دچار سرطان سینه امکان دارد زیست شناسی تومور خیلی متفاوتی داشته باشند که به رویکرد های منحصربه فردی برای تشخیص و مراقبت نیاز دارد. حتی دو سلول سرطانی که هم زمان از یک بدن یک شخص بیرون آورده می شوند، یکسان نیستند. این ناهمگونی، همان چیزی است که سرطان را خیلی جذاب اما با این حال خیلی گریزان می کند.
چیزی که ما بعنوان سرطان می شناسیم، در حقیقت تلفیقی از صدها بیماری مختلف است که به روش های بی شماری بر بدن تاثیر می گذارند. سال هاست که یک عقیده کلی درباره ی چگونگی رشد و گسترش سرطان در بدن ما وجود داشته است بر مبنای اینکه سرطان به شکل موضعی شروع می شود، سپس به شکل منطقه ای حمله می کند و در نهایت به اندام های دوردست متاستاز می یابد. بعنوان مثال، سرطان در بافت پستان بیمار شروع می شود، سپس به غدد لنفاوی مجاور می رود و سپس به سایر نواحی بدن توسعه می یابد. این اساس نحوه مرحله بندی و طبقه بندی سرطان های مختلف است. اگر یک تومور کوچک و موضعی در بافت پستان وجود داشته باشد، به احتمال زیاد سرطان سینه مرحله یک است. اگر تومور بزرگی در ریه ها وجود داشته باشد که سلول های سرطانی فعال آن به سایر نواحی بدن منتقل می شوند، می توان آنرا سرطان ریه مرحله چهار یا متاستاز درنظر گرفت.
با این وجود، یکی از شگفت انگیزترین و مهم ترین اکتشافات اخیر اینست که امکان دارد سلول های سرطانی پیش از این که تومور حتی در ابتدای کار تشکیل خود باشد، به جریان خون ما وارد شوند. از آنجائیکه سلول های سرطانی حتی پیش از این که تومور قابل تشخیص باشد می توانند در جریان خون وجود داشته باشند، باید بتوان سرطان را در مرحله صفر تشخیص داد.
بر خلاف سلول هایی که متاستاز یافته اند، سلول های سرطانی در ابتدای کار گردش خون ما اغلب خفته هستند و از دید پنهان می شوند اما عمدتا در آزمایش های خون منظم قابل تشخیص نیستند. این در قفل شده ای است که محققان اغلب برای باز کردن آن تلاش می کنند.
در آسترین، ما چالش گشودن این در را پذیرفته ایم و دنیایی از امکانات جدید را برای تشخیص سرطان به روی خود گشوده ایم. نتایج ما در این مقاله آمده است.
یک شبکه کامپیوتری بزرگ را تصور کنید. داده ها به سرعت از هر طرف شلیک می شوند و پیام های گوناگونی را در سراسر سیستم کامپیوتری حمل می کنند. بیشتر داده ها به برنامه ها و شبکه ها کمک می کنند تا روان اجرا شوند اما جایی در بین هرج ومرج اطلاعات، بدافزاری وجود دارد که به دنبال ربودن سیستم است.
مانند همه کامپیوتر ها، این کامپیوتر هم دارای یک سیستم امنیتی داخلی است که در سراسر شبکه به دنبال نشانه هایی از کدهای مخرب می گردد. مشکل اینست که بیشتر این علائم در بسته های کوچک داده قفل شده اند که با ترافیک عادی شبکه ادغام می شوند.
بر خلاف سلول هایی که متاستاز یافته اند، سلول های سرطانی در ابتدای کار گردش خون ما اغلب خفته هستند و از دید پنهان می شوند اما عمدتا در آزمایش های خون منظم قابل تشخیص نیستند. این در قفل شده ای است که محققان اغلب برای باز کردن آن تلاش می کنند. این اساساً همان چیزی است که سیستم ایمنی ما با عبور سلول های سرطانی خفته از جریان خون با آن روبه رو می شود. با فناوری کنونی، سیستم امنیتی تا آن زمان که به تسخیر بدافزار درآید، قادر به شناسایی آن نخواهد بود و این امر آنرا به مشکلی بزرگتر مبدل می کند و ریشه کنی آنرا خیلی دشوارتر می سازد.
نکته مثبت اینست که این بدافزار بی سروصدا نیست. این بدافزار برای ممانعت از شناسایی بوسیله سیستم امنیتی، با سایر نرم افزارهای مخرب در شبکه ارتباط برقرار می کند. بنابراین، هدف ما باز کردن بسته های داده برای یافتن پیام هایی است که بدافزار در فرستادن آنها به یکدیگر تلاش می کند اما این ارتباط در نهایت بزرگترین نقطه ضعف بدافزار است.
بعبارت دیگر، سیگنال های پروتئینی پخش شده توسط سلول های سرطانی با یکدیگر کار می کنند تا رشد تومور را ممکن سازند و از تشخیص آن بوسیله سیستم ایمنی بدن ما جلوگیری نمایند. یافتن این سیگنال های کوچک برای دانشمندان همیشه یک رویا بوده است.
اگر بتوانیم این پیام ها را بطور قابل اعتمادی پیدا نماییم، می توانیم از «پروتئومیکس عمیق»(Deep Proteomics) استفاده نماییم که از فناوری نانو، بیوشیمی، رباتیک و اپتیک برای شناسایی این سیگنال ها بهره می برد. اینجاست که هوش مصنوعی وارد عمل می شود.
علاوه بر سیستم امنیتی داخلی کامپیوتر، ما حال درحال اضافه کردن یک سیستم جدید هستیم. این سیستم بطور ویژه برای یافتن بدافزار مورد نظر ما با دقت بالا طراحی شده است. بوسیله این سیستم جدید، پیام های بدافزار را می توان به سرعت، با دقت و با قابلیت رمزگشایی پیام های بدافزار دریافت کرد.
مزیت بهتر اینست که سیستم امنیتی جدید فقط بدافزار را ردیابی نمی کند، بلکه نحوه واکنش سیستم داخلی ما را هم زیر نظر می گیرد. این سیستم می تواند ببیند که بدافزار در کجا از موانع عبور می کند، چطور از برنامه های آنتی ویروس پیشی می گیرد و پروتکلهای امنیتی در کجا گرفتار مشکل می شوند. این اطلاعات برای کمک کردن به ما در درک نقاط ضعف دفاع شبکه خیلی مهم هستند. ما با این اطلاعات می توانیم سیستم را بهبود ببخشیم، نقاط لطمه پذیر را تقویت نماییم و در نهایت حملات آینده را قبل از شروع آنها متوقف سازیم. ما اساساً یک لایه نظارتی هوشمند ساخته ایم که نه تنها تهدید را شناسایی می کند، بلکه از خود نبرد هم درس می گیرد.
این کاری است که ما برای سرطان انجام می دهیم. بعبارت دیگر، هوش مصنوعی که آسترین توسعه داده، قادر به تشخیص ناهنجاری ها و یافتن سیگنال های سرطانی از پروتئین هاست تا نحوه ارتباط سلول های سرطانی و نحوه واکنش سیستم ایمنی بدن ما را آشکار کند. فراتر از آن، این هوش مصنوعی فقط به دنبال سرطان نیست، بلکه در اینجا عمق و دقت به ایجاد مدلی می انجامد که قادر به تشخیص آغاز، پیشروی، عود و در نهایت مرگ ناشی از سرطان است.
این چیزی بیشتر از تشخیص زودهنگام است. این به معنای درک میزان تهاجمی بودن سرطان، بررسی یا درمان بهتر تومورهای خاص، احتمال برگشت سرطان بعد از بهبودی و موارد دیگر است.
هوش مصنوعی مطمئناً برای سالهای آینده بعنوان یک مبحث بحث برانگیز در زندگی روزمره ما باقی خواهد ماند اما آن چه در نهایت اهمیت دارد، ایجاد یک تکنولوژی هوشمندتر و بهتر برای نجات جان انسان هاست.
پست اخیر «گری مارکوس»(Gary Marcus) روان شناس و پژوهشگر هوش مصنوعی در پلت فرم ایکس، این مساله را به خوبی خلاصه می کند. گری در صورتیکه در سوگ از دست دادن یک دوست بود، معیار جدید خودرا برای هوش مصنوعی تاثیر گذار بیان کرد و نوشت: وقتی که تاثیر قابل توجهی بر سرطان داشته باشد.
آسترین بایوساینس یک شرکت هوش سرطان است که برای بسط مرزهای فناوری تولید شده و کار آن سرعت بخشیدن به تشخیص زودهنگام سرطان و پیشرفت مراقبت بوسیله تحلیل بیشتر از ۹۰۰۰ پروتئین برای آشکار کردن نکته ای است که بیشتر آزمایش های خون از دست می دهند. این نکته، نخستین سیگنال های مولکولی پیشروی سرطان است.
خلاصه اینکه بیشتر از ۹۰ درصد سرطان ها با تومورهای جامد همراه هستند. با فناوری کنونی، سیستم امنیتی تا آن زمان که به تسخیر بدافزار درآید، قادر به شناسایی آن نخواهد بود و این امر آن را به مشکلی بزرگتر مبدل می کند و ریشه کنی آن را خیلی دشوارتر می سازد. این سیستم می تواند ببیند که بدافزار در کجا از موانع عبور می کند، چه طور از برنامه های آنتی ویروس پیشی می گیرد و پروتکل های امنیتی در کجا گرفتار مشکل می شوند.
منبع: سئو بوی
به نقل از تک کرانچ، دکتر «فارست وایت»(Forest White) استاد مهندسی زیستی دانشگاه «ام آی تی»(MIT) و دانشمند برجسته شرکت «آسترین بایوساینس»(Astrin Biosciences) و دکتر «جاستین دریک»(Justin Drake) دانشیار «دانشگاه مینه سوتا»(University of Minnesota) و مدیر ارشد علمی شرکت آسترین بایوساینس، نظرات خودرا پیرامون تأثیر هوش مصنوعی بر درمان سرطان در یک مقاله بیان کرده اند که آنرا در ادامه می خوانیم.
وقتی مهندسان و دانشمندان برای کار کردن روی یک الگوریتم یا مدل هوش مصنوعی جدید جمع می شوند، مفهوم p(doom) – احتمال اینکه هوش مصنوعی سبب یک رویداد فاجعه بار شود – اصطلاحی است که در صدر ذهن قرار می گیرد. با این وجود، حقیقت اینست که ترکیب مدلهای هوش مصنوعی، یکی از بهترین مسیرهای پیش رو برای کمک کردن به درمان سرطان است.
وقتی تومورها در ابتدای کار شناسایی شوند، میزان بقا می تواند به بالای ۹۰ درصد برسد و حتی از مؤثرترین درمان های موجود در بازار هم بهتر عمل کند. سال هاست که تشخیص زودهنگام، نویدبخش درمان قطعی بوده است. بیشتر از ۹۰ درصد سرطان ها با تومورهای جامد همراه هستند. وقتی این تومورها در ابتدای کار شناسایی شوند، میزان بقا می تواند به بالای ۹۰ درصد برسد و حتی از مؤثرترین درمان های موجود در بازار هم بهتر عمل کند.
با این وجود، سرطان گریزان است. این بیماری تغییر شکل می دهد و خودرا بعنوان یک جریان همیشه درحال تغییر در دریایی از تمامی چیزهایی که مانع از تشخیص آن می شوند، نشان میدهد. برای تشخیص سرطان در ابتدای کار – حتی مرحله صفر – به بهترین فناوری موجود نیاز است.
ما اعتقاد داریم که هوش مصنوعی می تواند سهم عمده ای را در تشخیص زودهنگام سرطان داشته باشد. شاید P(doom) هنوز برای جهان فاجعه بار به نظر برسد اما در این مقاله، چگونگی فاجعه بار بودن آن برای سرطان را شرح می دهیم.
تصورات خطا و حقایق؛ چگونگی رشد و گسترش سرطان
علیرغم این که سرطان حدودا همه را تحت تاثیر قرار داده است اما همچنان با دشواری می توان از آن پیشی گرفت. چیزی که ما بعنوان سرطان می شناسیم، در حقیقت تلفیقی از صدها بیماری مختلف است که به روش های بی شماری بر بدن تاثیر می گذارند. سرطان یک دشمن بزرگ نیست، بلکه طیف وسیعی از دشمنان کوچک تر و دائماً درحال تکامل است. بعنوان مثال، دو شخص دچار سرطان سینه امکان دارد زیست شناسی تومور خیلی متفاوتی داشته باشند که به رویکرد های منحصربه فردی برای تشخیص و مراقبت نیاز دارد. حتی دو سلول سرطانی که هم زمان از یک بدن یک شخص بیرون آورده می شوند، یکسان نیستند. این ناهمگونی، همان چیزی است که سرطان را خیلی جذاب اما با این حال خیلی گریزان می کند.
چیزی که ما بعنوان سرطان می شناسیم، در حقیقت تلفیقی از صدها بیماری مختلف است که به روش های بی شماری بر بدن تاثیر می گذارند. سال هاست که یک عقیده کلی درباره ی چگونگی رشد و گسترش سرطان در بدن ما وجود داشته است بر مبنای اینکه سرطان به شکل موضعی شروع می شود، سپس به شکل منطقه ای حمله می کند و در نهایت به اندام های دوردست متاستاز می یابد. بعنوان مثال، سرطان در بافت پستان بیمار شروع می شود، سپس به غدد لنفاوی مجاور می رود و سپس به سایر نواحی بدن توسعه می یابد. این اساس نحوه مرحله بندی و طبقه بندی سرطان های مختلف است. اگر یک تومور کوچک و موضعی در بافت پستان وجود داشته باشد، به احتمال زیاد سرطان سینه مرحله یک است. اگر تومور بزرگی در ریه ها وجود داشته باشد که سلول های سرطانی فعال آن به سایر نواحی بدن منتقل می شوند، می توان آنرا سرطان ریه مرحله چهار یا متاستاز درنظر گرفت.
با این وجود، یکی از شگفت انگیزترین و مهم ترین اکتشافات اخیر اینست که امکان دارد سلول های سرطانی پیش از این که تومور حتی در ابتدای کار تشکیل خود باشد، به جریان خون ما وارد شوند. از آنجائیکه سلول های سرطانی حتی پیش از این که تومور قابل تشخیص باشد می توانند در جریان خون وجود داشته باشند، باید بتوان سرطان را در مرحله صفر تشخیص داد.
بر خلاف سلول هایی که متاستاز یافته اند، سلول های سرطانی در ابتدای کار گردش خون ما اغلب خفته هستند و از دید پنهان می شوند اما عمدتا در آزمایش های خون منظم قابل تشخیص نیستند. این در قفل شده ای است که محققان اغلب برای باز کردن آن تلاش می کنند.
در آسترین، ما چالش گشودن این در را پذیرفته ایم و دنیایی از امکانات جدید را برای تشخیص سرطان به روی خود گشوده ایم. نتایج ما در این مقاله آمده است.
بدافزار در یک شبکه پرسروصدا
یک شبکه کامپیوتری بزرگ را تصور کنید. داده ها به سرعت از هر طرف شلیک می شوند و پیام های گوناگونی را در سراسر سیستم کامپیوتری حمل می کنند. بیشتر داده ها به برنامه ها و شبکه ها کمک می کنند تا روان اجرا شوند اما جایی در بین هرج ومرج اطلاعات، بدافزاری وجود دارد که به دنبال ربودن سیستم است.
مانند همه کامپیوتر ها، این کامپیوتر هم دارای یک سیستم امنیتی داخلی است که در سراسر شبکه به دنبال نشانه هایی از کدهای مخرب می گردد. مشکل اینست که بیشتر این علائم در بسته های کوچک داده قفل شده اند که با ترافیک عادی شبکه ادغام می شوند.
بر خلاف سلول هایی که متاستاز یافته اند، سلول های سرطانی در ابتدای کار گردش خون ما اغلب خفته هستند و از دید پنهان می شوند اما عمدتا در آزمایش های خون منظم قابل تشخیص نیستند. این در قفل شده ای است که محققان اغلب برای باز کردن آن تلاش می کنند. این اساساً همان چیزی است که سیستم ایمنی ما با عبور سلول های سرطانی خفته از جریان خون با آن روبه رو می شود. با فناوری کنونی، سیستم امنیتی تا آن زمان که به تسخیر بدافزار درآید، قادر به شناسایی آن نخواهد بود و این امر آنرا به مشکلی بزرگتر مبدل می کند و ریشه کنی آنرا خیلی دشوارتر می سازد.
نکته مثبت اینست که این بدافزار بی سروصدا نیست. این بدافزار برای ممانعت از شناسایی بوسیله سیستم امنیتی، با سایر نرم افزارهای مخرب در شبکه ارتباط برقرار می کند. بنابراین، هدف ما باز کردن بسته های داده برای یافتن پیام هایی است که بدافزار در فرستادن آنها به یکدیگر تلاش می کند اما این ارتباط در نهایت بزرگترین نقطه ضعف بدافزار است.
بعبارت دیگر، سیگنال های پروتئینی پخش شده توسط سلول های سرطانی با یکدیگر کار می کنند تا رشد تومور را ممکن سازند و از تشخیص آن بوسیله سیستم ایمنی بدن ما جلوگیری نمایند. یافتن این سیگنال های کوچک برای دانشمندان همیشه یک رویا بوده است.
اگر بتوانیم این پیام ها را بطور قابل اعتمادی پیدا نماییم، می توانیم از «پروتئومیکس عمیق»(Deep Proteomics) استفاده نماییم که از فناوری نانو، بیوشیمی، رباتیک و اپتیک برای شناسایی این سیگنال ها بهره می برد. اینجاست که هوش مصنوعی وارد عمل می شود.
هوش مصنوعی؛ سیستم امنیتی جدید
علاوه بر سیستم امنیتی داخلی کامپیوتر، ما حال درحال اضافه کردن یک سیستم جدید هستیم. این سیستم بطور ویژه برای یافتن بدافزار مورد نظر ما با دقت بالا طراحی شده است. بوسیله این سیستم جدید، پیام های بدافزار را می توان به سرعت، با دقت و با قابلیت رمزگشایی پیام های بدافزار دریافت کرد.
مزیت بهتر اینست که سیستم امنیتی جدید فقط بدافزار را ردیابی نمی کند، بلکه نحوه واکنش سیستم داخلی ما را هم زیر نظر می گیرد. این سیستم می تواند ببیند که بدافزار در کجا از موانع عبور می کند، چطور از برنامه های آنتی ویروس پیشی می گیرد و پروتکلهای امنیتی در کجا گرفتار مشکل می شوند. این اطلاعات برای کمک کردن به ما در درک نقاط ضعف دفاع شبکه خیلی مهم هستند. ما با این اطلاعات می توانیم سیستم را بهبود ببخشیم، نقاط لطمه پذیر را تقویت نماییم و در نهایت حملات آینده را قبل از شروع آنها متوقف سازیم. ما اساساً یک لایه نظارتی هوشمند ساخته ایم که نه تنها تهدید را شناسایی می کند، بلکه از خود نبرد هم درس می گیرد.
این کاری است که ما برای سرطان انجام می دهیم. بعبارت دیگر، هوش مصنوعی که آسترین توسعه داده، قادر به تشخیص ناهنجاری ها و یافتن سیگنال های سرطانی از پروتئین هاست تا نحوه ارتباط سلول های سرطانی و نحوه واکنش سیستم ایمنی بدن ما را آشکار کند. فراتر از آن، این هوش مصنوعی فقط به دنبال سرطان نیست، بلکه در اینجا عمق و دقت به ایجاد مدلی می انجامد که قادر به تشخیص آغاز، پیشروی، عود و در نهایت مرگ ناشی از سرطان است.
این چیزی بیشتر از تشخیص زودهنگام است. این به معنای درک میزان تهاجمی بودن سرطان، بررسی یا درمان بهتر تومورهای خاص، احتمال برگشت سرطان بعد از بهبودی و موارد دیگر است.
هوش مصنوعی در مقابل سرطان
هوش مصنوعی مطمئناً برای سالهای آینده بعنوان یک مبحث بحث برانگیز در زندگی روزمره ما باقی خواهد ماند اما آن چه در نهایت اهمیت دارد، ایجاد یک تکنولوژی هوشمندتر و بهتر برای نجات جان انسان هاست.
پست اخیر «گری مارکوس»(Gary Marcus) روان شناس و پژوهشگر هوش مصنوعی در پلت فرم ایکس، این مساله را به خوبی خلاصه می کند. گری در صورتیکه در سوگ از دست دادن یک دوست بود، معیار جدید خودرا برای هوش مصنوعی تاثیر گذار بیان کرد و نوشت: وقتی که تاثیر قابل توجهی بر سرطان داشته باشد.
آسترین بایوساینس یک شرکت هوش سرطان است که برای بسط مرزهای فناوری تولید شده و کار آن سرعت بخشیدن به تشخیص زودهنگام سرطان و پیشرفت مراقبت بوسیله تحلیل بیشتر از ۹۰۰۰ پروتئین برای آشکار کردن نکته ای است که بیشتر آزمایش های خون از دست می دهند. این نکته، نخستین سیگنال های مولکولی پیشروی سرطان است.
خلاصه اینکه بیشتر از ۹۰ درصد سرطان ها با تومورهای جامد همراه هستند. با فناوری کنونی، سیستم امنیتی تا آن زمان که به تسخیر بدافزار درآید، قادر به شناسایی آن نخواهد بود و این امر آن را به مشکلی بزرگتر مبدل می کند و ریشه کنی آن را خیلی دشوارتر می سازد. این سیستم می تواند ببیند که بدافزار در کجا از موانع عبور می کند، چه طور از برنامه های آنتی ویروس پیشی می گیرد و پروتکل های امنیتی در کجا گرفتار مشکل می شوند.
منبع: سئو بوی
