هيعيش ولا هيموت..الذكاء الاصطناعي يقيم حالات أخطر أنواع السرطان
تاريخ النشر: 2nd, February 2024 GMT
كشف علماء أن الذكاء الاصطناعي يمكنه التنبؤ بمعدل بقاء المريض على قيد الحياة بعد إصابته بأخطر أنواع السرطان، وهو الورم الأرومي الدبقي الذي يبدأ بـ نمو للخلايا في الدماغ أو الحبل النخاعي، وينمو هذا الورم سريعًا ويمكنه غزو أنسجة الجسم السليمة وتدميرها.
قام الباحثون في كلية "كينجز كوليدج" في لندن بتدريب نظام لتحديد ما إذا كان الأفراد الذين تم تشخيص إصابتهم بـ ورم "أرومي دبقي" سيعيشون لمدة ثمانية أشهر على الأقل بعد العلاج الإشعاعي، مما يسمح للأطباء باستكشاف علاجات أخرى.
يتراوح متوسط مدة بقاء الأشخاص المصابين بـ الورم الارومي من 12 إلى 18 شهرًا، حيث يعيش 25 بالمائة فقط من المرضى أكثر من عام واحد ويعيش خمسة بالمائة فقط من المرضى أكثر من خمس سنوات.
يحتاج المرضى عادةً إلى إجراء فحوصات منتظمة قبل أن يتمكن الأطباء من رؤية فعالية الدواء، لكن النظام الجديد أظهر أنه يمكن أن يوفر نفس النتائج من خلال تحليل فحص واحد بالرنين المغناطيسي.
تم تدريب الذكاء الاصطناعي باستخدام مجموعة بيانات مكونة من 10000 صورة بالرنين المغناطيسي لأنواع مختلفة من السرطان.
وقالت "أليشا تشيليا" التي شاركت في الدراسة:"لقد طبقنا التعلم العميق للتنبؤ بما إذا كان مرضى الورم الأرومي الدبقي سيبقون على قيد الحياة خلال الأشهر الثمانية الأولى بعد استكمال العلاج الإشعاعي".
وأوضحت:"يهدف هذا النهج إلى تحسين القدرة على تحديد المرضى الذين يحتاجون إلى علاج الخط الثاني المبكر أو التسجيل في التجارب السريرية، مقارنة بأولئك الذين يظهرون استجابة علاجية أولية".
وتقول المؤسسة الوطنية لأبحاث السرطان التي تمول الأبحاث في مجال السرطان، إن الأورام الأرومية الدبقية هي 'الشكل الأكثر فتكًا من سرطان الدماغ".
ويتطور عندما تبدأ الخلايا الداعمة للأعصاب في الدماغ بالانقسام بشكل لا يمكن السيطرة عليه.
تغزو الخلايا سريعة النمو أنسجة المخ القريبة، مما يجعل من الصعب إزالتها، ولكنها لا تنتشر بشكل عام إلى مناطق أخرى من الجسم، وتشير التقديرات إلى أن واحداً من بين كل 30 ألف شخص يعاني من هذه الحالة.
المصدر: صدى البلد
إقرأ أيضاً:
تحديات جوهرية تواجه تطور الذكاء الاصطناعي
#سواليف
أظهر استطلاع حديث لخبراء في مجال #الذكاء_الاصطناعي أن توسيع نماذج اللغات الكبيرة (LLMs) لن يؤدي إلى تحقيق الذكاء الاصطناعي العام (AGI).
يعدّ AGI بمثابة النقلة النوعية التي تمكّن الأنظمة من التعلم بشكل فعّال كالذكاء البشري أو أفضل منه.
وأكد 76% من 475 باحثا في المجال، أنهم يرون أن هذا التوسع “غير مرجح” أو “غير مرجح جدا” أن يحقق هذا الهدف المنشود.
مقالات ذات صلة إعداد بسيط في هاتفك قد يجعلك تبدو أصغر بـ10 سنوات! 2025/04/01وتعتبر هذه النتيجة انتكاسة كبيرة للصناعات التكنولوجية التي توقعت أن تحسينات بسيطة في النماذج الحالية من خلال مزيد من البيانات والطاقة ستؤدي إلى الذكاء الاصطناعي العام.
ومنذ #طفرة الذكاء الاصطناعي التوليدي في 2022، كانت التوقعات تركز على أن زيادة الموارد كافية لتجاوز #الذكاء_البشري. لكن مع مرور الوقت، وبالرغم من الزيادة الكبيرة في الإنفاق، فإن التقدم قد تباطأ بشكل ملحوظ.
وقال ستيوارت راسل، عالم الحاسوب في جامعة كاليفورنيا، بيركلي، والذي شارك في إعداد التقرير: “منذ إصدار GPT-4، أصبح واضحا أن التوسع في النماذج كان تدريجيا ومكلفا. الشركات قد استثمرت أموالا ضخمة بالفعل، ولا يمكنها التراجع بسبب الضغوط المالية”.
وفي السنوات الأخيرة، ساهمت البنية الأساسية المبتكرة المسماة “المحولات” (Transformers)، التي ابتكرها علماء غوغل عام 2017، في تحسن قدرات نماذج الذكاء الاصطناعي. وتستفيد هذه النماذج من زيادة البيانات لتوليد استجابات أدق. ولكن التوسع المستمر يتطلب موارد ضخمة من الطاقة والمال.
وقد استقطب قطاع الذكاء الاصطناعي المولّد نحو 56 مليار دولار في رأس المال المغامر عام 2024، مع تكريس جزء كبير من هذه الأموال لبناء مراكز بيانات ضخمة تسببت في زيادة انبعاثات الكربون ثلاث مرات منذ 2018.
ومع استنفاد البيانات البشرية القابلة للاستخدام بحلول نهاية هذا العقد، فإن الشركات ستضطر إما لاستخدام البيانات التي أنشأها الذكاء الاصطناعي نفسه أو جمع بيانات خاصة من المستخدمين، ما يعرض النماذج لمخاطر أخطاء إضافية. وعلى الرغم من ذلك، لا يقتصر السبب في محدودية النماذج الحالية على الموارد فقط، بل يتعدى ذلك إلى القيود الهيكلية في طريقة تدريب هذه النماذج.
كما أشار راسل: “المشكلة تكمن في أن هذه النماذج تعتمد على شبكات ضخمة تمثل مفاهيم مجزّأة، ما يجعلها بحاجة إلى كميات ضخمة من البيانات”.
وفي ظل هذه التحديات، بدأ الباحثون في النظر إلى نماذج استدلالية متخصصة يمكن أن تحقق استجابات أكثر دقة. كما يعتقد البعض أن دمج تقنيات الذكاء الاصطناعي مع أنظمة تعلم آلي أخرى قد يفتح آفاقا جديدة.
وفي هذا الصدد، أثبتت شركة DeepSeek الصينية أن بإمكانها تحقيق نتائج متميزة بتكاليف أقل، متفوقة على العديد من نماذج الذكاء الاصطناعي التي تعتمد عليها شركات التكنولوجيا الكبرى في وادي السيليكون.
ورغم التحديات، ما يزال هناك أمل في التقدم، حيث يقول توماس ديتريش، الأستاذ الفخري لعلوم الحاسوب في جامعة ولاية أوريغون: “في الماضي، كانت التطورات التكنولوجية تتطلب من 10 إلى 20 عاما لتحقيق العوائد الكبيرة. وهذا يعني أن هناك فرصة للابتكار بشكل كبير في مجال الذكاء الاصطناعي، رغم أن العديد من الشركات قد تفشل في البداية”.