ԵՊԲՀ պատվավոր պրոֆեսոր, շրջանավարտ, Թվային բժշկության և արհեստական բանականության ամբիոնի վարիչ, Եվրոպայում ամենամեծ բիոբանկի՝ Ավստրիայի Գրացի համալսարանի բիոբանկի հիմնադիր տնօրեն, ԱՄՆ Կալիֆորնիայի Cedars-Sinai բժշկական համալսարանի օնկոբիոբանկավորման գիտական տնօրեն Կարինե Սարգսյանը մեր առաջարկով անդրադարձել է թեմային` մանրամասնելով, թե ինչպես են թվայնացումը, մեքենայական ուսուցումը և արհեստական բանականությունը փոխում բժշկագիտությունը։
Նրա խոսքով՝ համակարգչային մոդելավորման (in silico modelling) միջոցով ստեղծվող թվային և մոլեկուլյար երկվորյակները նպաստում են ոչ վարակիչ հիվանդությունների ախտորոշման և կանխատեսման բարելավմանը։
«Թվային երկվորյակների օգնությամբ՝ ուղղակի նկարի տվյալների հիման վրա, մենք կարողանում ենք կանխատեսել՝ իմունոթերապիան կաշխատի թե ոչ։ Այսօրվա մեր բիոմարկերների ճշգրտությունն այս առումով լավագույն դեպքում կազմում է 80%։ Իսկ եթե օգտագործում ենք արհեստական բանականությունը, մենք կարողանում ենք 99,9% հավանականությամբ կանխատեսումներ անել։ Նույն ձևով կարողանում ենք կանխատեսել, թե ուղեղի և սրտի կաթվածների դեպքում որ ուղղությամբ բուժումն առավել արդյունավետ կլինի։ Եթե պատկերացնենք, որ դեռ ախտորոշում չկա, բայց մոտ 6 ամիս առաջ գիտենք, որ տվյալ մարդը սրտի իշեմիկ հիվանդություն կարող է ունենալ, կսկսենք այդ մարդու հետ աշխատել, և նա դա չի ունենա։ Հենց այդ պատճառով էլ հիվանդանոցները մեծ հաշվով ապագայում պետք չեն լինելու այլևս, որովհետև 90% դեպքերում աշխատելու է կանխատեսող բժշկությունը», – նշում է Կարինե Սարգսյանը։
Պրոֆեսորի փոխանցմամբ՝ հնարավոր է չափել 1 կաթիլ պլազմայի մեջ սպիտակուցների տատանումը։ «Եվ այդ տատանման ալիքի բարձրության հաշվին մենք գիտենք՝ տվյալ մարդն առաջիկա 6 ամսվա ընթացքում ինչ-որ ոչ վարակիչ հիվանդություն կունենա, թե ոչ։ Այդ տատանման տեսակի հաշվին նույնիսկ արդեն կարողանում ենք կանխատեսել՝ ինչ կարգի ոչ վարակիչ հիվանդություն կարող է ունենալ մարդը, օրինակ՝ ուռուցքի առկայությունը։ Իսկ արդեն պացիենտների համար կարողանում ենք կանխատեսել ապրելու և հիվանդության կրկնվելու հավանականությունը։
Ընդամենը 1 կաթիլ արյուն և լազերային ֆիզիկա․ սա բժշկության, ֆիզիկայի և ապագայի վերաբերյալ գիտության ունիկալ կոմբինացիա է, որտեղ որպես մեթոդ օգտագործում ենք մեքենայական ուսուցումն ու արհեստական բանականությունը», – բացատրում է բժիշկ-գիտնականը։
Ընդհանուր գործընթացը նա համեմատում է դպրոց գնացող աշակերտի ուսումնառության հետ․ «Աշակերտը կատարում է համապատասխան տնային առաջադրանքը․ որքան լավ կատարի այն, այնքան լավ գնահատական կստանա։ Նույն ձևով մարդը պիտի իմանա իր առողջության «դասերը», և որքան լավ «սովորի», այնքան քիչ կհիվանդանա։ Հիմնական միտքը հենց դա է»։
Արհեստական բանականությունն, ըստ նրա, կարելի է կիրառել նաև վարակիչ հիվանդությունների պարագայում։ «Օրինակ՝ COVID-19-ի դեպքում ընդամենը մի քանի ամսվա ընթացքում մի քանի պատվաստանյութ ունեցանք։ Դա հնարավոր եղավ, քանի որ ունեինք բավականին զարգացած տեխնոլոգիական բազա, որը հիմնականում համակարգչային մոդելավորման և մեքենայական ուսուցման շնորհիվ էր։ Այդ պատվաստանյութերի օգնությամբ մենք կարողացանք լուծել շատ լուրջ առողջապահական խնդիր», – ընդգծում է պրոֆեսոր Սարգսյանը, ում նախաձեռնությամբ և անմիջական ղեկավարությամբ Թվային բժշկության և արհեստական բանականության ամբիոնը՝ Բժշկական գենետիկայի ամբիոնի հետ համատեղ, պատրաստվում է համակարգչային մոդելավորման միջոցով մեր երկրում ստեղծել թվային և մոլեկուլյար երկվորյակներ։
«Տարածաշրջանի ոչ մի երկրում բժշկագիտության այս ուղղությամբ լայնածավալ աշխատանքներ չեն կատարվում։ Երկրի մասշտաբով սա նշանակում է անհատականացված մոտեցում բոլոր հիվանդություններին։ Օրինակ՝ օնկոլոգիայի ոլորտում մեր երկրում կիրառվում են միջազգային չափանիշների վրա հիմնված արդյունավետ բուժման մեթոդներ, բայց անհատականացված մոտեցման դեպքում, օգտագործելով թվային և մոլեկուլյար երկվորյակներին, բուժման արդյունավետությունը կբարձրանա 50%-ով»,- նշում է մասնագետը:
Ապագայում, նրա համոզմամբ, հնարավոր կդառնա րոպեների ընթացքում բուժել վերքերը, աճեցնել լիարժեք օրգաններ, ոսկորներ և բջիջներ, վերականգնել վնասված ուղեղը և շատ ավելին։
«Կանխել մարդկանց վերածվելը պացիենտների․ կարծում եմ՝ սա է բժշկության ապագան։ Մենք պարզապես առողջ կլինենք, իսկ վարակիչ կլինի հենց առողջությունը», – ամփոփում է ԵՊԲՀ պատվավոր պրոֆեսորը։
