طريقة التعلم العميق لتكتشاف علامات الأمراض

الباحثون في جامعة واترلو قاموا بتطوير شبكة تعلم عميق يمكنها كشف علامات الأمراض بدقة عالية. وتحقق 98 في المائة من كشف ميزات الببتيد في قاعدة بيانات، مما يعني أن العلماء والخبراء الطبيين سيكونون لديهم فرصة أكبر لاكتشاف الأمراض المحتملة من خلال تحليل عينات الأنسجة.

تحديد العلامات 

التقنيات الحالية لاكتشاف الأمراض تتضمن تحليل هيكل البروتين للعينات البيولوجية. تلعب البرامج الحاسوبية دورًا كبيرًا في هذه العملية حيث تتحليل الكمية الكبيرة من البيانات التي تنتجها الاختبارات، والتي يمكن استخدامها لتحديد علامات الأمراض المحددة.

فاطمة توز زهورا هي باحثة دكتوراه في مدرسة تشيريتون للعلوم الحاسوبية.

“لكن البرامج الحالية غالبًا ما تكون غير دقيقة أو يمكن أن تكون مقيدة بالخطأ البشري في وظائفها الأساسية”، قالت زهورا.

“ما قمنا به في بحثنا هو إنشاء شبكة عصبية عميقة تحقق 98 في المائة من كشف ميزات الببتيد في قاعدة بيانات. نحن نعمل على جعل اكتشاف الأمراض أكثر دقة لتزويد ممارسي الرعاية الصحية بأفضل الأدوات”، واصلت زهورا.

الببتيدات هي سلاسل من الأحماض الأمينية التي تتكون منها البروتينات في الأنسجة البشرية، وهذه السلاسل الصغيرة هي حيث يتم عادةً تحديد علامات الأمراض المحددة. إذا تمكن الباحثون من إيجاد طريقة أفضل للاختبار، فسيتمكنون من اكتشاف الأمراض بدقة أكبر وبكفاءة أكبر.

شبكة التعلم العميق Pointlso

الشبكة الجديدة للتعلم العميق التي طوّرها الفريق تسمى Pointlso، وهي شكل من أشكال التعلم الآلي أو الذكاء الاصطناعي الذي تم تدريبه على قاعدة بيانات ضخمة من التسلسلات الحالية من العينات البيولوجية.

“الطرق الأخرى لاكتشاف علامات الأمراض غالبًا ما تحتوي على العديد من المعلمات التي يجب ضبطها يدويًا من قبل الخبراء في المجال”، قالت زهورا. “لكن شبكتنا العصبية العميقة تتعلم المعلمات نفسها، مما يجعل اكتشاف علامات الأمراض أكثر دقة، ويجعل نهج اكتشاف علامات الأمراض آليًا”.

جوانب أخرى مهمة من البرنامج هي أنه لا يتم تدريبه على البحث عن نوع واحد من الأمراض فقط. بل يتم تدريبه على تحديد علامات الأمراض المرتبطة بأمراض مختلفة، مثل أمراض القلب والسرطان ومرض كوفيد-19.

“إنه قابل للتطبيق لأي نوع من اكتشاف علامات الأمراض”، قالت زهورا. “ونظرًا لأنها في الأساس نموذج للتعرف على الأنماط، يمكن استخدامها لاكتشاف أي كائنات صغيرة داخل كمية كبيرة من البيانات. هناك العديد من التطبيقات للطب والعلوم؛ من المثير أن نرى الإمكانيات التي تفتحها هذه الأبحاث وكيف يمكن أن تساعد الناس”.