سیر تحول بالینی هوش مصنوعی در پزشکی دقیق: تحلیل نقشه‌برداری علم‌سنجی از پژوهش‌های مالتی‌اومیک

سیر تحول بالینی هوش مصنوعی در پزشکی دقیق: تحلیل نقشه‌برداری علم‌سنجی از پژوهش‌های مالتی‌اومیک

نورا محسنی1

1) کارشناسی ارشد نانوبیوتکنولوژی، دانشگاه شهید بهشتی، تهران،

کد IOI مقاله : AAHD-ABHEFA
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری (itnaf.ir)
چکیده :
    همگرایی هوش مصنوعی (AI) و فناوری‌های مالتی‌اومیک (Multi-omics) به‌طور بنیادی در حال بازتعریف پزشکی دقیق است و امکان گذار از پروفایل‌سازی ایستا مبتنی بر یک ژن منفرد به سوی مراقبت‌های سلامت پویا و مبتنی بر رویکردهای سیستمی را فراهم می‌کند. با افزایش شتاب تحقیقات در این حوزه مشترک، نیاز مبرمی به ترسیم نظام‌مند چشم‌انداز علمی آن وجود دارد تا تکامل ساختاری این حوزه درک شود، حوزه‌های اصلی انتقال دانش به کاربردهای بالینی شناسایی شوند و مرزهای نوظهور پزشکی آینده مشخص گردند. به‌منظور تبیین ساختار مفهومی این حوزه، یک تحلیل جامع کتاب‌سنجی (Bibliometric Analysis) و نقشه‌برداری علمی (Science Mapping) انجام شد. مجموعه‌داده‌ای پالایش‌شده شامل ۱٬۴۳۹ اثر علمی مرتبط از پایگاه داده OpenAlex استخراج گردید. با استفاده از نرم‌افزار VOSviewer، شبکه هم‌رخدادی کلیدواژه‌ها (Keyword Co-occurrence Network) و تجسم‌های هم‌پوشان زمانی (Chronological Overlay Visualization) ایجاد شدند تا خوشه‌بندی موضوعی، ارتباطات میان‌رشته‌ای و روندهای زمانی تحقیقات مورد بررسی قرار گیرند. تحلیل شبکه، این حوزه را به شش خوشه موضوعی متمایز تقسیم کرد: پیاده‌سازی مراقبت‌های سلامت دقیق (Precision Healthcare Implementation)، زیست‌نشانگرها و زیست‌شناسی سامانه‌ای (Biomarker & Systems Biology)، آسیب‌شناسی بالینی و سرطان‌شناسی (Clinical Pathology & Oncology)، توسعه دارویی محاسباتی (Computational Drug Development)، مبانی مالتی‌اومیک (Multi-Omics Foundations)، و زیرساخت الگوریتمی هسته‌ای هوش مصنوعی (Core AI Algorithmic Infrastructure). ارتباطات میان خوشه‌ها نشان داد که حوزه سرطان‌شناسی، پیشروترین عرصه برای انتقال این فناوری‌ها به کاربردهای بالینی است. نقشه‌برداری زمانی، تغییر مسیر مشخصی را در تکامل ادبیات علمی این حوزه نشان داد. تحقیقات بنیادی (پیش از سال ۲۰۲۴) عمدتاً بر ایجاد خطوط لوله الگوریتمی و زیست‌اطلاعاتی تمرکز داشتند، در حالی‌که کانون‌های پژوهشی جدیدتر (با میانگین سال انتشار ۲۰۲۵ و پس از آن) بر کاربردهای بالینی، کشف داروهای هدفمند، و پیچیدگی‌های زیستی نسل جدید، از جمله میکروبیوم و ریزمحیط تومور، متمرکز شده‌اند. حوزه میان‌رشته‌ای مالتی‌اومیک های ادغام‌شده با هوش مصنوعی، به‌سرعت در حال گذار از یک علم اکتشافی و روش‌محور به یک رشته کاربردی بالینی است. اگرچه چارچوب‌های محاسباتی قدرتمند درون‌سیلیکویی (in silico) توسعه یافته‌اند، همچنان شکاف قابل‌توجهی در انتقال این دستاوردها به کاربردهای واقعی بالینی وجود دارد. دستیابی به ظرفیت کامل بالینی این فناوری‌ها، نیازمند آن است که پژوهش‌های آینده بر هوش مصنوعی قابل توضیح (Explainable AI; XAI)، استفاده از مجموعه‌داده‌های متنوع از گروه‌های جمعیتی مختلف، و انجام اعتبارسنجی‌های بالینی آینده‌نگر و گسترده برای زیست‌نشانگرهای محاسباتی تمرکز کنند.

کلمات کلیدی : پزشکی دقیق مالتی‌اومیک هوش مصنوعی تحلیل کتاب‌سنجی نقشه‌برداری علمی زیست‌شناسی سامانه‌ای