Home نمط الحياة هل ستعالج جميع الأمراض في غضون عشر سنوات؟

هل ستعالج جميع الأمراض في غضون عشر سنوات؟

6
0
هل ستعالج جميع الأمراض في غضون عشر سنوات؟


في مقابلة ، اقترح كيمياء نوبل ديميس حسيابيس أن الذكاء الاصطناعي قريبا سيسرع تطور الأدوية وحتى الشفاء. يدرس الخبراء البيان المثير للجدل. تهدف Ten -Year -Old ، جائزة نوبل للكيمياء Demis Hassabis إلى شفاء جميع الأمراض بمساعدة الذكاء الاصطناعي (IA) -على الأقل هذا ما تمت قراءته على الإنترنت. تمت مقابلة مع مؤسس شركة Google Deepmind والمدير التنفيذي المتخصص في الذكاء الاصطناعي ، على جوانب مختلفة من هذه التكنولوجيا في برنامج 60 دقيقة بواسطة CBS News.




الصورة: DW / Deutsche Welle

جنبا إلى جنب مع زميله جون م. جومبر ، رجل إنجليزي 48 عامًا تم تطويره في نموذج AI alphafold2 ، قادر على التنبؤ بهياكل جميع البروتينات البالغة 200 مليون معروفة الآن. تؤدي هذه المواد سلسلة من الوظائف البيولوجية ، ويمكن أن تؤدي الاضطرابات في إنتاجها أو هيكلها أو وظيفتها إلى أمراض. كان هذا الاكتشاف يستحق جائزة الثنائي كيمياء في عام 2024.

في مقابلة مع 60 دقيقة ، تكهن Hassabis بأنه في المستقبل ، سيكون من الممكن تقصير الذكاء الاصطناعى في أسابيع أو حتى أشهر من تطوير الأدوية. وأضاف: “وأعتقد في يوم من الأيام أننا قد نتمكن من شفاء جميع الأمراض بمساعدة الذكاء الاصطناعي.”

سأل الباحث سكوت بيللي ، “نهاية جميع الأمراض؟” وأكد هاسابيس: “ربما حتى خلال العقد المقبل ، لا أرى السبب”.

الكشف عن الهياكل الجزيئية

في بعض الأحيان يكون من الممكن تقدير وظيفة بروتين معين من بنيته ثلاثية الأبعاد ، لكن “لا نعرف أنه في معظم البروتينات في جسم الإنسان” ، تشرح الكيمياء الحيوية وعلوم الكمبيوتر كاثرينا زويغ ، مديرة مختبر الخوارزمية المستعملة في جامعة كايسرسسلانو-بلداو التقنية في ألمانيا.

التغير في بنية البروتين هو سبب بعض الأمراض ، و “ثم من الممكن تطوير دواء لمنع هذه العملية”. قبل ذلك ، استغرق الأمر أطروحة دكتوراه كاملة ، تتطلب ثلاث إلى خمس سنوات لتحديد بنية جزيئية واحدة وحسابها وتصميمها. في هذا المعنى ، “عصر الحصابيون هو ، في الواقع ، ثورة” ، تؤكد زويج.

يتذكر فلوريان Geissler ، كبير الباحثين في معهد Fraunhofer للأنظمة المعرفية (IKS) ، أن أسباب المرض عادة لا يمكن اختزالها لعنصر واحد ، ولكن هناك العديد من الأمثلة التي تلعب فيها البروتينات دورًا مهمًا “. لذا ، “في السنوات القادمة ، سأسمح لنا بأشياء لا يمكننا حتى تخيلها اليوم.”

ومع ذلك ، تضمن كاثرينا زويغ أن جميع الأمراض في غضون عشر سنوات لن تكون بعد علاجًا ، حيث لم يتم إنشاء المراسلات المطلقة بين العديد من البروتينات وبعض الأمراض: “هناك طفرات ذات هياكل ثلاثية الأبعاد غير طبيعية. قد يبدو من الناحية الإحصائية سببًا للأعراض المرضية ، ولكن في الواقع غير ضار”.

وعلى الرغم من أنه يتم تعريفه على هيكل البروتين الذي ينتج عنه المرض ، إلا أن هناك حاجة إلى عملية طويلة حتى يدخل الدواء في السوق: “تحتاج إلى اختبار في الدراسات السريرية ، التي تتطلب ما يكفي من المرضى ، التراخيص. لذلك أعتقد أنه لن يكون سريعًا”.

الاستخدامات الحالية للذكاء الاصطناعي في الطب

في التشخيص القائم على صور التصوير المقطعي المحسوب ، تعترف الذكاء الاصطناعى بوجود تغييرات مرضية بشكل أسرع بكثير ، كما يوضح فلوريان جيسلر. تساعد هذه التقنية أيضًا في حالة وجود آثار جانبية غير متوقعة في مزيج من الأدوية ، مما يتيح تحسين طرق العلاج.

يقول الباحث إن الذكاء الاصطناعي لديه أيضًا القدرة على تقليل الحمل على النظام الصحي ، على سبيل المثال تلخيص المحادثات تلقائيًا مع المرضى وإعداد التقارير المهيكلة للصناديق الصحية “. “هذا يوفر وقت النظام الصحي الثمين. هنا سيكون لوكالة الذكاء الاصطناعى دور حاسم.”

ومع ذلك ، فإن الكيمياء الحيوية Zweig ، على الرغم من مساعدة منظمة العفو الدولية ، يتطلب علاج الأمراض موارد مالية كبيرة: “وبالتالي ، ستستمر تطوير الأدوية فقط عندما يكون هناك ما يكفي من المرضى من المال ثم يدفع لهم”.

تشخيص القيمة المحدودة

سؤال آخر هو أنه ، بشكل عام ، نادراً ما يكون من الممكن نطق التشخيص بناءً على القواعد المحددة ، كما تضيف كاثرينا زويغ. إحدى هذه الحالات هي مرض السكري ، حيث “يوجد معدل الحد وطرق قياس واضحة”.

ومع ذلك ، فإن معظم التشخيصات الأخرى تتطلب الكثير من الحكم والخبرة ، و “لا أعرف أي نظام منظمة العفو الدولية اليوم يجعلها موثوقة للغاية إلى حد استبدال الأطباء والأطباء”. يبدأ فلوريان Geissler على قدم المساواة من مبدأ أنه في المستقبل القريب ، سيظل قرار العلاج مسؤولية إنسانية ، “خاصة لأسباب أخلاقية وقانونية”.

وربما أيضًا لأنه ، في الوقت الحالي ، لا تزال أنظمة الذكاء الاصطناعي نوعًا من “الصندوق الأسود” ، حيث تحدث المدخلات وتتلقى إجابة ، ولكنها غير مدركة عند اتخاذ القرار “، يقارن الباحث في معهد Fraunhofer.

تصف Katharina Zweig هذا: “ليس لدينا طريقة لرؤية التعلم الآلي ، ولا كيف يتعلق الأمر بتشخيصك. لذلك لا يمكننا أن نستنتج ما إذا كان يبدأ من المعايير التي ننشئها ، كبشر ،”.



Source link

LEAVE A REPLY

Please enter your comment!
Please enter your name here