# تم تدريب نموذج الذكاء الاصطناعي على علاج أمراض باركنسون وألزهايمر
قدم الباحثون من كلية الطب بجامعة هارفارد نموذجًا للذكاء الاصطناعي قادرًا على تحديد تركيبات دقيقة من الجينات والأدوية لعكس الحالات المرضية في الخلايا البشرية.
نظام PDGrapher مصمم لمكافحة بعض من أصعب مشاكل الطب - الأمراض التنكسية العصبية مثل مرض باركنسون والزهايمر، فضلاً عن حالات نادرة مثل الد dystonia-parkinsonism المرتبطة بالكروموسوم X.
على عكس الأدوات الحسابية التقليدية التي تسجل الارتباطات، يقوم PDGrapher بتوقع أزواج "جين-عقار" لاستعادة الوظيفة الطبيعية للخلايا ويقدم تفسيرات آلية حول كيفية عمل هذه التدخلات.
تاريخياً، كانت عملية تطوير الأدوية بطيئة ومكلفة ومليئة بالعيوب. يمكن أن يساعد نموذج الذكاء الاصطناعي في تسريع المواعيد النهائية وتقليل التكاليف، بالإضافة إلى إظهار مسارات علاجية جديدة.
فريق من هارفارد بدأ اختبار PDGrapher على مجموعات بيانات بيولوجية حقيقية. تظهر النتائج الأولية أن النظام قادر على تحديد تركيبات واعدة من الجينات والعقاقير التي تتطابق مع التدخلات العلاجية المعروفة. كما أنه يحدد أزواج جديدة لم يتم تأكيدها بعد في المختبر.
إذا تم إثبات الفعالية في التجارب السريرية، فقد تساعد هذه المقاربة الطب في الانتقال من أنظمة العلاج الشاملة إلى الأنظمة المخصصة، القائمة على البيولوجيا الفريدة لكل مريض.
نذكر أنه في يونيو، أظهر الدواء الذي تم إنشاؤه بواسطة الذكاء الاصطناعي علامات على الفعالية في علاج مرض رئوي خطير.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تم تدريب نموذج الذكاء الاصطناعي لعلاج أمراض باركنسون وألزهايمر
قدم الباحثون من كلية الطب بجامعة هارفارد نموذجًا للذكاء الاصطناعي قادرًا على تحديد تركيبات دقيقة من الجينات والأدوية لعكس الحالات المرضية في الخلايا البشرية.
نظام PDGrapher مصمم لمكافحة بعض من أصعب مشاكل الطب - الأمراض التنكسية العصبية مثل مرض باركنسون والزهايمر، فضلاً عن حالات نادرة مثل الد dystonia-parkinsonism المرتبطة بالكروموسوم X.
على عكس الأدوات الحسابية التقليدية التي تسجل الارتباطات، يقوم PDGrapher بتوقع أزواج "جين-عقار" لاستعادة الوظيفة الطبيعية للخلايا ويقدم تفسيرات آلية حول كيفية عمل هذه التدخلات.
تاريخياً، كانت عملية تطوير الأدوية بطيئة ومكلفة ومليئة بالعيوب. يمكن أن يساعد نموذج الذكاء الاصطناعي في تسريع المواعيد النهائية وتقليل التكاليف، بالإضافة إلى إظهار مسارات علاجية جديدة.
فريق من هارفارد بدأ اختبار PDGrapher على مجموعات بيانات بيولوجية حقيقية. تظهر النتائج الأولية أن النظام قادر على تحديد تركيبات واعدة من الجينات والعقاقير التي تتطابق مع التدخلات العلاجية المعروفة. كما أنه يحدد أزواج جديدة لم يتم تأكيدها بعد في المختبر.
إذا تم إثبات الفعالية في التجارب السريرية، فقد تساعد هذه المقاربة الطب في الانتقال من أنظمة العلاج الشاملة إلى الأنظمة المخصصة، القائمة على البيولوجيا الفريدة لكل مريض.
نذكر أنه في يونيو، أظهر الدواء الذي تم إنشاؤه بواسطة الذكاء الاصطناعي علامات على الفعالية في علاج مرض رئوي خطير.