CIIRC_ARUMS

تشخیص همزمان دیابت، ویروس نقص ایمنی انسان و کووید از یک نمونه خون با استفاده از ابزارهای هوش مصنوعی

روش «تشخیص یک‌باره» که از "یادگیری ماشینی" برای غربالگری سلول‌های ایمنی استفاده می‌کند، می‌تواند به تشخیص شرایط پاتولوژیک با علائم مشترک کمک کند.
دانشمندان یک ابزار هوش مصنوعی توسعه داده‌اند که می‌تواند با غربالگری توالی‌های ژن های سلول‌های ایمنی در نمونه‌های خون طیف وسیعی از عفونت‌ها و "وضعیت سلامت" را در یک مرحله تشخیص دهد.
در مطالعه‌ای روی نزدیک به ۶۰۰ نفر که در ۲۰ فوریه در مجله Science منتشر شد، این ابزار نشان داد که آیا شرکت‌کنندگان سالم بودند یا به کووید، دیابت نوع ۱، HIV یا بیماری خودایمنی لوپوس مبتلا بودند، و همچنین آیا اخیراً واکسن آنفولانزا دریافت کرده‌اند و یا نه!
این ابزار هنوز برای استفاده بالینی به مراحل تکمیلی نرسیده است، اما با بهبود روش ها می توان در بالین کمک کرد تا با «شرایطی که امروزه آزمایش‌های قطعی برای آنها وجود ندارد» روش های دقیقی ارائه شود.
از دیدگاه دنیای واقعی، هدف نهایی این است که یک مدل پایه برای سیستم ایمنی ایجاد شود تا بتوان همه عوامل بیماری زایی را که یک فرد با آن برخورد داشته است را شناسایی کرد و سپس آن را به مراقبت‌های بهداشتی فرد افزود. باید توجه کرد که سیستم ایمنی یک ابزار تشخیصی طبیعی است، و اگر فقط با استفاده از "یادگیری ماشینی" چگونگی عملکرد آن را آموخت؛ می توان ابزارهای هوش مصنوعی اختصاصی برای آن طراحی کرد.
ابزارهای تشخیصی فعلی «از سابقه مواجهه سیستم ایمنی با بیماری‌ها استفاده می‌کنند»، اما بیشتر تلاش‌های قبلی بر روی توالی‌های ژن های سلول‌های B یا T متمرکز شده‌اند. ترکیب این روش ها می تواند خوانش کامل تری را از فعالیت ایمنی ارائه دهد.

رضا جعفری/ ایمونولوژیست
کمیته علمی انجمن ایمونولوژی و آلرژی

https://www.science.org/doi/10.1126/science.adp2407

Science

Disease diagnostics using machine learning of B cell and T cell receptor sequences

Clinical diagnosis typically incorporates physical examination, patient history, various laboratory tests, and imaging studies but makes limited use of the human immune system’s own record of antigen exposures encoded by receptors on B cells and T cells.…

www.group-telegram.com/us/CIIRC_ARUMS.com/130

297 viewsFeb 26 at 17:12

تشخیص همزمان دیابت، ویروس نقص ایمنی انسان و کووید از یک نمونه خون با استفاده از ابزارهای هوش مصنوعی

روش «تشخیص یک‌باره» که از "یادگیری ماشینی" برای غربالگری سلول‌های ایمنی استفاده می‌کند، می‌تواند به تشخیص شرایط پاتولوژیک با علائم مشترک کمک کند.
دانشمندان یک ابزار هوش مصنوعی توسعه داده‌اند که می‌تواند با غربالگری توالی‌های ژن های سلول‌های ایمنی در نمونه‌های خون طیف وسیعی از عفونت‌ها و "وضعیت سلامت" را در یک مرحله تشخیص دهد.
در مطالعه‌ای روی نزدیک به ۶۰۰ نفر که در ۲۰ فوریه در مجله Science منتشر شد، این ابزار نشان داد که آیا شرکت‌کنندگان سالم بودند یا به کووید، دیابت نوع ۱، HIV یا بیماری خودایمنی لوپوس مبتلا بودند، و همچنین آیا اخیراً واکسن آنفولانزا دریافت کرده‌اند و یا نه!
این ابزار هنوز برای استفاده بالینی به مراحل تکمیلی نرسیده است، اما با بهبود روش ها می توان در بالین کمک کرد تا با «شرایطی که امروزه آزمایش‌های قطعی برای آنها وجود ندارد» روش های دقیقی ارائه شود.
از دیدگاه دنیای واقعی، هدف نهایی این است که یک مدل پایه برای سیستم ایمنی ایجاد شود تا بتوان همه عوامل بیماری زایی را که یک فرد با آن برخورد داشته است را شناسایی کرد و سپس آن را به مراقبت‌های بهداشتی فرد افزود. باید توجه کرد که سیستم ایمنی یک ابزار تشخیصی طبیعی است، و اگر فقط با استفاده از "یادگیری ماشینی" چگونگی عملکرد آن را آموخت؛ می توان ابزارهای هوش مصنوعی اختصاصی برای آن طراحی کرد.
ابزارهای تشخیصی فعلی «از سابقه مواجهه سیستم ایمنی با بیماری‌ها استفاده می‌کنند»، اما بیشتر تلاش‌های قبلی بر روی توالی‌های ژن های سلول‌های B یا T متمرکز شده‌اند. ترکیب این روش ها می تواند خوانش کامل تری را از فعالیت ایمنی ارائه دهد.

رضا جعفری/ ایمونولوژیست
کمیته علمی انجمن ایمونولوژی و آلرژی

https://www.science.org/doi/10.1126/science.adp2407

BY CIIRC_ARUMS