به کارگیری هوش مصنوعی در صنعت بهداشت و درمان کار پیچیده‌ای است؛ مخصوص اگر از هوش مصنوعی در حوزه انکولوژی استفاده شود که میزان ریسک و اهمیت آن بالاتر می رود. روش شناسایی و درمان هر نوع سرطان متفاوت است، اما همه آن ها روش بهینه‌ای دارند که طی این سال‌ها به دست آمده اند.
Valar Labs شرکتی است که به تازگی موفق شده یک ابزار پیش‌بینی مراقبت از سرطان که با هوش مصنوعی قدرت گرفته را معرفی کند. ابزاری که این شرکت از آن رونمایی کرده، به کمک هوش مصنوعی می تواند پیش بینی دقیقی در زمینه مراقبت و درمان سرطان انجام دهد. این ابزار در نهایت به پزشکان و بیماران در انجام تصمیم گیری بهتر کمک می کند.
اهداف شرکت Valar Labs
Valar Labs تا کنون 22 میلیون دلار سرمایه جذب کرده تا بتواند فناوری خود را بهبود و گسترش دهد. این شرکت اهداف بزرگی را دارد و ادعا می کند که کارش را با یک ابزار کوچک شروع کرده تا بتواند نتایج درمان را به طور دقیق تری پیش بینی کند و در زمان ارزشمند بیماران صرفه جویی کند.
بنیانگذاران Valar Labs در مورد سرطان مثانه به TechCrunch توضیحاتی را ارائه داده است، که در ادامه بیان می‌کنیم. درمان BCG یکی از اولین درمان های رایجی است که انکولوژیست ها به آن توصیه دارند و حدودا به اندازه یک پرتاب سکه شانس موفقیت دارد. اما این آزمایشگاه در تلاش است تا نیاز به پرتاب سکه را کنار بگذارد؛ یعنی در واقع شانس موفقیت بیشتر شود.
مدیرعامل، آنیرود جوشی، گفت: “آنچه ما یاد گرفتیم این است که برنامه درمانی اکثریت بیماران سرطانی امروز واقعاً نامشخص است. آنها گزینه‌هایی دارند، اما نمی‌توان به طور قطع گفت کدام یک موفق خواهد بود – شما فقط باید چیزهای مختلف را امتحان کنید. بنابراین ایده اصلی ما این بود که این تصمیم‌گیری را آگاهانه کنیم. در درمان سرطان مثانه، تنها یک نفر از دو بیمار به درمان استاندارد پاسخ می‌دهد. اگر می‌دانستیم کدام بیمار کدام است، نیازی نبود که یک سال درمان را روی چیزی که کار نمی‌کند هدر دهیم.”
آن ها اولین آزمایش به نام Vesta را روی وضعیت خاصی متمرکز کردند. تیم با ده‌ها مرکز پزشکی در سراسر جهان همکاری کرده است تا بیش از ۱۰۰۰ بیمار را مطالعه کرده و بفهمند دقیقاً چه چیزی باعث می‌شود که آنها به درمان‌های خاصی پاسخ دهند.
توضیحات این شرکت در مورد درمان
این فرآیند دو بخش دارد: اول، یک هوش مصنوعی بصری (یا مدل بینایی کامپیوتری) که بر روی هزاران تصویر هیستولوژی از بیماران سرطانی آموزش دیده است. این برش‌های نازک از بافت‌های آسیب‌دیده به طور فزاینده‌ای توسط کارشناسان اسکن و بازرسی می‌شوند، اگرچه این فرآیند می‌تواند تا حدی تقریبی باشد.
مدیر فناوری، ویشوش کریشنا توضیح داد: “این تصویر با وضوح فوق‌العاده بالا اطلاعات زیادی در مورد آنچه در سطح سلولی یک تومور رخ می‌دهد، به شما می‌دهد. ما مدل‌های خود را روی این تصویر اجرا می‌کنیم تا مقدار زیادی از ویژگی‌ها را استخراج کنیم، مشابه یک پانل ژنومی.
در حال حاضر محققان و دانشمندان درنظر دارند که ابزارهای هوش مصنوعی مخصوصی را برای هر حوزه در نظر بگیرند. مثلا کمپانی OpenAI هم از هوش مصنوعی ChatGPT Edu مخصوص دانشگاه‌ها رو نمایی کرد.
