تفاوت ژنتیکی سیستم ایمنی زنان و مردان آشکار شد 🧬
- یک پژوهش ژنتیکی گسترده نشان میدهد سیستم ایمنی زنان بهطور طبیعی واکنشپذیرتر از مردان است؛ موضوعی که میتواند توضیح دهد چرا بیماریهای خودایمنی مانند لوپوس در زنان بسیار شایعتر است. دانشمندان با بررسی بیش از ۱.۲۵ میلیون سلول ایمنی در نزدیک به هزار فرد سالم، تفاوتهای مهمی در نوع سلولها و فعالیت ژنتیکی میان دو جنس پیدا کردند.
- نتایج این مطالعه نشان داد بیش از هزار تنظیمکننده ژنتیکی در سلولهای ایمنی زنان و مردان عملکرد متفاوتی دارند. در زنان مسیرهای مرتبط با التهاب فعالتر است؛ ویژگیای که میتواند پاسخ قویتر به عفونتها را فراهم کند اما در عین حال احتمال بروز بیماریهای خودایمنی را نیز افزایش میدهد.
✿ Join & Share ✿ @aeedanesh
- یک پژوهش ژنتیکی گسترده نشان میدهد سیستم ایمنی زنان بهطور طبیعی واکنشپذیرتر از مردان است؛ موضوعی که میتواند توضیح دهد چرا بیماریهای خودایمنی مانند لوپوس در زنان بسیار شایعتر است. دانشمندان با بررسی بیش از ۱.۲۵ میلیون سلول ایمنی در نزدیک به هزار فرد سالم، تفاوتهای مهمی در نوع سلولها و فعالیت ژنتیکی میان دو جنس پیدا کردند.
- نتایج این مطالعه نشان داد بیش از هزار تنظیمکننده ژنتیکی در سلولهای ایمنی زنان و مردان عملکرد متفاوتی دارند. در زنان مسیرهای مرتبط با التهاب فعالتر است؛ ویژگیای که میتواند پاسخ قویتر به عفونتها را فراهم کند اما در عین حال احتمال بروز بیماریهای خودایمنی را نیز افزایش میدهد.
✿ Join & Share ✿ @aeedanesh
۶۶
۷:۱۰
#شکوفه_های_دانش #انجمن#آموزش_و_یادگیری #پیشرفت
۶۸
۷:۱۱
- یک شرکت دانشبنیان ایرانی موفق به تولید بومی دستگاه «الکتروپوریشن» شده است؛ فناوری پیشرفتهای که با استفاده از پالسهای الکتریکی، منافذ موقتی در غشای سلول سرطانی ایجاد میکند و جذب داروی ضدسرطان را تا ۷۰۰ برابر افزایش میدهد. با این دستاورد، ایران به جمع کشورهای تولیدکننده این فناوری (در کنار انگلستان و ایتالیا) پیوسته و اولین تولیدکننده آن در آسیا محسوب میشود. این روش تاکنون روی بیش از ۲۰۰۰ بیمار استفاده شده و در بسیاری از موارد، تومور بطور کامل از بین رفته است.
- مهمترین مزیت این روش، جلوگیری از قطع عضو در بیمارانی است که تومور در ناحیه سر و گردن، گوش، صورت یا اندامها گسترش یافته و جراحی معمولی خطر آسیب به اعصاب حیاتی یا عفونت شدید دارد. این فناوری به ویژه در درمان سرطان پوست (ملانوم و SCC)، سرطان پستان و سرطانهای سر و گردن کاربرد دارد. محققان ایرانی همچنین بیش از ۱۷ مدل پروب تخصصی برای درمان تومورهای اعضای داخلی مثل کبد، پانکراس و روده طراحی کرده اند .
♡✿ Join & Share :@aeedanesh
۷۵
۱۴:۵۱
- تحقیقات جدید نشان میدهد که حس شنوایی در مردان و زنان به طور متفاوتی کار میکند و تغییر میکند. محققان اعلام کردند که هورمونها مستقیماً روی سلولهای مغزی مسئول پردازش صداها تأثیر میگذارند. در مردان، شنوایی معمولاً در سنین پایینتر شروع به افت میکند (هرچند این افت تدریجی است)، اما در زنان، حساسیت شنوایی در طول چرخه قاعدگی نوسان دارد و افت اصلی آن ممکن است بعد از یائسگی خیلی واضحتر شود.
- این یافته یعنی پزشکان نباید شنوایی را به عنوان یک عملکرد مجزا از بقیه بدن ببینند، بلکه باید آن را جزئی از سلامت کلی هورمونی در نظر بگیرند. اگر این رویکرد در پزشکی جدی گرفته شود، میتوان به جای استفاده از «میانگینها» برای همه مردم، تشخیصهای شخصیسازی شده برای هر جنسیت طراحی کرد. این کشف میتواند به درمانهای دقیقتری برای مشکلات شنوایی در مردان و زنان منجر شود.
♡✿ Join & Share :@aeedanesh
۹۸
۹:۲۲
#صبح_بخیـــــــــــــــر
۶۴
۵:۲۵
🧬
دانشمندان راهی کاملاً غیرمنتظره پیدا کردند که سلولهای T با آن سرطان را از بین میبرند
- دانشمندان کشف کردهاند که نوعی از سلولهای ایمنی به نام CD4+ T cells میتوانند سرطان را به روشی متفاوت از چیزی که دههها تصور میشد، نابود کنند. تا امروز باور اصلی این بود که سلولهای CD8+ مسئول مستقیم کشتن سلولهای سرطانی هستند و CD4+ فقط نقش «کمکی» دارند، اما نتایج جدید نشان میدهد CD4+ها هم میتوانند مستقیماً به سلولهای بیمار حمله کنند.
- نکته جالبتر این است که وقتی سلولهای سرطانی برای فرار از سیستم ایمنی، نوعی مولکول پروتئینی را خاموش میکنند، در واقع خودشان را در برابر حمله CD4+ T cells آسیبپذیرتر میکنند. پژوهشگران دریافتند این حمله از طریق فرآیندی به نام فروپتوز انجام میشود؛ نوعی مرگ سلولی که به آهن و استرس اکسیداتیو وابسته است. این کشف میتواند در آینده مسیر تازهای برای ایمونوتراپی سرطان و درمانهای پیوند مغز استخوان ایجاد کند، مخصوصاً برای تومورهایی که از سیستم ایمنی پنهان می شوند .
♡✿ Join & Share :@aeedanesh
- دانشمندان کشف کردهاند که نوعی از سلولهای ایمنی به نام CD4+ T cells میتوانند سرطان را به روشی متفاوت از چیزی که دههها تصور میشد، نابود کنند. تا امروز باور اصلی این بود که سلولهای CD8+ مسئول مستقیم کشتن سلولهای سرطانی هستند و CD4+ فقط نقش «کمکی» دارند، اما نتایج جدید نشان میدهد CD4+ها هم میتوانند مستقیماً به سلولهای بیمار حمله کنند.
- نکته جالبتر این است که وقتی سلولهای سرطانی برای فرار از سیستم ایمنی، نوعی مولکول پروتئینی را خاموش میکنند، در واقع خودشان را در برابر حمله CD4+ T cells آسیبپذیرتر میکنند. پژوهشگران دریافتند این حمله از طریق فرآیندی به نام فروپتوز انجام میشود؛ نوعی مرگ سلولی که به آهن و استرس اکسیداتیو وابسته است. این کشف میتواند در آینده مسیر تازهای برای ایمونوتراپی سرطان و درمانهای پیوند مغز استخوان ایجاد کند، مخصوصاً برای تومورهایی که از سیستم ایمنی پنهان می شوند .
♡✿ Join & Share :@aeedanesh
۱۰۵
۵:۴۹
۶۲
۳:۲۵
در حال حاضر نمایش این پیام پشتیبانی نمیشود.
وقتی هوش مصنوعی آنقدر به تو کمک میکند که دیگر توانایی کمک کردن به خودت را از دست میدهی
یک مطالعه که این هفته ذهنم را درگیر کرد.
نوزده آندوسکوپیست لهستانی از یک سیستم هوش مصنوعی برای تشخیص پولیپهای کولون در طی سه ماه استفاده کردند. سپس سیستم را خاموش کردند. عملکردشان نه تنها بهتر نشد، بلکه از قبل از استفاده از ابزار هم پایینتر آمد.نه چون سیستم خراب شده بود، بلکه چون به آن عادت کرده بودند.
این پدیده یک نام دارد: Deskilling (کاهش مهارت)؛ یعنی فرسایش مهارتی که قبلاً وجود داشته، چون ابزار به جای تو آن را انجام داده است.
اما چیزی که حتی نگرانکنندهتر است فقط از دست دادن مهارتهای قبلی نیست…
بلکه اصلاً شکل نگرفتن مهارتهایی است که باید ایجاد میشدند.
طبقهبندی خطردو مقاله اخیر یکی در The Lancet و دیگری در Nature Medicine سه پدیده را توصیف میکنند که هوش مصنوعی میتواند در پزشکان ایجاد کند:
️⃣ Deskilling (کاهش مهارت):
پزشک باتجربهای که بهخاطر تکیه بر هوش مصنوعی، بخشی از مهارتهایش را از دست میدهد.
️⃣ Mis-skilling (یادگیری اشتباه):پزشکی که بهدلیل خطاهای هوش مصنوعی، تصمیمهای غلط را بدون نقد میپذیرد و آنها را بهعنوان واقعیت یاد میگیرد.
Never-skilling (هرگز-مهارتندیدن):مهمترین و پنهانترین حالت؛ رزیدنتی که از ابتدا هیچوقت مهارت تفکر بالینی مستقل را شکل نمیدهد، چون همیشه ابزار دارد که به جای او فکر میکند.
این حالت زمانی مشکلساز میشود که سالها بعد پزشک در شرایطی قرار بگیرد که هوش مصنوعی در دسترس نیست، سیستم قطع است یا کیس خارج از الگوهای الگوریتم است.
آنچه شواهد میگویند و نمیگویندصادقانه: شواهد مستقیم در آموزش پزشکی هنوز محدود است. نویسندگان Nature Medicine هم این را پذیرفتهاند. مبانی نظری قوی است و شواهد غیرمستقیم از حوزههای دیگر وجود دارد، اما هنوز کارآزماییهای کنترلشده در آموزش رزیدنتی نداریم.
این به این معنی نیست که خطر وجود ندارد؛ یعنی ما سریعتر از توانایی اندازهگیریمان حرکت میکنیم.و این در پزشکی یک مزیت نیست.
پیشنهاد علم چیست؟
یک چارچوب سهمرحلهای:
شایستگی مستقل:پزشک باید قبل از استفاده از AI بتواند خودش فکر کند.
کالیبراسیون انتقادی:یاد بگیرد چه زمانی ابزار درست میگوید و چه زمانی اشتباه.
ادغام تحت نظارت:استفاده از AI در آموزش به شکل کنترلشده و مرحلهای.این رویکرد ضد هوش مصنوعی نیست؛ بلکه استفاده جدی و درست از آن است.
نگرانی اصلیدر کشورهای زیادی و حتی ایران، فناوریهای پزشکی سریع وارد سیستم میشوند، اما بدون چارچوب آموزشی مناسب.
با هیجان و نیت خوب، اما بدون اینکه بپرسیم این ابزارها چه تغییری در فرآیند تربیت پزشک ایجاد میکنند.
مشکل هوش مصنوعی نیست؛ مشکل نحوه استفاده ما از آن است.
یک ابزار فوقالعاده اگر در زمان نامناسب وارد آموزش شود، میتواند پزشکی بسازد که فقط وقتی سیستم خوب کار میکند، خودش هم خوب کار میکند.
اما سیستمهای سلامت همیشه پایدار نیستند.و آن روز، چیزی که نیاز داری یک الگوریتم نیست…بلکه پزشکی است که خودش بتواند فکر کند.
#آموزش_و_یادگیری #انجمن #دانش
اما چیزی که حتی نگرانکنندهتر است فقط از دست دادن مهارتهای قبلی نیست…
بلکه اصلاً شکل نگرفتن مهارتهایی است که باید ایجاد میشدند.
طبقهبندی خطردو مقاله اخیر یکی در The Lancet و دیگری در Nature Medicine سه پدیده را توصیف میکنند که هوش مصنوعی میتواند در پزشکان ایجاد کند:
️⃣ Deskilling (کاهش مهارت):
پزشک باتجربهای که بهخاطر تکیه بر هوش مصنوعی، بخشی از مهارتهایش را از دست میدهد.
️⃣ Mis-skilling (یادگیری اشتباه):پزشکی که بهدلیل خطاهای هوش مصنوعی، تصمیمهای غلط را بدون نقد میپذیرد و آنها را بهعنوان واقعیت یاد میگیرد.
این حالت زمانی مشکلساز میشود که سالها بعد پزشک در شرایطی قرار بگیرد که هوش مصنوعی در دسترس نیست، سیستم قطع است یا کیس خارج از الگوهای الگوریتم است.
آنچه شواهد میگویند و نمیگویندصادقانه: شواهد مستقیم در آموزش پزشکی هنوز محدود است. نویسندگان Nature Medicine هم این را پذیرفتهاند. مبانی نظری قوی است و شواهد غیرمستقیم از حوزههای دیگر وجود دارد، اما هنوز کارآزماییهای کنترلشده در آموزش رزیدنتی نداریم.
این به این معنی نیست که خطر وجود ندارد؛ یعنی ما سریعتر از توانایی اندازهگیریمان حرکت میکنیم.و این در پزشکی یک مزیت نیست.
یک چارچوب سهمرحلهای:
شایستگی مستقل:پزشک باید قبل از استفاده از AI بتواند خودش فکر کند.
کالیبراسیون انتقادی:یاد بگیرد چه زمانی ابزار درست میگوید و چه زمانی اشتباه.
ادغام تحت نظارت:استفاده از AI در آموزش به شکل کنترلشده و مرحلهای.این رویکرد ضد هوش مصنوعی نیست؛ بلکه استفاده جدی و درست از آن است.
نگرانی اصلیدر کشورهای زیادی و حتی ایران، فناوریهای پزشکی سریع وارد سیستم میشوند، اما بدون چارچوب آموزشی مناسب.
با هیجان و نیت خوب، اما بدون اینکه بپرسیم این ابزارها چه تغییری در فرآیند تربیت پزشک ایجاد میکنند.
مشکل هوش مصنوعی نیست؛ مشکل نحوه استفاده ما از آن است.
یک ابزار فوقالعاده اگر در زمان نامناسب وارد آموزش شود، میتواند پزشکی بسازد که فقط وقتی سیستم خوب کار میکند، خودش هم خوب کار میکند.
اما سیستمهای سلامت همیشه پایدار نیستند.و آن روز، چیزی که نیاز داری یک الگوریتم نیست…بلکه پزشکی است که خودش بتواند فکر کند.
#آموزش_و_یادگیری #انجمن #دانش
۱۳۳
۶:۴۲
صبحتون بخیر عزیزای دلم
۶۴
۶:۱۸