توظيف الذكاء الاصطناعي لعلاج الإدمان
AHC: 0.80(%)   AIB: 1.07(2.88%)   AIG: 0.16(5.88%)   AMLAK: 5.00(%)   APC: 7.25(%)   APIC: 2.20(3.08%)   AQARIYA: 0.78(%)   ARAB: 0.85(%)   ARKAAN: 1.29(0.00%)   AZIZA: 2.84(%)   BJP: 2.80(%)   BOP: 1.49(%)   BPC: 3.62(2.95%)   GMC: 0.76(%)   GUI: 2.00(%)   ISBK: 1.10(1.79%)   ISH: 0.98(%)   JCC: 1.53( %)   JPH: 3.58( %)   JREI: 0.28(%)   LADAEN: 2.50( %)   MIC: 2.47(%)   NAPCO: 0.95( %)   NCI: 1.68(%)   NIC: 3.00(0.00%)   NSC: 2.95(%)   OOREDOO: 0.80(2.56%)   PADICO: 1.01(1.00%)   PALAQAR: 0.42(%)   PALTEL: 3.95(1.02%)   PEC: 2.84(%)   PIBC: 1.05(3.67%)   PICO: 3.50(%)   PID: 1.91(%)   PIIC: 1.72(%)   PRICO: 0.29(%)   PSE: 3.00(%)   QUDS: 1.06(0.00%)   RSR: 4.50(%)   SAFABANK: 0.65(4.41%)   SANAD: 2.20(%)   TIC: 2.98(%)   TNB: 1.20(%)   TPIC: 1.95(%)   TRUST: 2.85(%)   UCI: 0.38(%)   VOIC: 5.29(%)   WASSEL: 1.01(1.00%)  
11:20 صباحاً 22 شباط 2023

توظيف الذكاء الاصطناعي لعلاج الإدمان

الاقتصادي - يعاني قرابة ثلاثة ملايين أمريكي من مشكلة اضطراب استخدام المواد الأفيونية، كما يفارق نحو 80 ألف أمريكي الحياة بسبب تناول جرعات زائدة من هذه المواد. وتقوم الأدوية التي تحتوي على مركبات أفيونية مثل الهيروين والمورفين والأوكسيدون بتنشيط مستقبلات الأفيونيات في الجسم. 

ورغم أن هذه المركبات تخفف الألم وتبعث في النفس شعوراً بالسعادة، يمكن أن يعتاد الجسم عليها إلى حد الإدمان، وقد تؤدي إلى إبطاء التنفس لدرجة قد تؤدي إلى الوفاة في حالات تناول الجرعات الزائدة منها.


وتقول الباحثة ليزلي سالاس إسترادا من كلية طب جامعة إيشان في ماونت سايناي في الولايات المتحدة: "بعد تناول كميات كبيرة من الأفيونيات، يعتاد الجسم على هذه المواد، ويصبح المخ أكثر احتياجاً لكميات إضافية منها، ولقد أثبتت الأبحاث العلمية أن إبطال نشاط مستقبلات الأفيونيات في المخ يقلل الحاجة إلى استخدام هذه المواد أثناء فترة الأعراض الانسحابية".


وتوصلت الأبحاث العلمية إلى أن إبطال عمل مستقبلات الأفيونيات داخل الجسم قد يؤدي إلى علاج إدمان هذه المركبات. غير أن ابتكار الأدوية التي توقف عمل هذه المستقبلات قد يكون عملية طويلة ومكلفة. وترى إسترادا أنه من الممكن استخدام أنظمة حوسبية لجعل هذه العملية أكثر فاغلية، نظراً لأن فحص مليارات المركبات الكيميائية للتوصل إلى الأدوية اللازمة لعلاج الإدمان يستغرق أشهراً بالطرق التقليدية.


وأضافت إسترادا أنه من "مزايا الذكاء الاصطناعي أنه يعالج كمية ضخمة من البيانات ويستخلص منها النتائج، ونعتقد أنه من الممكن أن يساعدنا في تحليل قواعد بيانات ضخمة خاصة بالمركبات الكيميائية لاستنباط النتائج التي تساعد في ابتكار أدوية جديدة لعلاج الإدمان".


وقام الفريق البحثي بتغذية منظومة الذكاء الاصطناعي بمعلومات تتعلق بمستقبلات المواد الأفيونية في المخ وتركيبات أشهر الأدوية التي تستخدم لعلاج الإدمان بغرض ابتكار مركبات كيميائية جديدة يمكنها إبطال عمل المستقبلات بواسطة معادلات خوارزمية متطورة.


ونجحت المنظومة بالفعل في التوصل إلى عدة مركبات ذات خواص واعدة لإبطال عمل مستقبلات الأفيونيات، ومن المقرر في نهاية المطاف البدء في تجربتها على حيوانات التجارب للتأكد من فاعليتها وسلامتها.


وأعربت سالاس إيسترادا عن أملها في مساعدة من يعانون من مشكلة الإدمان بفضل هذه الأبحاث العلمية.

Loading...