فاطمه کنعانی - دکترای رشته مدیریت فناوری اطلاعات، استادیار گروه سیاست نوآوری و آینده نگاری، پژوهشکده مطالعات فناوری
سعیده السادات آهنگری - دکترای رشته مدیریت فناوری، پژوهشگر گروه سیاست نوآوری و آینده نگاری، پژوهشکده مطالعات فناوری

در پزشکی کنونی، به طور معمول، پزشک با توجه به علائم و آزمایش بالینی، آسیبشناسی می کند، سپس بدون در نظر گرفتن ژنتیک، متابولیسم یا پروتئومیکس بیمار، دارو را برای وی تجویز میکند و در صورتی که بیمار عوارض جانبی داشته باشد، پزشک نسخه را مجدد تنظیم می کند. این رویه، اگرچه برای بعضی موارد پاسخگوست، اما چون ژنوم و بیومیکس بیمار را در نظر نمیگیرد، میتواند خطراتی همچون عوارض دارویی و یا طولانی شدن روند درمان و مواردی از این قبیل، به همراه داشته باشد. در مقابل، پزشکی شخصی شده، به معنی ارائه خدمات پزشکی متناسب با ویژگی های مولکولی فرد است و هدف از آن، رسیدن به تشخیص دقیق تر، پیش بینی ریسک بیماری قبل از بروز علائم، و طراحی برنامه های درمانی سفارشی است که ایمنی و کارایی درمان را به حداکثر میرساند. گسترش دیجیتالی شدن داده های مرتبط با سلامت و کاربرد هوش مصنوعی، به تسریع و تحول توسعه پزشکی شخصی، دامن زده است. در این مقاله، با استفاده از مطالعات کتابخانه ای و مرور مطالعات پیشین، قابلیت های کاربرد هوش مصنوعی برای پیشبرد پزشکی شخصی شده در تشخیص، پیشگیری و درمان بیماری ها توصیف شده اند. در عین حال، به چالش ها و محدودیت های کاربردی آن در این زمینه نیز اشاره شده است.

پزشکی شخصی، هوش مصنوعی، زیستپزشکی، ژنتیک