هوش مصنوعی... آیا قادر به درمان همه بیماری‌ها خواهد بود؟

هاسابیس، ۴۹ ساله و تبعه بریتانیا، مدیرعامل شرکت هوش مصنوعی گوگل، دیپ‌مایند، است. او و یکی از همکارانش مدل هوش مصنوعی AlphaFold2 را توسعه دادند که می‌تواند ساختار تقریباً تمام ۲۰۰ میلیون پروتئین شناخته‌شده‌ای که سلول‌های انسانی را تشکیل می‌دهند، پیش‌بینی کند. این دستاورد، جایزه نوبل شیمی سال گذشته را برای این دو محقق به ارمغان آورد.

پروتئین‌ها نقش بیولوژیکی حیاتی و ضروری در بدن انسان دارند. اگر نقصی در تولید، ساختار یا عملکرد آنها وجود داشته باشد، بیماری‌ها می‌توانند رخ دهند. بر این اساس، هاسابیس معتقد است که هوش مصنوعی قادر خواهد بود داروها را بسیار سریع‌تر از امروز توسعه دهد، که به طور بالقوه ماه‌ها یا فقط چند هفته طول می‌کشد.

هاسابیس در پاسخ به سوال اسکات پلی، مجری اخبار CBS در برنامه ۶۰ دقیقه، درباره احتمال درمان همه بیماری‌ها گفت: «این امر در دسترس است، شاید حتی در دهه آینده. من هیچ دلیلی نمی‌بینم که چرا این اتفاق نیفتد.»

انقلاب پزشکی به لطف هوش مصنوعی

امید دمیس هاسابیس برای درمان همه بیماری‌ها با کمک هوش مصنوعی دور از ذهن نیست. فناوری‌های هوش مصنوعی در حال حاضر به درمان بسیاری از بیماری‌ها و توسعه برخی داروها کمک کرده‌اند.

کاترینا زیگ، بیوشیمیست و دانشمند کامپیوتر و مدیر آزمایشگاه پرسش‌های الگوریتمی در دانشگاه صنعتی راینلند-فالتز در کایزرسلاوترن-لانداو، به دویچه وله گفت که دانستن ساختار سه‌بعدی یک پروتئین اغلب می‌تواند به نتیجه‌گیری‌هایی در مورد عملکرد آن منجر شود، زیرا ما هنوز نمی‌دانیم که اکثر پروتئین‌ها در بدن انسان چه کاری انجام می‌دهند.

او افزود که اگر بتوانیم ساختار این پروتئین را درک کنیم و تغییرات ساختاری آن را در بیماری‌های خاص زیر نظر داشته باشیم، می‌توانیم دارویی تولید کنیم که از ایجاد ساختار غیرطبیعی در پروتئین که باعث بیماری می‌شود، جلوگیری کند.

به گفته تسایگ، اگرچه انسان‌ها قادر به مطالعه ساختار و تغییرات پروتئین هستند، اما این کار نیاز به یک رساله دکترا دارد که تقریباً سه تا پنج سال طول می‌کشد. او افزود: «هوش مصنوعی اختراع شده توسط هاسابیس یک انقلاب واقعی است.»

فلوریان گیسلر، محقق موسسه سیستم‌های شناختی فرانهوفر، بر نقش هوش مصنوعی در بهبود تشخیص بیماری‌ها تأکید می‌کند، اما به دویچه وله می‌گوید که علل بیماری‌ها اغلب نمی‌توانند به یک جزء واحد: پروتئین‌ها، محدود شوند.

تسایگ و گیسلر همچنین موافقند که تصمیم‌گیری پزشکی حداقل برای آینده‌ای نزدیک در حوزه اختیارات انسان‌ها باقی خواهد ماند، به خصوص از آنجایی که سیستم‌های هوش مصنوعی همچنان مرموز و درک آنها دشوار است.

جهش‌های ژنتیکی کار هوش مصنوعی را پیچیده می‌کنند.

پروفسور تسایگ معتقد است که به دلیل دشواری شناسایی پروتئین‌های عامل هر بیماری، درمان همه بیماری‌ها ظرف ده سال آینده امکان‌پذیر نخواهد بود. او اضافه می‌کند: «جهش‌هایی وجود دارند که منجر به ساختارهای سه‌بعدی غیرطبیعی می‌شوند که ممکن است از نظر آماری علت علائم به نظر برسند، اما در واقع بی‌ضرر هستند.»

حتی اگر تأیید شود که یک ساختار پروتئینی خاص منجر به یک بیماری می‌شود، یافتن داروی مناسب آسان نیست و نیاز به زمان طولانی و مطالعات بالینی گسترده روی بیماران دارد.

او تأکید می‌کند که درمان بیماری‌ها، حتی با کمک هوش مصنوعی، همچنان به منابع مالی قابل توجهی نیاز خواهد داشت.

چگونه هوش مصنوعی امروزه به پزشکان کمک می‌کند

نقش مهمی که فناوری‌های هوش مصنوعی امروزه در مراقبت‌های بهداشتی ایفا می‌کنند را نمی‌توان نادیده گرفت. به گفته فلوریان گیسلر، در تشخیص‌های مبتنی بر تصویربرداری، هوش مصنوعی می‌تواند تغییرات پاتولوژیک را راحت‌تر شناسایی کند و به تجزیه و تحلیل واکنش‌های نامطلوب غیرمنتظره هنگام ترکیب چندین دارو کمک کند.

هوش مصنوعی با خلاصه کردن مصاحبه‌های بیمار و تهیه گزارش‌های ساختاریافته برای شرکت‌های بیمه سلامت، بار سیستم‌های مراقبت‌های بهداشتی را کاهش می‌دهد و در زمان و هزینه صرفه‌جویی می‌کند.

با وجود پشتیبانی قابل توجه هوش مصنوعی در حوزه پزشکی، تسایگ معتقد است که تشخیص بیماری‌ها نیازمند دقت و تخصص کافی است که در سیستم‌های هوش مصنوعی که معیارهای تشخیصی آنها قابل تأیید نیست، وجود ندارد. گیسلر اضافه می‌کند که تصمیمات درمانی در آینده نزدیک، به ویژه به دلایل اخلاقی و قانونی، همچنان در حوزه اختیارات انسان‌ها باقی خواهد ماند.