كيف تساعد البيانات الضخمة / Big Data في اكتشاف علاجات جديدة؟
في هذا المقال
ما Big Data / البيانات الضخمة؟
منشوراتك على وسائل التواصل الاجتماعي، وأرشيف صورك وفيديوهاتك، وسلوكك الشرائي، وعمليات بحثك في Google، وخطواتك، ونظم قلبك (مثلًا بواسطة الساعات الذكية)، وأمراضك، وقيم دمك، و DNAالخاص بك… أي كل ما يتعلق بالإنسان والحياة أصبح يُحفظ في السجلات، وتُسمى هذه المعلومات الخام Big Data (البيانات الضخمة) .
بواسطة Big Data وأدوات الجيل الجديد التي ستعالجها في تنقيب البيانات ، يمكن استخلاص نتائج ذات معنى من بيانات لا نهائية متنوعة بلا نهاية، لم تُسجل وتُحلل من قبل. وتشكل البيانات الصحية بعضًا من أثمن هذه المعلومات الخام.
عند ذكر Big Data، يتبادر معها إلى الذهن الذكاء الاصطناعي والتعلم الآلي والتعلم العميق والبيانات المهيكلة وغير المهيكلة. وأصبحت هذه الآن لبنات عصر الإنتاجية للقطاع الصحي وصناعة الأدوية.
أكبر ورقة رابحة اليوم ليست للقطاع الصحي فقط، بل لعالم الأعمال كله، هي البيانات الضخمة والقدرة على تحليلها بصورة ذات معنى.
1. التوجه بالبيانات الضخمة إلى أهداف مرضية لم تُكتشف من قبل
من أكثر تطبيقات البيانات الضخمة بعثًا للأمل التوجه إلى أهداف لم تُكتشف من قبل. وتركز GSK (GlaxoSmithKline) وPfizer على ذلك مع مزودي خدماتها العاملين في الذكاء الاصطناعي. أما بعض شركات التقنية الحيوية فتنشئ منصاتها الخاصة للذكاء الاصطناعي. وشركة Berg Health إحداها، وهي تعمل حاليًا بخوارزميات تعلم آلي حاصلة على براءات في المجال الجزيئي ودراسة أبحاث مزارع الخلايا المريضة. واكتشفت بهذه الأعمال بعض الأهداف والأدوية المحتملة لارتفاع ضغط العين (الزرق) والصلع (الثعلبة) والسرطان والاضطرابات التنكسية العصبية.
2. العثور بالبيانات الضخمة على نقطة ضعف HIV، مسبب مرض AIDS
يعمل فريق بحث من هونغ كونغ على لقاح يمكن استخدامه لمنع فيروس HIV من نسخ نفسه والتكاثر باستهداف الجزء الصحيح منه. ويتطلب هذا العمل رسم خريطة لتسلسل عديد البروتين، وهنا تساعد تطبيقات البيانات الضخمة الباحثين في هذا المجال. ومن 1918 فردًا مصابًا بـ HIV، أُخذ 20.043 تسلسلًا، واستُخرجت منها 815 من الأحماض الأمينية ، وأُجري عليها بحث بالذكاء الاصطناعي. ويُؤمل أن تكشف هذه الدراسة، للحد من قدرة الفيروس على الطفرة والتسبب بالعدوى، عن جديد من العلاجات المناعية ومقاربات التلقيح.
3. تتبع الأدوية وتفاعلاتها بالبيانات الضخمة
التعلم الآلي تُراقب به تفاعلات الأدوية باستخدام طرق أسرع وأعلى دقة، ويمكن منع تفويت بعض النقاط. وبهذه المقاربة ستتحقق مزايا خصوصًا ضد الأمراض النادرة التي لا يُعرف لها إلا أهداف قليلة جدًا أو لا تُعرف لها أهداف مطلقًا. وفي الاستطبابات الجديدة، الدراسات السريرية تعمل Sanofi في هذا المجال لإظهار جزيئاتها.
4. مراجعة المصادر بالبيانات الضخمة / متابعة الأدبيات
بفضل تقنيات الذكاء الاصطناعي، يمكن استخلاص معلومات مفيدة بكفاءة أكبر من أعمال البحث والتطوير في صناعة الأدوية. وتمتلك BenevolentAI، بواسطة Judgment Correlation System (JACS)، خوارزميات تستطيع تفسير مليارات الجمل والفقرات في ملايين المقالات والمراجعات. ثم يحدد JACS البيانات وعلاقاتها المباشرة بـ«الحقائق المعروفة». وتستند الحقائق المعروفة إلى فرضيات بعض العلماء العاملين في هذا المجال. ويقيّم فريق من الباحثين الخبراء النتائج التي يجدها JACS، ويرتب أولوياتها بحسب قيمتها. ويستخدم الذراع الطبي الحيوي للشركة هذه التقنية في مرض ALS. وقد أظهرت النجاحات التي حققوها بهذا العمل نتائج أكثر فعالية بكثير من السابق.
5. أبحاث متمحورة حول المريض بالبيانات الضخمة
لا تُحدث تطبيقات البيانات الضخمة ثورة في تحليل البيانات فقط، بل تقدم مستجدات كبيرة جدًا في جمعها أيضًا. وأعلنت LymeDisease.org مؤخرًا تطبيق MyLymeData. وبهذا التطبيق، مرض لايم يُستهدف تسريع أبحاثه. ويُعد مرض لايم حاليًا من أكثر الأمراض انتقالًا من الأم إلى الطفل في الولايات المتحدة، وقد تصل الأخطاء في تشخيصه وعلاجه إلى %35-50. ويواجه كثير من المرضى صعوبة شديدة في عملية تشخيص لايم وعلاجه. ويعد هذا التطبيق، ببيانات مأخوذة من آلاف المرضى، بنتيجة حول سبب استجابة بعض المرضى للعلاج وعدم استجابة بعضهم.
6. بيانات أدوية السرطان الجماعية بالبيانات الضخمة
يُؤمل أن تفتح البيانات المجموعة بمبادرة CODE-cancer.com (التعاون من أجل بيانات الأورام الأوروبية)، من 7 بلدان أوروبية و200 مركز لعلاج السرطان على مدى 3 سنوات، الطريق لعلاجات سرطان جديدة. ومن المخطط أن تنمو هذه المبادرة خلال السنوات 10 المقبلة لتشمل 2000 مركز سرطان. وببيانات سرطان ضخمة بهذا الحجم، ستصبح ممكنة أيضًا مقارنة أي أدوية السرطان أكثر فعالية في أي سرطانات.
7. جمع البيانات الصحية بالبيانات الضخمة والذكاء الاصطناعي
يُنظر إلى التنقيب في البيانات المهيكلة وغير المهيكلة وجعلها قابلة للاستخدام كتحدٍّ آخر. ويعد مركز أبحاث السرطان في المملكة المتحدة الباحثين في هذا المجال بجائزة قدرها 30 مليون دولار. وستفتح هذه الأعمال الطريق ليس لاكتشاف الأدوية فقط، بل لأبحاث السرطان أيضًا. ومن أهداف الباحثين في هذا المجال كشف السرطان مسبقًا بواسطة أنماط سيشكلونها من مصادر طبية وغير طبية. وإذا نجحوا، فسيواجهون مشكلة أخلاقية مختلفة أيضًا. فإذا أمكن الوصول إلى البيانات الطبية للأشخاص بسهولة وإنتاج حلول باستخدامها، فهل يمكن استخدام هذه البيانات بطريقة مختلفة لإحداث مشكلات؟
موضوعات ذات صلة
المصادر
Inphographic prepared by Technology Netwoks
هل كان هذا المقال مفيدًا لك؟
تساعدنا ملاحظاتك على تحسين المحتوى.
تعليقات القراء
شارك تعليقك
لا يُنشر اسمك وتعليقك إلا بعد موافقة المسؤول. لا يُعرض بريدك الإلكتروني للزوار مطلقًا.
كن أول من يعلّق.