محققان MIT، برای کاهش ریسک درمان سرطان، از روش‌های یادگیری ماشینی جدیدی استفاده می‌کنند. این روش‌ها خطرات شیمی‌درمانی و رادیوتراپی را کاهش می‌دهند و در درمان گلیوبلاستوما (تهاجمی‌ترین شکل سرطان مغز) کاربرد دارند.
گلیوبلاستوما یک تومور بدخیم است که در مغز یا نخاع ظاهر می‌شود. مبتلایان به این بیماری، باید هر ماه تحت رادیوتراپی قرار گیرند و داروهای خاصی مصرف کنند. پزشکان متخصص، تا حد امکان، دوز داروها را بالا می‌برند تا اندازه‌ی این تومور را کوچک کنند. داروهای مورد استفاده در درمان این بیماری، عوارض جانبی بسیار خطرناکی برای بیمار در پی دارد.
محققان MIT موفق شده‌اند مدلی مبتنی بر هوش مصنوعی بسازند تا بهینه‌ترین دوز و سیکل استفاده از دارو را تعیین کند. این سیکل درمان، کم‌ترین عوارض را در پی دارد و موثرترین روش است. این مدل، با استفاده از تکنیک‌های یادگیری ماشینی توسعه داده شده است.
مدل جدید طراحی شده، ابتدا بر روی ۵۰ بیمار آزمایش شد. مدل، با استفاده از یادگیری ماشینی، چرخه‌های درمانی را طراحی کرد که ضمن کاهش اندازه‌ی تومور، دوز استفاده از دارو را به یک چهارم یا نصف تقلیل داد. با به کارگیری این روش، بیمار به جای استفاده‌ی ماهیانه از دارو، دو بار در سال از دارو استفاده می‌کند. به گفته‌ی Pratik Shah، ناظر این پروژه، محققان تمام تلاش خود را به کار گرفته‌اند تا اندازه‌ی تومور را کوچک کنند و در عین حال، با کاهش ریسک استفاده از دارو، کیفیت زندگی بیماران را بهبود بخشند. این اقدام، از خطرات و بیماری‌های جانبی جلوگیری می‌کند.
درمان سرطان با جایزه به ماشین!
تکنیک یادگیری تقویتی
مدل ساخته شده توسط محققان MIT، از تکنیکی به نام یادگیری تقویتی (RL) استفاده می‌کند. این تکنیک، از روش‌های روانشناسی رفتاری الهام گرفته است و از الگوهای خاصی که منجر به بروز نتیجه مطلوب می‌شود، حمایت می‌کند. در تکنیک یادگیری تقویتی، ابتدا «اقدامی» توسط «نماینده هوشمند» انجام می‌شود. نتیجه‌ی این اقدام غیر قابل پیش‌بینی است. سپس میزان نزدیک شدن به «نتیجه مطلوب» اندازه‌گیری می‌شود. بسته به این‌که اقدام صورت گرفته، ما را به نتیجه مطلوب نزدیک کرده یا از آن دور نموده‌است، نماینده هوشمند جایزه می‌گیرد یا جریمه می‌شود. با تکرار این چرخه، الگوریتم، خود را به نتیجه‌ی مطلوب نزدیک و نزدیک‌تر می‌کند. جایزه یا جریمه، معمولا یک عدد مثبت یا منفی (مثلا ۱+ یا ۱-) است. این مقدار، با توجه به احتمال شکست یا موفقیت اقدامی خاص، تغییر می‌کنند. در نهایت، نماینده‌ی هوشمند، با بهینه‌سازی اقداماتش، سعی می‌کند، بیشترین امتیاز را برای رسیدن به نتیجه‌ی مطلوب کسب کند.
تکنیکی که توضیح داده شد، یکی از تکنیک‌های معروف است که در پروژه‌های مختلف استفاده می‌شود. برای مثال، DeepMind در سال ۲۰۱۶، برای شکست دادن قهرمان بازی Go، از این تکنیک استفاده کرده است. یادگیری تقویتی، در خودروهای خودران نیز استفاده می‌شود. این خودروها، اقدامات گوناگون را بارها و بارها تکرار می‌کنند تا به بهینه‌ترین حالت برسند.
پژوهشگران برای درمان سرطان گلیوبلاستوما، از تکنیک یادگیری تقویتی (RL) استفاده کرده‌اند. در درمان این بیماری، از مجموعه داروهایی مانند تموزولومید (temozolomide)، پروکاربازین (procarbazine)، لومستین (lomustine) و وینکریستین (vincristine) استفاده می‌شود. مدل مبتنی بر یادگیری تقویتی، ترکیبی از این داروها را طی هفته‌ها یا ماه‌ها استفاده می‌کند.
پروتکل‌های درمانی و یادگیری تقویتی غیر مستقیم
پروتکل‌های مختلفی برای میزان استفاده از داروها و چگونگی چرخه‌ی درمان گلیوبلاستوما، وجود دارد. این پروتکل‌ها، سال‌هاست که استفاده می‌شوند و بر اساس آزمایش بر روی حیوانات و تحقیقات بالینی به دست آمده‌اند. انکولوژیست‌ها، با استفاده از این پروتکل‌ها، بسته به وزن بیمار، دوز مصرف دارو را تعیین می‌کنند.
مدل مبتنی بر هوش مصنوعی، با استفاده از پروتکل‌های موجود، یک رژیم دارویی را انتخاب می‌کند و آن را بر روی بیمار تست می‌کند. پس از بررسی اثرات دارو و اندازه‌ی تومور، به این اقدام پاداش یا جریمه تعلق می‌گیرد. این چرخه، آن‌قدر تکرار می‌شود تا به حالتی بهینه دست یابیم.
تنها عامل موثر در شیوه‌ی عملکرد مدل، تغییر اندازه‌ی تومور نیست؛ اگر چنین بود، مدل به شکل مرتب، دوز استفاده از دارو را افزایش می‌داد تا تومور کوچک‌تر شود. در این صورت، اثرات جانبی و مضر دارو ممکن است برای بیمار خطراتی ایجاد کند. بنابراین، مدل ما علاوه بر بررسی اندازه‌ی تومور، عوارض دارو را هم در تصمیم‌گیری خود دخیل می‌سازد.
به گفته‌ی پراتیک شاه، مدل هوش مصنوعی جدید برای درمان سرطان، یک مدل مبتنی بر یادگیری تقویتی غیر مستقیم (unorthodox RL model) است. مدل‌های سنتی یادگیری تقویتی، تنها بر یک خروجی تمرکز می‌کردند. برای مثال می‌کوشیدند که تعداد بردها در یک بازی بیشینه شود؛ اما یادگیری تقویتی غیر مستقیم، ۲ یا چند خروجی را مد نظر قرار می‌دهد. در پروژه‌ی مد نظر ما، تاثیر مطلوب (کاهش اندازه‌ی تومور) با تاثیر نامطلوب (افزایش دوز دارو و افزایش عوارض جانبی) مقایسه می‌شود و بر این اساس، مدل تصمیم می‌گیرد. تکنیک توضیح داده‌شده، کاربردهای پزشکی و بالینی متعددی دارد.
بهینه‌سازی رژیم دارویی درمان سرطان
همان‌طور که گفته شد، مدل هوش مصنوعی برای درمان سرطان بر روی ۵۰ بیمار که قبلا تحت درمان‌های سنتی قرار گرفته بودند، آزمایش شد. بر روی هر بیمار حدود ۲۰۰۰۰ آزمایش انجام شد. پس از کامل شدن فرایند یادگیری مدل، پارامترهای مورد نیاز به دست آمدند. برای استفاده از مدل تولید شده بر روی سایر بیماران، تنها کافی است از این پارامترها استفاده کنیم.
هنگامی که متخصصان محدودیتی برای دوز استفاده از دارو تعیین نمی‌کردند، نتایجی مشابه پروتکل‌های سنتی به دست می‌آمد؛ با به کارگیری مدل یادگیری تقویتی غیر مستقیم، نتایج متفاوت شد. نکته‌ی بسیار جذاب در این پژوهش آن است که، میزان دوز استفاده‌ی دارو برای هر بیمار شخصی‌سازی می‌شود. به این معنا که دوز مناسب برای یک بیمار با بیمار دیگر متفاوت است.
در ویدیو زیر توضیحات بیشتری درباره‌ی درمان سرطان با به کارگیری یادگیری ماشین داده شده است.
خلاصه‌ای از ویدیو:
ما در زندگی روزمره‌ی خود، در انجام کارهای مختلفی از یادگیری ماشینی استفاده می‌کنیم بدون آن‌که بدانیم! برای مثال، سیستم پیشنهاددهنده‌ی ویدیو در نتفلیکس یا یوتیوب بر پایه‌ی یادگیری ماشین کار می‌کند و به شما ویدیوهای مورد علاقه‌تان را نمایش می‌دهد. اوبر با استفاده از تکنیک‌های یادگیری ماشین و با داده‌های مختلف مانند وضعیت آب‌وهوایی، وضعیت ترافیکی و … ، قیمت سفر را تعیین می‌کند.
متخصصان مختلف IT، سعی دارند با استفاده از machine learning به جنبه‌های مهم‌تری زندگی ما بپردازند و مشکلات اساسی انسان‌ها را حل کنند. به عقیده‌ی آن‌ها، یادگیری ماشین می‌تواند در پیش‌بینی حوادث طبیعی، تغییرات آب‌وهوایی و مراقبت‌های پزشکی کاربرد داشته باشد. پیشرفت‌های اخیر در حوزه‌ی هوش مصنوعی، متخصصان را قادر ساخته از یادگیری ماشین در پیش‌گیری و درمان سرطان استفاده کنند.
در ادامه، چگونگی عملکرد شبکه‌ی عصبی عمیق در درمان سرطان توضیح داده می‌شود.
منبع: MIT
