با وارد کردن ایمیل خود محتوای این صفحه به ایمیل شما فرستاده می شود
انصراف
هوش مصنوعی؛ آغاز عصر جدیدی در پیشگیری از بیماریها در دامپزشکی
نوشته: دکتر امیررضا عامری نائینی
متخصص بیماریهای داخلی دامهای کوچک
متخصص بیماریهای داخلی دامهای کوچک
تا چند سال پیش، تصور اینکه یک کامپیوتر بتواند احتمال بیمار شدن یک سگ یا گربه را چند ماه قبل از بروز علائم پیشبینی کند، بیشتر شبیه داستانهای علمی-تخیلی بود. اما امروزه هوش مصنوعی (Artificial Intelligence یا AI) با سرعتی چشمگیر در حال ورود به تمام شاخههای پزشکی و دامپزشکی است و نگاه ما را نسبت به تشخیص و حتی پیشگیری از بیماریها تغییر داده است. اگر تا دیروز وظیفه دامپزشک تشخیص بیماری پس از ظاهر شدن علائم بود، شاید در آینده نزدیک یکی از مهمترین وظایف او شناسایی حیواناتی باشد که هنوز کاملاً سالم به نظر میرسند، اما در معرض ابتلا به یک بیماری قرار دارند.
در سالهای اخیر، کاربردهای هوش مصنوعی در دامپزشکی از تفسیر تصاویر رادیولوژی و سونوگرافی گرفته تا بررسی آسیبهای پوستی، تشخیص سرطان، آنالیز رفتار حیوانات و حتی طراحی رژیمهای درمانی اختصاصی، به سرعت در حال گسترش است. یکی از جذابترین این کاربردها، پیشبینی خطر ابتلا به بیماریهاست؛ موضوعی که میتواند مفهوم «پیشگیری بهتر از درمان است» را وارد مرحلهای کاملاً جدید کند. مقالهای که در سال ۲۰۲۶ در مجله Vet Focus منتشر شد، نمونهای از همین تحول را به تصویر میکشد و نشان میدهد که چگونه یک الگوریتم هوش مصنوعی میتواند احتمال ابتلای گربهها به دیابت را چندین ماه پیش از بروز علائم بالینی پیشبینی کند.
دیابت ملیتوس یکی از مهمترین بیماریهای غدد درونریز گربههاست و از نظر مکانیسم بیماری، شباهت زیادی به دیابت نوع دو در انسان دارد. در این بیماری یا لوزالمعده دیگر قادر به تولید انسولین کافی نیست یا سلولهای بدن نسبت به انسولین مقاومت پیدا میکنند. نتیجه این وضعیت افزایش قند خون و ایجاد اختلال در سوختوساز طبیعی بدن است. در سالهای اخیر، با افزایش تعداد گربههای خانگی دارای اضافهوزن، شیوع دیابت نیز روندی صعودی پیدا کرده است و امروزه این بیماری یکی از مشکلات مهم کلینیکهای دامپزشکی در سراسر جهان محسوب میشود.
یکی از بزرگترین مشکلات دیابت این است که معمولاً آرام و بیصدا آغاز میشود. ممکن است ماهها تغییرات متابولیک در بدن حیوان در حال رخ دادن باشد، اما صاحب حیوان هیچ علامت مشخصی مشاهده نکند. زمانی که علائمی مانند افزایش تشنگی، افزایش حجم ادرار، کاهش وزن، پرخوری یا بیحالی ظاهر میشوند، بیماری معمولاً وارد مرحله بالینی شده است و درمان باید بلافاصله آغاز شود. در برخی موارد نیز تشخیص با بروز عوارض شدیدتری مانند کتواسیدوز دیابتی، ضعف اندامهای حرکتی ناشی از نوروپاتی یا حتی وضعیتهای اورژانسی همراه است. همین موضوع اهمیت تشخیص زودهنگام را دوچندان میکند.
در حال حاضر، دامپزشکان ابزار مطمئنی برای تشخیص مرحله «پیشدیابت» در گربهها در اختیار ندارند. به عبارت دیگر، ما معمولاً زمانی متوجه بیماری میشویم که اختلالات قند خون از قبل ایجاد شدهاند. آزمایشهای خون، اندازهگیری گلوکز یا فروکتوزآمین و حتی بررسی علائم بالینی همگی زمانی کاربرد دارند که بیماری تا حدی پیشرفت کرده باشد. این همان نقطهای است که هوش مصنوعی میتواند تفاوت بزرگی ایجاد کند.
هوش مصنوعی برخلاف تصور بسیاری از افراد، قرار نیست جای دامپزشک را بگیرد. این فناوری در واقع یک ابزار بسیار قدرتمند برای تحلیل حجم عظیمی از اطلاعات است؛ اطلاعاتی که بررسی همزمان آنها برای انسان تقریباً غیرممکن است. الگوریتمهای یادگیری ماشین قادرند میلیونها داده مختلف را در کنار یکدیگر قرار دهند، الگوهایی را پیدا کنند که حتی از چشم باتجربهترین دامپزشکان نیز پنهان میماند و در نهایت احتمال وقوع یک بیماری را محاسبه کنند.
برای انجام چنین کاری لازم نیست آزمایشهای پیچیده یا تجهیزات خاصی در اختیار باشد. بسیاری از اطلاعات مورد نیاز در همان ویزیت معمولی کلینیک جمعآوری میشوند؛ اطلاعاتی مانند سن حیوان، وزن بدن، وضعیت بدنی (Body Condition Score)، نتایج آزمایشهای روتین خون، سوابق بیماریهای قبلی، داروهای مصرفی، نوع تغذیه، سبک زندگی، خانگی یا بیرونی بودن گربه و حتی برخی عوامل ژنتیکی و نژادی. هرکدام از این اطلاعات به تنهایی شاید اهمیت زیادی نداشته باشند، اما زمانی که میلیونها رکورد مشابه در کنار هم قرار میگیرند، الگوهایی آشکار میشوند که میتوانند وقوع بیماری را ماهها قبل از بروز علائم پیشبینی کنند.
نمونهای از این فناوری، الگوریتمی به نام DiabetesPredict است که در این مقاله معرفی شده است. این سامانه به گونهای طراحی شده که تنها با اطلاعات حاصل از یک مراجعه معمولی به کلینیک، خطر ابتلای گربه به دیابت را طی سه یا دوازده ماه آینده برآورد میکند. نکته مهم این است که این الگوریتم نیاز به آزمایشهای اختصاصی یا روشهای تهاجمی ندارد و از همان دادههایی استفاده میکند که معمولاً در پرونده پزشکی حیوان ثبت میشوند.
قدرت واقعی این سامانه در حجم عظیم دادههایی است که برای آموزش آن استفاده شده است. پژوهشگران اطلاعات بیش از دو و نیم میلیون گربه را که طی یک دوره دهساله بیش از ده میلیون بار به مراکز دامپزشکی مراجعه کرده بودند، مورد بررسی قرار دادند. سپس عملکرد الگوریتم روی مجموعهای مستقل از پروندههای پزشکی دهها هزار گربه دیگر نیز آزمایش شد تا اطمینان حاصل شود که نتایج آن تنها محدود به یک بانک اطلاعاتی خاص نیست و در جمعیتهای مختلف نیز عملکرد مناسبی دارد. چنین فرآیندی که «اعتبارسنجی خارجی» نام دارد، یکی از مهمترین مراحل طراحی هر مدل هوش مصنوعی محسوب میشود و باعث میشود بتوان با اطمینان بیشتری به نتایج آن اعتماد کرد.
نتایج این مطالعه امیدوارکننده بود. الگوریتم توانست با دقت بسیار بالا، گربههایی را که طی سه ماه آینده به دیابت مبتلا میشدند شناسایی کند. علاوه بر دقت کلی مناسب، حساسیت و ویژگی بالای این مدل نیز اهمیت زیادی داشت؛ زیرا هرچه تعداد پاسخهای مثبت کاذب کمتر باشد، از نگرانی بیمورد صاحبان حیوان و انجام اقدامات غیرضروری نیز جلوگیری خواهد شد.
شاید این سؤال پیش بیاید که دانستن خطر ابتلا به دیابت چه فایدهای دارد، وقتی هنوز بیماری ایجاد نشده است؟ پاسخ دقیقاً در همین نکته نهفته است. هدف از چنین الگوریتمهایی درمان بیماری نیست، بلکه جلوگیری از وقوع آن است. اگر دامپزشک بداند یک گربه در معرض خطر بالاتری قرار دارد، میتواند پیش از آنکه سلولهای تولیدکننده انسولین آسیب جدی ببینند، برنامهای برای کنترل وزن، اصلاح رژیم غذایی و پایش منظم حیوان تدوین کند. این اقدامات ساده شاید بتوانند از تبدیل مرحله پیشدیابت به دیابت بالینی جلوگیری کنند یا حداقل زمان بروز بیماری را برای مدت قابل توجهی به تعویق بیندازند.
از آنجا که چاقی مهمترین عامل خطر برای دیابت در گربهها محسوب میشود، کنترل وزن همچنان اساسیترین اقدام پیشگیرانه خواهد بود. مطالعات مختلف نشان دادهاند که گربههای دارای اضافهوزن چندین برابر بیشتر از گربههای با وزن ایدهآل در معرض ابتلا به دیابت قرار دارند و هرچه مدت زمان چاقی طولانیتر باشد، این خطر نیز افزایش پیدا میکند. به همین دلیل، در گربههایی که توسط الگوریتم در گروه پرخطر قرار میگیرند، توجه ویژه به تغذیه، جلوگیری از افزایش وزن و کاهش تدریجی وزن در صورت چاق بودن، اهمیت بسیار زیادی خواهد داشت.
زمان انتشار: يكشنبه 28 تير 1405 (21 روز قبل)
تعداد بازدید: ۴۰
