هوش مصنوعی، یاریگر درمان کرونا - هوای اصفهان

به گزارش هوای اصفهان، اوایل خرداد سال جاری، نتایج مطالعه میان رشته ای گروهی از پژوهشگران سوئیسی و ایتالیایی در نشریه تخصصی Journal of Medical Internet Research منتشر شد که استفاده از هوش مصنوعی را در پیش بینی درصد بهبود یا فوت بیمارانی نشان می دهد که به التهاب ریوی ناشی از کووید 19 مبتلا شده بودند.

این پژوهش که حاصل همکاری پزشکان بخش قلب و هوشبری بیمارستان پیاچنتزا و مرکز قلب وعروق بیمارستان مونتزینو با متخصصان هوش مصنوعی پلی تکنیک میلان و موسسه هوش مصنوعی داله موله در لوزان و موسسه توئلت زوریخ انجام شد، برپایه الگوریتم های مبتنی بر یادگیری ماشین راسخ است که با استفاده از داده های جمع آوری شده از بیماران مبتلا به التهاب ریوی ناشی از کووید 19 پیش بینی می نماید چند درصد احتمال بهبود یا فوت این بیماران وجود دارد.

این فناوری که به وسیله وبگاه در هر نقطه از جهان در دسترس است به پزشکان کمک می نماید درمان های مناسب و زودهنگام را با هدف کاهش نرخ فوت ارائه نمایند.

بیماران مبتلا به کووید 19 ممکن است از دو راه به التهاب ریوی مبتلا شوند: مستقیم به وسیله خود ویروس یا بر اثر ابتلا به عفونت ثانویه باکتریایی درطول بیماری.از آنجا که معمولا در فرآیند درمان این بیماری، آنتی بیوتیک هم تجویز می گردد احتمال ابتلا به التهاب ریوی نوع دوم پایین است و بنابراین بیشتر التهاب های ریوی از درگیری مستقیم ریه با ویروس نشأت می گیرد و ازاین رو، فرایند درمان را می تواند با مسائل جدی روبرو کند. روزنامه جام جم باهدف آنالیز ابعاد فنی این پژوهش، با دکتر داریو پیگا (Dr. Dario Piga) پژوهشگر موسسه هوش مصنوعی داله موله در لوزان سوئیس و مسؤول بخش توسعه الگوریتم های این مطالعه گفت وگو نموده است.

به کارگیری فناوری های نو، نظیر الگوریتم های یادگیری ماشین در مطالعه شیوه مقابله با کووید-19 مجذوب کننده است. درباره روش پژوهش شرح می دهید؟

هدف این مطالعه، توسعه سامانه ای برپایه هوش مصنوعی بود که به روشی اتوماتیک پیش بینی کند آیا بیمارانی که از کووید 19 به التهاب ریوی مبتلا می شوند، بهبود می یابند یا فوت می شوند. به طورخاص، این سامانه براساس ویژگی های بیمار (سن، جنس، بیماری های زمینه ای، دمای بدن در بدو ورود به اورژانس، اشباع اکسیژن خون و آزمایش های خون) احتمال بهبود هر بیمار را به صورت منحصربه فرد محاسبه می نماید. پس از توسعه این سامانه، روش هایی را برپایه یادگیری ماشین توسعه دادیم که داده های مربوط به بیماران کوویدی بهبودیافته یا متأسفانه بیماران فوت شده را پردازش کرد و سپس همبستگی های آماری معنی داری یافت که تشخیص پیش هنگام شدت بیماری را میسر می نماید.

همان طورکه گفتید این پژوهش برپایه فناوری یادگیری ماشین است. هوش مصنوعی داده ها را بعد از جمع آوری آنها چگونه تحلیل می نماید؟

داده های استفاده شده در این پژوهش، مربوط به 852بیمار بیمارستان گولیلمو دا سالیچتو در شهر پیاچنتزا و 86 بیمار بیمارستان قلب مونتزینو در شهر میلان هستند. همه این بیماران به التهاب ریوی ناشی از کووید مبتلا و بین فوریه 2020 تا نوامبر2020 (بهمن98تاآبان99) در این دو بیمارستان مداوا شده بودند. بنابراین مطالعه ما موج اول کووید را که در ایتالیا بین اسفند 1398/فوریه 2020 تا اردیبهشت 1399/می 2020 رخ داد و بخشی از موج دوم را که از مهر 1399/ اکتبر 2020 شروع شد، پوشش می دهد. در این پژوهش ما الگوریتم های آماری ای را پوشش دادیم که حداکثر 62متغیر مربوط به بیمار را براساس این که هریک از این متغیرها در نهایت به چه مرحله ای (درمان یا فوت) ختم شده است محاسبه می نمایند. به محض این که این تحلیل ها تمام شد، نتایج کل آنالیز ها به ترکیب شش متغیری رسید که برترین توانایی را در پیش بینی از خطر فوت نشان می دهند. این ترکیب، شش متغیر سن، جنس، دما، سابقه سکته مغزی، میانگین غلظت هموگلوبین بدن و نسبت فشار جزئی اکسیژن به کسری از اکسیژن دمی (P/F ratio) را شامل می گردد. البته معنایش این نیست که 56متغیر دیگر برای تشخیص شدت بیماری اهمیت ندارند بلکه این نتیجه می خواهد بگوید بقیه متغیرها در مقایسه با این شش متغیر، اطلاعات اضافی دیگری عرضه نمی نمایند. به محض این که اطلاعات مرتبط با این شش متغیر به دست آید، الگوریتم یادگیری ماشین احتمال بهبود بیمار را از داده ها تخمین می زند. جنبه مهم مطالعه ما این است که نتایج به دست آمده با فناوری یادگیری ماشین را پزشکان با دقت تحلیل، تعبیر و ارزیابی کردند. درواقع، این اصل اساس توسعه همه الگوریتم های برپایه یادگیری ماشین است، یعنی یک متخصص باید نتایج ماشین را تحلیل، تعبیر و ارزیابی کند و این فرآیند در تمام بخش ها از کاربردهای صنعتی تا اقتصادی و پزشکی انجام می گردد.

می توانید کمی درباره استفاده از وبگاهی که با نشانی سخت https://covid.7hc.tech/index راه اندازی نموده اید شرح دهید؟ تمام پزشکان جهان می توانند داده های بیماران را وارد نمایند؟

بله. تمام پزشکان جهان می توانند به طور رایگان از این بستر وب استفاده نمایند. استفاده از این زیرساخت بسیار ساده و کافی است ارزش های عددی این شش متغیر را وارد نمایند و ماشین بلافاصله احتمال بهبود بیمار را محاسبه می نماید. البته باید بر یک جنبه مهم تأکید کنم. احتمال مداوایی که از سوی ماشین ارائه می گردد منوط به این واقعیت است که بیمار براساس دستورالعمل هایی که سازمان بهداشت جهانی یا دست کم بر پایه دستورالعمل هایی که در دوره جمع آوری داده ها دنبال می شد، معالجه گردد. نکته دیگر این که تعداد بیمارانی که ما از آنها برای توسعه سامانه تشخیص پیش هنگام شدت بیماری استفاده کردیم بسیار کم است (درمجموع 938 بیمار را تحلیل کردیم) و بنابراین سامانه ما، مانند همه سامانه های مبتنی بر داده ها به طور صددرصد قابل اعتماد نیست. این یعنی مثل همه سامانه های برپایه هوش مصنوعی، نمی توانند جایگزین صددرصدی فرد متخصص گردد (که در این مورد پزشک است) و احتمال بهبود ارائه شده از بستر وب ما فقط نوعی کمکگر درباره ارزیابی اولیه از شدت شرایط بیمار است و تنها هدفش کمک به پزشک است که بتواند مراقبت های ویژه و تجهیزات پزشکی مورد احتیاج بیمار را برای ارائه درمان صحیح، بهتر مدیریت کند.

دقت این الگوریتم چقدر است؟

دقت یادگیری ماشین ما در پیش بینی بهبود بیمار حدود 79درصد است. البته در ماه های اخیر به نظر می رسد عالمگیری بیماری کووید-19 به لطف واکسیناسیون در حال کاهش است. بنابراین امیدواریم این موضوع هرچه زودتر انتها یابد یا روش های درمانی جدیدی عرضه گردد که خطر فوت ناشی از التهاب ریوی برآمده از کووید-19 را به مقدار قابل توجهی کاهش دهد. در چنین شرایطی، بستر فعلی ما باید به روز گردد تا کوچک ترین احتمال مرگ ناشی از التهاب ریوی کووید را هم تشخیص دهد و این چیزی است که روی آن کار می کنیم.

این هوش مصنوعی، درمان های شخصی شده یا ویژه شده را هم برای هر بیمار متأثر از التهاب ریوی به پزشک پیشنهاد می نماید؟به اسم مثال ممکن است بتواند دوزهای لازم را از آنتی بیوتیک ها و داروهای ضدویروس و ضدالتهاب و... پیشنهاد بدهد؟

سامانه ما به پزشک درمان های شخصی شده را ارائه نمی دهد. اما باید بگویم سؤال بسیار خوبی پرسیدید. درواقع معتقدم در آینده ای نه چندان دور می توان از هوش مصنوعی برای ارائه درمان های شخصی شده برای هر بیمار کمک گرفت اما باید بار دیگر تأکید کنم هوش مصنوعی نباید جای پزشک را بگیرد، بلکه فقط باید او را در انتخاب برترین روش درمانی برای هر بیمار کمک کند. ما در دورانی زندگی می کنیم که در آن همه فناوری ها و دانش علمی لازم برای جمع آوری، ذخیره سازی و پردازش مقادیر زیادی از داده ها وجود دارد. همین روش برپایه داده ها و هوش مصنوعی که ما برای توسعه سامانه خودمان استفاده کردیم، می تواند در آینده برای کمک به پزشکان و دانشمندان در مبارزه با بیماری های دیگر مورد استفاده قرار بگیرد.

هدا عربشاهی - دانش / روزنامه هوای اصفهان