شاید تصور اینکه هوش مصنوعی بتواند در فرآیند تولید اندام‌های مصنوعی یا حتی درک رفتار پیچیده‌ی سلول‌های بنیادی نقش داشته باشد، تا چند سال پیش، بیشتر شبیه داستان‌های علمی‌تخیلی به‌نظر می‌رسید. اما امروز، در نقطه‌ای ایستاده‌ایم که این فناوری نه‌تنها ابزار آزمایش است، بلکه شریک علمی پژوهشگران شده؛ شریکی که می‌فهمد، تحلیل می‌کند، پیشنهاد می‌دهد و گاهی حتی پیش‌بینی می‌کند.
در دنیای زیست‌فناوری، آن‌جا که هر سلول به دنیایی مستقل تبدیل می‌شود، و هر واکنش، به هزار متغیر وابسته است، پژوهشگر نمی‌تواند تنها با تجربه و شهود جلو برود. اینجاست که هوش مصنوعی وارد میدان می‌شود و آشفتگی داده‌ها را به نقشه‌هایی منظم برای تصمیم‌گیری بدل می‌سازد.
از مهندسی بافت گرفته تا چاپ سه‌بعدی اندام‌ها، از تحلیل رفتار سلولی تا ساخت قلب‌های مصنوعی، همه‌وهمه، نشان‌دهنده‌ی همکاری عمیق و رو به گسترش میان زیست‌شناسی و الگوریتم است. تعاملی که نه‌تنها نوید درمان‌های دقیق‌تر را می‌دهد، بلکه ممکن است معنای پزشکی را در آینده از نو تعریف کند.
آناتک در گفت‌وگویی دقیق و صریح با دکتر شیدا صادقی، متخصص و پژوهشگر ژنتیک و استاد دانشگاه علوم پزشکی آزاد تهران و علوم تحقیقات، به ابعاد مختلف این تعامل پرداخته است. توجه شما را به این گفت‌وگوی خواندنی جلب می‌کنیم:
هوش مصنوعی در قلبِ تحول ژنتیک
دکتر صادقی درباره جایگاه هوش مصنوعی در حوزه ژنتیک می‌گوید: «هوش مصنوعی تاکنون نقش بسیار مهمی در پروژه‌ها و پژوهش‌های سلول‌های بنیادی ایفا کرده است، و می‌توان گفت که در این زمینه از سایر حوزه‌ها حتی سود بیشتری می‌برد. چرا؟ چون ما در این حوزه با داده‌هایی بسیار پیچیده و گسترده سر و کار داریم. هر سلول ویژگی‌های متفاوتی دارد، و حتی سلول‌های مجاور یکدیگر می‌توانند کاملاً متفاوت باشند. همین تفاوت‌ها پیش‌بینی رفتار سلول‌ها را در شرایط آزمایشگاهی و درمانی دشوار می‌کند.»
او ادامه داد: «این چالش باعث می‌شود که پژوهشگران برای هر سناریو، مجبور به طراحی روش خاصی شوند که هم وقت‌گیر است و هم احتمال خطای پزشکی را افزایش می‌دهد. اینجاست که هوش مصنوعی وارد عمل می‌شود؛ با تحلیل دقیق داده‌ها، الگو‌ها را کشف می‌کند، احتمال خطا را کاهش می‌دهد و روند درمانی را تسریع می‌کند. می‌توان گفت که هوش مصنوعی به‌نوعی فرآیند انتقال دانش از آزمایشگاه به بالین بیمار را تسهیل می‌کند.»
هوش مصنوعی به‌جای مشاور پیش‌بینی‌گر
صادقی گفت: «در مهندسی بافت و به‌ویژه در تجزیه و تحلیل داده‌های جدولی و تصویری، هوش مصنوعی می‌تواند تصمیم‌گیری را دقیق‌تر، هزینه‌ها را کمتر و روند‌ها را سریع‌تر کند. این فناوری به‌عنوان یک مشاور دقیق، نتایج نامطلوب را کاهش می‌دهد و دسترسی به اطلاعات کاربردی را برای پژوهشگر ساده‌تر می‌کند. درواقع می‌توان گفت که استفاده درست از هوش مصنوعی، باعث بهبود اثرات درمانی و تدوین راهکار‌های کارآمدتر می‌شود.»
او تأکید کرد: «یکی از چشم‌انداز‌های جذاب، بحث استفاده از هوش مصنوعی در طراحی اندام‌های مصنوعی است. در حوزه‌ای مانند شبیه‌سازی درمانی، که طی آن یک جنین برای اهداف درمانی ساخته می‌شود و نه تولید مثل، هوش مصنوعی می‌تواند در چاپ سه‌بعدی اندام‌ها نقشی کلیدی ایفا کند.»
از طراحی اندام تا تشخیص دقیق با کمک هوش مصنوعی
استاد دانشگاه علوم و تحقیقات گفت: «هوش مصنوعی می‌تواند با تحلیل داده‌ها، بهترین مواد را برای ساخت اندام مصنوعی شناسایی کند، طراحی دقیق‌تری ارائه دهد، و چالش‌های فنی را ساده‌سازی کند. این یعنی اگر بخواهیم روزی با سلول‌های بنیادی اندامی جدید بسازیم، هوش مصنوعی یک شریک کلیدی خواهد بود.»
صادقی همچنین به نمونه‌هایی از کاربرد هوش مصنوعی در زمینه بینایی اشاره کرد: «در یک پروژه، شبکه‌های عصبی هوشمند توانستند اختلالات ناشی از افزایش سن در چشم را شناسایی و درمان کنند. این یعنی تجزیه و تحلیل دقیق داده‌ها می‌تواند به تشخیص سریع‌تر و حتی درمان هدفمندتر بینجامد.»
او ادامه داد: «همچنین در هند، از ترکیب هوش مصنوعی و سلول‌های بنیادی، برای ساخت ساختار اولیه یک قلب استفاده کردند؛ قلبی که توانایی ترمیم دارد. در این پروژه، هوش مصنوعی عملیات بازسازی را سازمان‌دهی می‌کرد.»
پیش‌بینی عملکرد سلول‌ها؛ گامی فراتر از تحلیل
صادقی گفت: «یکی از توانایی‌های چشمگیر هوش مصنوعی، پیش‌بینی عملکرد سلول‌ها در شرایط مختلف است. به عبارتی، هوش مصنوعی نه‌فقط دیتا را تحلیل می‌کند، بلکه به ما نشان می‌دهد که مثلاً در یک محیط خاص، چه رفتاری از سلول‌های بنیادی انتظار می‌رود. این به طراحی درمان‌های دقیق‌تر منجر می‌شود.»
او اضافه کرد: «در این همکاری دوطرفه، شاید بتوان گفت که حتی هوش مصنوعی سود بیشتری از این تعامل می‌برد، زیرا می‌تواند الگو‌های ژنتیکی، اپی‌ژنتیکی، و رفتاری را به‌شکلی تحلیل کند که برای ذهن انسانی بسیار دشوار است.»
چالش‌های تولید انبوه سلول‌های بنیادی در مقیاس صنعتی
در بخش دوم گفت‌و‌گو، موضوع به تولید انبوه سلول‌های بنیادی کشیده شد. صادقی دراین‌باره توضیح داد: «در حال حاضر بیشتر کشت‌های سلول‌های بنیادی در مقیاس‌های آزمایشگاهی و با ابزار‌هایی تخصصی انجام می‌شود. این ابزار‌ها مناسب هستند، اما محدودیت زیادی در ظرفیت دارند و کنترل شرایط در آنها به‌دقت بالایی نیاز دارد؛ بنابراین برای مقیاس صنعتی، باید به سمت راهکار‌های مهندسی‌تر برویم.»
نقش «بیوراکتورها» (Bioreactor) در آینده درمان
«بیوراکتور» (واکنش‌گاه زیستی) گونه‌ای از راکتور‌های شیمیایی است که در آن واکنش‌های زیستی شبیه‌سازی می‌شوند. از این نوع راکتور‌ها برای فرآوری زیستی، تولید اسانس‌ها؛ در صنایع داروسازی، صنایع غذایی، صنایع بیوتکنولوژی، صنایع بیوشیمیایی، عطرسازی و صنایع تولید محصولات آرایشی و بهداشتی استفاده می‌شود.
استاد دانشگاه علوم پزشکی آزاد تهران درباره بیوراکتورها گفت: «یکی از این راهکارها، استفاده از بیوراکتور‌های مقیاس‌پذیر است؛ واکنشگاه‌های زیستی‌ای که محیطی کنترل‌شده برای رشد سلول، متابولیسم و فرآیند‌های ژنتیکی فراهم می‌کنند. طراحی این بیورآکتور‌ها باید طوری باشد که بتوانند هم‌زدن سلول‌ها را طوری انجام دهند که کمترین نیرو‌های برشی به آنها وارد شود؛ چون این نیروها، روی زنده‌مانی سلول‌ها تأثیر مستقیم دارند.»
صادقی افزود: «کنترل سطح اکسیژن، «پی اچ» (pH) محیط، و حتی توانایی تجزیه و تحلیل سریع داده‌ها در مقیاس بالا، از ملزومات چنین تولیدی است. کوچک‌ترین اختلال در این پارامتر‌ها می‌تواند کل فرآیند تولید را دچار مشکل کند.»
او در پاسخ به اینکه آیا در ایران بیورآکتور‌ها کاربردی شده‌اند، توضیح داد: «در بعضی شرکت‌های فناور در ایران، بیورآکتور‌های نیمه‌صنعتی طراحی شده‌اند و برای کشت سلول‌های جانوری و گیاهی مورد استفاده قرار می‌گیرند. پژوهشگاه رویان هم از این تجهیزات بهره‌مند است. اما اکثر این بیورآکتور‌ها هنوز در سطح ساده باقی مانده‌اند و برای تولید انبوه صنعتی، به فناوری‌های پیچیده‌تری نیاز داریم.»
چالش‌های فناورانه، ایمنی و هزینه
صادقی تأکید کرد: «ما در مسیر صنعتی‌سازی با موانعی مثل زمان‌بر بودن فرآیند، نبود روش‌های استاندارد، و بالا بودن هزینه‌ها روبه‌رو هستیم. بسیاری از سیستم‌های سه‌بعدی، مواد مشتق از حیوانات دارند که ایمنی بالایی ندارند. برخی پرینتر‌های زیستی نیز بسیار گران هستند.»
او افزود: «تفاوت میان کشت دو‌بعدی و نیاز به کشت سه‌بعدی نیز از چالش‌های اصلی است. چرا که بدن انسان ساختاری سه‌بعدی دارد، ولی بیشتر آزمایش‌ها در بستر دو‌بعدی انجام می‌شود.»
راه‌حل‌های آینده‌نگر
در پایان، صادقی گفت: «اگر بتوانیم پارامتر‌هایی مثل تنظیم سطح اکسیژن، پی‌اچ، کنترل محیط فیزیکی و شیمیایی و همچنین استفاده ترکیبی از بیورآکتور‌ها و داربست‌های سه‌بعدی را به‌درستی مدیریت کنیم، می‌توانیم گامی بزرگ در تولید مقرون‌به‌صرفه سلول‌های بنیادی در مقیاس صنعتی برداریم. این مسیر هرچند پرچالش است، اما نویدبخش آینده‌ای روشن در پزشکی بازساختی خواهد بود.»
در دل سکوت آزمایشگاه، جایی میان سلول‌هایی که آرام می‌رویند و داده‌هایی که روی صفحه نمایش پدیدار می‌شوند، جهانی تازه شکل می‌گیرد. جهانی که در آن، ماشین‌ها نمی‌خواهند جای انسان را بگیرند، بلکه آمده‌اند تا کنار او بایستند، بکاوند، تحلیل کنند و مسیر را روشن‌تر کنند.
هوش مصنوعی در عرصه‌ی سلول‌های بنیادی، نه فقط یک ابزار تکنولوژیک، بلکه هم‌پیمانی هوشمند است. از شبیه‌سازی اندام‌ها تا تحلیل رفتار سلولی، از کاهش هزینه‌ها تا پیش‌بینی مسیر‌های درمانی، آن‌چه دیروز تنها در تخیل بود، امروز در دسترس قرار گرفته است؛ و شاید مهم‌تر از همه این باشد که ما، در تلاقی فناوری و زیست‌شناسی، نه تنها در پی درمان بیماری‌ها، بلکه در جست‌وجوی فهمی تازه از بدن، از حیات و از مرز‌های توانمندی انسان هستیم. آینده، در همین نقطه متولد می‌شود؛ جایی میان سلول و مواد آزمایشگاهی.
انتهای پیام/