نسیم گیلان - ایسنا /یک سیستم مبتنی بر هوش مصنوعی و نانوفناوری، نشانگرهای زیستی بیماری‌های تهدیدکننده زندگی مانند حمله‌های قلبی و سرطان را شناسایی می‌کند و مداخله پزشکی به موقع را امکان‌پذیر می‌سازد.
پژوهشگران از هوش مصنوعی و نانوفناوری برای بهره‌برداری از پراکندگی غیر الاستیک ذرات نور یا فوتون‌ها استفاده کرده‌اند تا یک سیستم روی تراشه را با حساسیت و سرعت بسیار بالا برای تشخیص بیماری ارائه دهند.
به نقل از ادونسد ساینس نیوز، گروه سازنده این سیستم موسوم به «نانو-انگشت»، آن را برای تشخیص حمله قلبی به کار برده‌اند تا نیاز فوری را به نجات جان انسان‌ها از این بیماری برطرف کنند. همچنین، آنها این سیستم را برای تشخیص سرطان کبد سازگار کردند تا ظرفیت آن را به عنوان یک پلتفرم هشدار اولیه فراتر از حمله‌های قلبی نشان دهند.
«زیهان وانگ»(Zihan Wang) پژوهشگر «دانشگاه جنوب کالیفرنیا»(USC) گفت: برخی از نشانگرهای زیستی مرتبط با التهاب، تغییرات متابولیک یا سطوح غیر طبیعی پروتئین را می‌توان در هر دو بیماری یافت. این سیستم از یک روش چند تشخیصی برای تحلیل مجموعه‌های گوناگون از شاخص‌های هر بیماری استفاده می‌کند و به آن امکان می‌دهد تا سرطان کبد و حمله‌های قلبی را به طور موثر تشخیص دهد. همچنین، پیش‌بینی هر دو بیماری در مراحل اولیه دشوار است زیرا حمله‌های قلبی به طور ناگهانی و بدون علائم هشداردهنده واضح رخ می‌دهند و سرطان کبد نیز بدون هیچ نشانه آشکاری ایجاد می‌شود.
هر دو بیماری نه تنها میزان مرگ‌ومیر بالایی دارند که تشخیص زودهنگام را حیاتی می‌کند، بلکه مداخله زودهنگام در هر دو مورد می‌تواند میزان مرگ‌ومیر را به میزان قابل توجهی کاهش دهد زیرا درمان به موقع حمله قلبی می‌تواند جان بیمار را نجات دهد و تشخیص سرطان کبد در مراحل اولیه به میزان زیادی شانس درمان موفقیت‌آمیز را بالا می‌برد. وانگ گفت: این سیستم طراحی شده است تا با ارائه تشخیص سریع و حساسیت بالا پیش از این که خیلی دیر شود، مقابله با چنین چالش‌هایی را امکان‌پذیر کند.
وانگ و همکارانش به هوش مصنوعی به ‌عنوان پایه یک سیستم روی آوردند که قادر به تشخیص سریع بیماری است. استدلال آنها این بود که سیستم‌های تشخیص مبتنی بر نانوفناوری و هوش مصنوعی می‌توانند در جوامع و حتی خانواده‌ها به کار گرفته شوند و هشدارهای فوری بیماری قلبی را بدون نیاز به متخصص پزشکی آموزش‌دیده ارائه کنند.

با کمک این سیستم جدید، زمان تشخیص کاهش می‌یابد و امکان تشخیص بلادرنگ فراهم می‌شود. هوش مصنوعی، حساسیت را بهبود می‌بخشد و شناسایی نشانگرهای زیستی بیماری را در غلظت‌های بسیار پایین تسهیل می‌کند که ممکن است روش‌های سنتی نتوانند آنها را تشخیص دهند.
وانگ خاطرنشان کرد: برخلاف رایانه‌های سنتی که داده‌ها را در قسمت‌های جداگانه ذخیره و پردازش می‌کنند، این تراشه از فناوری خاصی به نام ممریستور استفاده می‌کند. ممریستور یک مولفه الکتریکی است که جریان را تنظیم می‌کند و باری عبورکرده از آن را به خاطر می‌آورد تا هر دو کار را در یک مکان انجام دهد.
ماهیت کم‌مصرف و فشرده سیستم روی تراشه مبتنی بر ممریستور حتی امیدوارکننده‌تر از انتظار گروه بود. در آینده، این جنبه از سیستم می‌تواند به آن امکان دهد تا در دستگاه‌های پوشیدنی نظارت بر سلامت یکپارچه‌سازی شود.
این پژوهش در مجله «Advanced Intelligent Systems» به چاپ رسید.