به گزارش روابط عمومی دانشگاه علوم پزشکی شهید بهشتی دکتر علیرضا زالی در نشست خبری رویداد ملی هوش مصنوعی و سلامت با محوریت تشخیص تداخلات دارویی که صبح امروز با حضور دکتر جمشید سلام‌زاده معاون غذا و دارو، دکتر افشین زرقی معاون فناوری و تحقیقات و دکتر علی حائری مشاور رییس دانشگاه در تالار شهید بهشتی برگزار شد عنوان کرد: دانشگاه‌های بزرگ کشور شامل دانشگاه علوم پزشکی تهران، ایران و شهید بهشتی با مشارکت جمعی سمینار ارزنده‌ای در زمینه هوش مصنوعی و سلامت برگزار می‌کنند.

وی با بیان اینکه در طول ۱۰ سال اخیر در کشورهای صنعتی تداخلات دارویی ناخواسته جزو ۱۰ علت اول مرگ و میر بوده است، ادامه داد: بر اساس تصمیم کمیته علمی و اجرایی این رویداد، متولی محور کاهش مرگ و میر ناشی از بیماری‌های قلبی و عروقی دانشگاه علوم پزشکی تهران، متولی محور دستیار هوشمند خود مراقبتی دانشگاه علوم پزشکی ایران و  دانشگاه علوم پزشکی شهید بهشتی متولی تداخلات دارویی است.

رییس دانشگاه با اشاره به اینکه تداخلات دارویی یکی از مهمترین مسائل نظام سلامت در تمام کشورهای دنیاست عنوان کرد: سومین علت مرگ و میر ناشی از خطای پزشکی مربوط به تداخلات دارویی است. در طول ۱۰ سال اخیر در کشورهای صنعتی تداخلات دارویی ناخواسته جزو ۱۰ علت اول مرگ و میر بوده است.

وی با بیان اینکه با افزایش، سن خطر بروز تداخلات دارویی افزایش پیدا می‌کند تصریح کرد: با بالا رفتن سن شانس استفاده همزمان از دارو افزایش پیدا می‌کند در کشور آمریکا پیش بینی می‌شود ٢۵ درصد افراد بالای ۶۵ سال روزانه بیش از پنج دارو مصرف می‌کنند که ۱۵ درصد این افراد دچار تداخلات دارویی می‌شوند.

دکتر زالی اگر بیماری ۴ دارو در روز مصرف کند با افزوده شدن داروی پنجم میزان بروز تداخلات دارویی تا ۲۵ درصد افزایش پیدا می‌کند.

وی ادامه داد: از طرفی فرهنگ حاکم در کشور خطر تداخلات دارویی را افزایش می‌دهد به طوری که برخی مردم عادت به مصرف خودسرانه دارو دارند و این فرهنگ کشور را به عنوان دارنده یکی از بالاترین مصرف کننده‌های خودسرانه دارو در سطح منطقه معرفی می‌کند. یکی از دلایل این گزارش ناتوانی اقتصادی بخشی از جامعه است.

به گفته رییس دانشگاه، در خصوص بیماران مبتلا به بیماری‌های مزمن از جمله فشار خون، دیابت و بیماری‌های قلبی عروقی، مصرف دارو نیاز به تنظیمات خاصی دارد و اگر این نظم دارویی مختل شود شانس تداخل دارویی و بروز عوارض آن افزایش پیدا می‌کند.

دکتر زالی ادامه داد: بخشی از منازل ما ایرانیان را قفسه‌های دارویی تشکیل می‌دهد و همین در دسترس بودن یکی از مهم‌ترین علت‌های افزایش سرانه مصرف خودسرانه دارو محسوب می‌شود.

ایجاد پرونده الکترونیک احتمال تداخلات دارویی را کاهش می‌دهد

وی در ادامه اظهار کرد: یکی دیگر از مسائلی که پیش از الکترونیک شدن پرونده سلامت ایرانیان ممکن است بسیار مشاهده شود، تجویز داروهایی است که ممکن است با داروهایی که فرد بیمار از پیش مصرف می‌کند، تداخل داشته باشد. با الکترونیک شدن این فرایند پزشک به پرونده بیمار دسترسی دارد و می‌تواند با توجه به میزان تداخل و عوارض داروها، تجویز کند.

دکتر زالی در ادامه به داروهای OTC یا داروهایی که بدون نسخه توسط داروخانه ارایه می‌شود، اشاره کرد و افزود: بالغ بر ۱۵۰ نوع داروی OTC وجود دارد که پزشک ممکن است متوجه مصرف بیمار نشود، از همین رو ممکن است نسخه پزشک با این داروها تداخل داشته باشد.

به گفته رییس دانشگاه مسئله بعدی که همچنان به فرهنگ ایرانیان گره خورده است، پیشنهاد مصرف دارو از فردی به فرد دیگر بدون تجویز توصیه پزشک است.

اثر داروهای گیاهی در ایجاد تداخلات دارویی

وی عنوان کرد: تصور اشتباه دیگری که در بین جوامع وجود دارد این است که داروی گیاهی با داروی شیمیایی تداخل نخواهد داشت، در صورتی که بسیاری از داروهای گیاهی وجود دارند که ممکن است منجر به شدت یا کاهش اثر سایر داروهای شیمیایی شوند.

دکتر زالی موضوع غذا و تداخلات آن با برخی داروها را نیز مهم دانست و گفت: بسیاری از مواد غذایی طبیعی که در سبد خانوار وجود دارد در اثر گذاری برخی از داروها و مکمل‌ها تداخل ایجاد می‌کنند. در این موارد افراد باید بروشور محصول را مطالعه و با پزشک خود مشورت کنند.

دکتر زالی با بیان اینکه زمان و نحوه مصرف دارو اهمیت بسیار دارد و بهترین نوشیدنی با دارو آب است، افزود: جامعه ایرانی در معرض خطر تداخل دارویی قرار دارد، چراکه سرانه مصرف دارو در کشور بالاست.

رییس دانشگاه علت ٨٠ درصد مراجعه کودکان بر اثر مسمومیت دارویی را سهوی و ناشی از عدم نگهداری مناسب داروها دانست و گفت: به طور کلی در ایران سرانه مصرف خودسرانه قطره‌های چشمی آنتی بیوتیک‌ها و مسکن‌ها بسیار بالاست.

وی ادامه داد در بخش مراقبت‌های ویژه بیمارستان متوسط داروی مصرف هر بیمار شش و نیم تا هفت نوع داروست که همین امر منجر به افزایش بروز پدیده سینرژیسم یا آنتاگونیست خواهد شد. سینرژیسم زمانی اتفاق می‌افتد که مصرف دارویی اثر داروی دیگر را افزایش دهد و آنتاگونیسم نیز زمانی رخ می‌دهد که مصرف یک دارو اثر داروی دیگر را کاهش دهد.

لزوم به کارگیری هوش مصنوعی برای جلوگیری از تداخلات دارویی

رییس دانشگاه در ادامه با اشاره به پیچیدگی موضوع تداخل و عوارض داروها و شانس بروز خطا در این زمینه گفت: تداخلات دارویی روز به روز رو به افزایش است و نیاز به استفاده از ظرفیت ابزارهای دیگر مشاهده می‌شود که هوش مصنوعی یکی از همین ابزارهاست.

دکتر زالی اشاره به نقش پررنگ هوش مصنوعی در حوزه داروسازی، گفت: از هر ۱۰ هزار پروژه یک دارو استخراج می‌شود که ممکن است تنها ۱۰ درصد اثربخشی داشته باشد. یک داروی استاندارد با مولکول جدید با حفظ اثربخشی و ایمنی بین ۱۰ تا ۱۵ سال زمان می‌برد تا وارد بازار شود. هوش مصنوعی تمام این مسیرها را کوتاه کرده است و از میانبرها بهترین گزینه را انتخاب می‌کند. مسیر سنتز داروها و سناریوهای جدید در سیر کشف داروها با دانش هوش مصنوعی هموار خواهد شد.

رییس دانشگاه در ادامه به تولید اولین داروی مصنوع و ساخته شده توسط هوش مصنوعی اشاره کرد و افزود: داروی ns018_055 برای درمان فیبروز ریوی طراحی شد و پس از اخذ تاییدیه‌ها به تولید رسید. پیش بینی می‌شود در آینده نزدیک تعداد زیادی دارو به کمک دانش هوش مصنوعی به سرعت تولید شود.

وی همچنین در ادامه بیان کرد: میکروربات‌هایی در حال طراحی شدن هستند که وظیفه حمل دارو و رساندن آن به بافت مشخصی از بدن را بر عهده دارند و این موضوع جز با استفاده از هوش مصنوعی امکان‌پذیر نیست. بر همین اساس علم پزشکی شاهد تحول بزرگی با کاهش عوارض داروها در بیماری‌های مزمن و صعب‌العلاج خواهد بود.

وی در خصوص فواید بهره‌گیری از دانش هوش مصنوعی در تولید داروها ادامه داد: با هوش مصنوعی ظرفیت عوارض دارویی مؤلفه‌ها و پارامترهای مرتبط با دارو به طور همزمان مشخص می‌شود. از طرفی در این مسیر از ظرفیت شبکه‌های عصبی نیز بهره گرفته می‌شود. وظیفه شبکه‌های عصبی مصنوعی در هوش مصنوعی پردازش الگوریتم‌ها و آینده نگری‌ است. هوش مصنوعی می‌تواند یاد بگیرد، توانمندی‌های خود را افزایش دهد و بازتابی از مغز انسان باشد. قدرت یادگیری هوش مصنوعی می‌تواند در پیش‌بینی حوادث دارویی به ما کمک کند.

رییس دانشگاه ادامه داد: امروزه شبکه‌های عصبی بسیار پیشرفته شده‌اند. در حال حاضر ۵۰ تریلیون داده‌های دیجیتالی در چرخش است و تعداد داده‌های دیجیتالی در دنیا هر دو سال یک بار دو برابر می‌شود. هوش مصنوعی باید در این مسیر به کار گرفته شود.

دکتر زالی از به میدان آمدن تعداد زیادی از شرکت‌های دانش بنیان در مسیر بهره‌گیری از ظرفیت هوش مصنوعی خبر داد و افزود: در حوزه نرم‌افزاری پیشرفت‌های قابل ملاحظه‌ای داشته‌ایم بیش از ۵۰ برنامه در کشور طراحی شده است که در بیمارستان‌ها قابل استفاده است. استفاده از سامانه‌های ابری نیز پیشرفت دیگری است که در کشور صورت گرفته و در حوزه تشخیص بالینی و دارویی کمک کننده است.

به گفته دکتر زالی طراحی و برنامه‌ریزی نرم‌افزارهای نوین مبتنی بر AI تحت عنوان تصمیم یار در شرکت‌های دانش بنیان کلید خورده است. این ابزارها برای قضاوت انسان و تشخیص پزشک کمک کننده خواهد بود.

به گفته وی، نرم‌افزارهای نسخه نویس و انتخاب داروها با عوارض کمتر به کمک دانش هوش مصنوعی، گجت‌های سلامت محور از جمله ساعت‌های هوشمند و لباس‌ها و پوشش‌هایی که همزمان فاکتورهای سلامت شخص را در اختیار پزشک قرار می‌دهد از جمله این ابزارها محسوب می‌شود.

دکتر زالی در ادامه از گزارش ۲۵۰ هزار مورد مسمومیت در کشور خبر داد و افزود: بخش عمده‌ای از این مسمومیت‌ها دارویی بوده و بیشترین میزان مسمومیت دارویی، چه سهوی و چه تعمدی ناشی از تداخلات دارویی گزارش شده است.

رییس دانشگاه با اشاره به اینکه آرامبخش‌ها، مسکن‌ها و آنتی بیوتیک‌ها به ترتیب از مهمترین عوامل بروز تداخلات دارویی محسوب می‌شود، گفت: تداخلات گاهی منجر به مرگ فرد خواهد شد. امیدواریم با گسترش شرکت‌های دانش بنیان به سمتی حرکت کنیم که در حوزه ایمن سازی بیماران با بالا رفتن سن در مقابل تداخلات دارویی موثر واقع شویم.

وی ادامه داد: یکی از مشکلاتی که در ایران به دلیل مصرف خودسرانه دارو به آن دامن زده شده است مصرف آنتی بیوتیک است که علاوه بر اثر معمول، اثر اجتماعی مقاومت میکروبی نیز به همراه دارد.

هوش مصنوعی علم داروسازی را متحول خواهد کرد

دکتر زالی با بیان اینکه به کمک بهره‌گیری از ظرفیت هوش مصنوعی، علم داروسازی دنیا شاهد تحولی عظیم خواهد بود، عنوان کرد: بهره‌گیری از نرم‌افزارهای به روز منجر به کاهش هزینه و زمان خواهد شد. در دانشگاه علوم پزشکی شهید بهشتی در زمان بحران کرونا این مهم را تجربه کردیم. 

دکتر زالی ادامه داد: در بحران کرونا نرم‌افزاری توسط دانشمندان دانشگاه برای بارگذاری ۱۴۰ هزار اطلاعات بالینی و رصد آن  طراحی شد. به کمک این نرم‌افزار زمان مراجعه بعدی، احتمال بستری و تعیین دارو با استفاده از خصوصیات بیمار و شانس مرگ و میر قابل پیش‌بینی بود.

نرم‌افزاری که علت سرفه‌ها را تشخیص می‌دهد

رییس دانشگاه ضمن توضیح در خصوص دومین نرم‌افزاری که به کمک هوش مصنوعی در توصیف سی‌تی‌اسکن در ابتلا به کرونا طراحی شد، اظهار کرد: سومین نرم‌افزار نرم‌افزار تشخیص سرفه بود که به مدت ۳۰ ثانیه سرفه فرد را ضبط می‌کرد و با دقت بالای ۹۰ درصد علت آن را تشخیص می‌داد. همچنین در دانشگاه علوم پزشکی شهید بهشتی به کمک دانش هوش مصنوعی توانستیم میزان دوز اشعه سی تی اسکن را به حداقل برسانیم. تشخیص ابتلا به کرونا با بهره‌گیری از هوش مصنوعی مبتنی بر سیستم بویایی سگ به همکاری نیروهای ارتش نیز از دیگر دستاوردهای دانشگاه بود.

 امکان افزایش متوسط عمر انسان تا 120 سال با استفاده از پزشکی فرادقیق

رییس دانشگاه با بیان اینکه دو حوزه پزشکی فرادقیق و پزشکی شخصی منجر به تحولی عظیم در دنیای پزشکی خواهد شد عنوان کرد: این دو حوزه با ارایه درمان و نسخه درمانی ویژه هر فرد، ابزاری برای تشخیص، درمان و اثربخشی مطلوب با بهره‌گیری از ظرفیت هوش مصنوعی است. با بهره‌گیری از دانش پزشکی فرادقیق رسیدن به متوسط عمر ۱۲۰ سال برای انسان دور از دسترس نباشد.

دکتر زالی در پایان با بیان موفقیت‌ها و دستاوردهای مراکز تحقیقاتی دانشگاه علوم پزشکی شهید بهشتی در مسیر بهره‌گیری از ظرفیت هوش مصنوعی از جمله استفاده از این امکان در سامانه HIM دانشگاه, در خصوص ارتقای این حوزه در ایران امیدواری کرد. 

به گزارش روابط عمومی دانشگاه علوم پزشکی شهید بهشتی، پنجشنبه 18 آبان‌ماه رویداد هوش مصنوعی و سلامت با محوریت تشخیص تداخلات دارویی در سالن ابن سینای دانشگاه علوم پزشکی شهید بهشتی و رویداد ملی هوش مصنوعی و سلامت به همت مرکز ملی فضای مجازی چهارشنبه 24 آبان‌ماه در سالن اجلاس سران برگزار خواهد شد.

انتهای پیام/

کدخبرنگار: 7702 ی.ق