از بین بردن سرطان یک مسابقه با زمان است. طرح‌های پرتودرمانی – نقشه‌های فردی که کمک می‌کنند پزشکان تعیین کنند که در کجا تومورها را از بین ببرن – می تواند روزها طول بکشد. در حال حاضر، محقق مهندسی Aaron Babier نرم افزار خودکاری را توسعه داده است که با هدف کاهش زمان و ساعات صرف شده پیش می‌رود.
مقاله مرتبط: سرطان علیه سرطان؛ از خود سرطان می‌توان برای مقابله با آن بهره جست
او و تیمش در دانشکده مهندسی مکانیک و صنعتی دانشگاه تورنتو، از جمله جاستین بوتیلی، استاد سرپرست تیموتی چان و پروفسور آندریا مکینوین از دانشکده پزشکی، به طراحی پرتودرمانی به عنوان مشکل بهینه‌سازی پیچیده – اما قابل حل – می‌نگرند.
نرم افزار آن‌ها از هوش مصنوعی (AI) استفاده می‌کند تا داده‌های پرتودرمانی قدیمی را استخراج کند. این اطلاعات سپس به یک موتور بهینه سازی برای ایجاد برنامه‌های درمانی اعمال می‌شود. پژوهشگران، این ابزار نرم افزاری را در مطالعه ۲۱۷ بیمار مبتلا به سرطان گلو مورد استفاده قرار دادند که در عین حال درمان‌هایی را با استفاده از روش‌های متداول دریافت می‌کردند.
مقاله مرتبط: پرتودرمانی
درمان‌های ایجاد شده توسط هوش مصنوعی Babier نتایج مشابه‌ای را به درمان‌های برنامه ریزی شده توسط بیمار ارائه داد. – و این کار را در عرض ۲۰ دقیقه انجام داد. محققان اخیرا یافته‌های خود را در “فیزیک پزشکی” منتشر کرده‌اند.
Babier می‌گوید:
موتورهای بهینه سازی هوش مصنوعی دیگری نیز وجود دارد که توسعه یافته‌اند. ایده پشت این محصول ما این است که بیشتر بهترین عمل بالینی اخیر را تقلید می‌کند.
اگر هوش مصنوعی بتواند پزشکان را از چالش بهینه سازی درمان‌های در حال توسعه رها کند، منابع بیشتری برای بهبود مراقبت از بیمار و نتایج آن به روش‌های دیگر در دسترس است. متخصصان مراقبت‌های بهداشتی می‌توانند انرژی خود را برای افزایش راحتی بیمار و کاهش درد و رنج او منتقل کنند.
Babier می‌گوید:
در حال حاضر برنامه ریزان درمان دچار این غرق شدن در زمان شده‌اند. اگر بتوانیم هوشمندانه این غرق شدن در زمان را از بین ببریم، می‌توانیم روی جنبه‌های دیگر درمان تمرکز کنیم. ایده داشتن اتوماسیون و شغلهای بهینه هزینه‌های مراقبت‌های بهداشتی را بیشتر می‌کند. من فکر می‌کنم که واقعا به مراقبت با کیفیت عالی کمک می‌کند.
Babier و تیم او معتقدند که با توسعه و اعتبارسنجی بیشتر، متخصصان مراقبت‌های بهداشتی می‌توانند روزی از این ابزار در کلینیک استفاده کنند. با این وجود، آن‌ها معتقدند که در حالی که AI ممکن است به برنامه ریزان درمان، شروع خوبی در کمک به بیماران ارائه دهد، ذهن انسان آموزش دیده را از کار افتاده نمی‌کند. هنگامی که نرم افزار یک طرح درمانی ایجاد کرده است، هنوز هم توسط یک فیزیکدان پرتوی مورد بازبینی و بررسی قرار می‌گیرد، که می‌تواند تا چند ساعت طول بکشد.
مقاله مرتبط: آیا پرتو درمانی برای اطرافیان ضرر دارد؟
چان توضیح می‌دهد:
این بسیار شبیه به اتوماسیون روند طراحی یک کت و شلوار سفارشی است. خیاط باید ابتدا کت و شلوار را بر اساس اندازه گیری‌های مشتری ساخته، سپس کت و شلوار را برای رسیدن به بهترین اندازه مناسب تغییر دهد. ابزار ما نیز از طریق یک فرایند مشابه،برای هر بیمار طرح پرتودرمانی موثر ایجاد می‌کند.
پزشکان آموزش دیده، و اغلب متخصصان، هنوز هم برای تطبیق درمان و برای انجام چک‌های کیفی لازم هستند. این نقش‌ها هنوز به طور محکم در خارج از دامنه ماشین‌ها قرار دارند.
برای Babier، تحقیقاتش درباره درمان سرطان فقط یک چالش بهینه سازی نیست. او وقتی ۱۲ ساله بوده ، مادر خوانده‌اش در اثر تومور مغزی درگذشت. او فکر می‌کند این موضوع همیشه در پس زمینه مغز او وجود دارد. او می‌داند که چه می‌خواهد و این در مسیر بهبود درمان سرطان است.
