من استاد دانشگاه MIT ( موسسه فناوری ماساچوست) هستم و میکوشم با به کارگیری ریاضیات به درمان دیابت کمک کنم.
شفا آنلاین:از
من سوال میشود که چرا به عنوان استاد ریاضیات کاربردی، وقتم را صرف
مطالعه درباره بیماری دیابت میکنم. پاسخ کوتاه و روشن است: علایق علمی و
اهداف بشردوستانه.
به گزارش شفا آنلاین:دیابت
نوع دوم در خانواده من موروثی است. پدربزرگ من بر اثر مشکلات ناشی از
دیابت از دنیا رفت. ده سالم بود که مادرم با تشخیص دیابت روبهرو شد و
خالهام نیز گرفتار این بیماری بود. خودم هم در مرحله پیشدیابتیک هستم. در
نوجوانی شاهد مشکلات خاله و مادرم بودم ومتعجب از اینکه آنها درمانی
متفاوت از دیگری دریافت میکردند. مامان رژیم غذایی داشت و داروی خوراکی
مصرف میکرد ولی خالهام روزانه چندین بار انسولین تزریق میکرد. این دو با
وجود زمینه وراثتی و DNA یکسان والدین، روشهای درمانی متفاوتی داشتند.
مادرم در 75 سالگی جان سپرد و خالهام در 78 سالگی ولی گرفتاریهایی که
خالهام به سبب دیابت متحمل شد خیلی بیشتر از مادرم بود.
دهه
هفتاد میلادی که بیماری این دو تشخیص داده شد، هیچگونه پایگاه آماری از
انواع بیماری و موثرترین داروجهت درمان آن وجود نداشت. امروزه 29 میلیون
نفر در ایالات متحده با بیماری دیابت و عوارض آن زندگی میکنند و پزشکی
اختصاصیشده سبب بهبود شرایط آنها نسبت به نسل پیشین بیماران شده است.
دسترسی به گنجینه عظیم اطلاعات ژنومیک و ثبت دیجیتالی جزئیترین اطلاعات
بیماری و شرایط هر فرد امکان پالایش این دادهها را برای پژوهشگران به وجود
آورده است. پژوهشگران میکوشند به تفاوتهای دقیق ژنتیکی موجود در
بیماریها پی ببرند و بر اساس آن درمانهای موثرتری بیابند. اینجاست که من
شوق یافتم در این جریان سهمی بیابم.
استفاده از انبوه اطلاعات در بهینهسازی درمان
با
همکاری دانشجویانم الگوریتمی را بر مبنای دادهها طراحی کردیم. به کمک این
الگوریتم میتوانیم میلیونها داده جمعآوری شده را به گونهای تحلیل کنیم
که به بهترین روش درمان و مدیریت بیماری برای هر فرد خاص دست یابیم.
عملکرد این الگوریتم با زبانی ساده به این شرح است: با توجه به سابقه
بیماری و شرح مشکلات ناشی از آن در هر شخص و با مقایسه این شرححال با
اطلاعات موجود در پایگاه دادهها بهترین روش مدیریتی و درمان بیماری یافته
میشود. سپس به عنوان درمانهای جایگزین یا موازی دیگر روشهای مرتبط و
نزدیک به اطلاعات بیمار نیز پیشنهاد میشود.
در
مرحله بعد تخصص پزشک وارد عمل شده و بین این روشها یکی را برای بیمار
انتخاب میکند. ورود پزشک در این مرحله ضروری است زیرا اوست که در این
زمینه تخصص دارد و در ارتباط رویاروی با بیمار است، پس انتخاب از بین
روشهای درمانی ممکن فقط باید با نظر پزشک باشد.
شکلگیری
و تکمیل بانک اطلاعاتی ما با همکاری مرکز پزشکی بوستون انجام شد. عمده
بیماران این مرکز پزشکی را قشر کمدرآمد و فاقد بیمه درمانی تشکیل میدهند.
پرونده الکترونیکی 11 هزار بیمار که بین سالهای 1999 تا 2014 به این مرکز
مراجعه کرده بودند بدون ذکر نام در اختیار ما گذاشته شد. علاوه بر مشخصات
دموگرافیک شامل قد، وزن، جنسیت، سن، و قومیت از هر بیمار نتایج حداقل سه
بار آزمایش قند خون و داروهای تجویزشده ثبت شده بودند. این پروندهها شامل
بیماران مبتلا به دیابت نوع 1 نمیشد که از سنین کودکی آغاز میشود. با
استفاده از این دادهها ما منحنی آغاز و پایان هر مرحله را از درمان ترسیم
کردیم و بازههای زمانی که بیمار ترکیبی از چند دارو را مصرف میکرد نیز
مشخص شد. بدین ترتیب به 13 رژیم دارویی ممکن دست یافتیم.
الگوریتم
برای هر بیمار رژیمهای دارویی ممکن را پیشنهاد کرده و با توجه به مشخصات
دموگرافیک هر فرد درمانهای ممکن را برای افرادی که در همان بازه دموگرافیک
قرار داشتند، نیز پیشنهاد میکرد. تاثیرات جانبی ناخواسته درمان دارویی
نیز لحاظ شده بود. با توجه به این اطلاعات لزوم به ادامه یا تغیر روش درمان
مشخص میشد. بیمارانی که با استفاده از این الگوریتم دارویشان تغییر کرد
با بهبود چشمیگیری مواجه شدند. موفقیت استفاده از الگوریتم در درمان
بیماران دیابتی ما را تشویق کرد که آن را در اختیار بیمارستان ماساچوست
قرار دهیم چون امیدواریم که این روش درارتباط با بهینهسازی درمان دیگر
بیماریها از جمله سرطان، آلزایمر و بیماریهای قلبی-عروقی کارآمد باشد.
ازاینکه
توانستهام با استفاده از ریاضیات بهترین راه درمان هر بیمار را بیابم
احساس رضایت میکنم. انتخاب روش درمان دقیقا بهمثابه اینکه پیراهنی را به
تن فرد بدوزیم، بدون کمترین کم و کاست و سفارشی. هدف ما فراهم کردن بیشترین
امکان بهبود برای هر بیمار است. مطمئنم که روح مادر عزیزم از اینکار خرسند
است.سپید
منبع: Quarts
مترجم: آتوسا آرمین
دمیتریس برتسیماس
پروفسور ریاضیات دانشگاه MIT