استفاده از هوش مصنوعی برای پیش‌بینی نحوه‌ی پیشرفت و تکامل سرطان به طراحی درمان‌ موثرتر برای هر بیمار کمک خواهد کرد.

پژوهشگرانی از موسسه‌ی پژوهشی سرطان لندن (ICR) و دانشگاه ادینبورگ، تکنیکی جدیدی با نام روالور (Revolver) را توسعه دادند. در این تکنیک که مبتنی بر تکامل تکرار‌ی سرطان است، از اطلاعات مربوط به الگوهای جهش موجود در توالی DNA، برای پیش‌بینی تغییرات ژنتیکی آینده استفاده می‌شود. طبیعت متغیر تومورها همواره یکی از بزرگ‌ترین چالش‌ها در زمینه‌ی درمان سرطان بوده‌ است. سرطان‌ها اغلب به فرم مقاوم در برابر دارو تکامل پیدا می‌کنند. اگر پزشکان بتوانند نحوه‌ی تکامل یک تومور را پیش‌بینی کنند، می‌توانند با مداخله‌ی زودهنگام قبل از تکامل تومور و مقاوم‌شدن آن به دارو، جلوی رشد آن را بگیرند و از این راه شانس بقای بیمار سرطانی بیشتر شود. این پژوهش در ژورنال Nature Methods منتشر شده‌ است.

پژوهشگران ارتباط بین توالی‌های خاص تومور و میزان زنده‌مانی بیمار را تایید کرده‌اند. بر این اساس، این الگوهای تکراری می‌توانند به‌عنوان شاخصی برای تشخیص و کمک به طراحی درمان‌های آینده در نظر گرفته‌شوند. برای مثال تومورهای پستانی که دارای یک توالی اشتباه در ماده‌ی ژنتیکی کدکننده‌ی پروتئین سرکوب‌گر تومور p53 و نیز دارای جهش‌هایی در کروموزوم شماره ۸ خود هستند، نسبت به آن‌هایی که دارای تغییرات ژنتیکی دیگر هستند، کمتر زنده می‌مانند.

پژوهشگران یک تکنیک یادگیری ماشین جدید را توسعه دادند که اطلاعات به‌دست‌‌آمده درمورد تومورها را بین بیمارانی با شرایط مشابه، انتقال می‌دهد. در این روش از الگوی جهش‌های ژنتیکی مشاهده‌شده در تکرار تومورهای یک بیمار و نیز الگوهای مربوط تومورهای بیماران مختلف برای پیش‌بینی روندهای آینده استفاده می‌شود.

هوش مصنوعی پیشرفته بهتر از انسان قادر به اداره دنیا خواهد بود
مشاهده

در این پژوهش، دانشمندان از اطلاعات ژنتیکی ۷۶۸ نمونه تومور مربوط به ۱۷۸ بیمار مبتلا به سرطان‌های ریه، سینه، کلیه و روده استفاده کردند و اطلاعات ژنتیکی مربوط به تومورهای هر نوع سرطان را به‌صورت جداگانه تجزیه‌و‌تحلیل کردند. پژوهشگران با شناسایی الگوهای تکراری و ترکیب این اطلاعات با دانش کنونی در مورد زیست‌شناسی سرطان و تکامل، توانستند مسیر آینده‌ی توسعه تومور را پیش‌بینی کنند.

درمان شخصی

اگر مشخص شود که تومورهای دارای الگوهای خاص، در آینده به یک درمان خاص مقاوم می‌شوند، از این روش می‌توان برای پیش‌بینی احتمال بروز مقاومت دارویی در بیماران استفاده کرد. آندرا ساتوریوا که رهبری این پژوهش را بر عهده دارد، می‌گوید:

ما یک ابزار قدرتمند هوش مصنوعی را توسعه داده‌ایم که به کمک آن می‌توان پیش‌بینی‌هایی درمورد مراحل بعدی تکامل تومورها بر اساس الگوهای جهش آن‌ها داشت. به کمک این ابزار ما امیدواریم که بتوانیم یکی از کارت‌های برنده‌ی سرطان یعنی تکامل غیر قابل پیش‌بینی آن را از بین ببریم. شاید بتوانیم از این ابزار هوش مصنوعی برای مداخله زودهنگام و پیش‌بینی حرکت بعدی سرطان، استفاده کنیم.

پائول ورکمن مدیر اجرایی ICR گفت:

تکامل سرطان بزرگ‌ترین چالشی است که ما در طراحی روش‌های درمانی کارآمدتر برای بیماران، با آن مواجه هستیم. اگر ما بتوانیم نحوه‌ی تکامل یک تومور را پیش‌بینی کنیم، شاید بتوانیم قبل از بروز سازگاری و ایجاد مقاومت دارویی، روش درمان را تغییر دهیم و یک قدم جلوتر از سرطان حرکت کنیم. این رویکرد جدید با استفاده از هوش مصنوعی امکان اختصاصی‌تر شدن درمان به شیوه‌ای دقیق‌تر و در مراحلی زودتر از آن‌چه هم‌اکنون امکان‌پذیر است، را نیز فراهم می‌کند؛ درمانی که بر اساس ویژگی‌های انفرادی هر تومور باشد.