خرد جمعی: چگونه بلاکچین میتواند تحقیقات پزشکی را متحول کند
در سال ۱۸۵۴، در جریان یک شیوع ویرانگر وبا در لندن، پزشکی به نام جان اسنو مشاهدهای انجام داد که به طور اساسی درک ما از انتقال بیماریها را تغییر داد. در حالی که جامعه پزشکی اصرار داشت که وبا از طریق «میازما» (هوای بد) منتشر میشود، اسنو نظر دیگری داشت. او نقشهای تهیه کرد که هر مرگ ناشی از وبا را در منطقه سوهو لندن نشان میداد و مشخص شد که تمام این مرگها در اطراف یک پمپ آب در خیابان براد متمرکز شدهاند.
آنچه رویکرد اسنو را استثنایی میکرد، نه تنها نتیجهگیری او - که وبا یک بیماری منتقله از آب است - بلکه روش او بود. او به جای تکیه بر خرد متمرکز جامعه پزشکی، دادهها را مستقیماً از جامعه جمعآوری کرد و چیزی را ایجاد کرد که اکنون میتوان آن را تحقیقات مبتنی بر جمعسپاری نامید. با این کار، او نشان داد که گاهی اوقات قدرتمندترین راهحلها از بازگرداندن دادهها و کنترل به جامعه ناشی میشوند.
علم غیرمتمرکز (DeSci) به همین اصول پایبند است. درست مانند انحراف رادیکال اسنو از خرد پذیرفته شده پزشکی، DeSci بازنگری اساسی در نحوه انجام، تأمین مالی و به اشتراکگذاری تحقیقات پزشکی است. این یک جنبش است که فناوری بلاکچین، هوش مصنوعی و حاکمیت جامعه را ترکیب میکند تا یک سیستم مراقبت بهداشتی ایجاد کند که در آن بیماران مالک دادههای خود هستند، جوامع اولویتهای تحقیقاتی را تعیین میکنند و پیشرفتها میتوانند از هر جایی ظهور کنند.
به این موضوع فکر کنید. تلفن هوشمند شما به تنهایی روزانه حدود دو گیگابایت داده مرتبط با سلامت تولید میکند - الگوهای حرکتی، چرخههای خواب، تغییرات ضربان قلب. الگوهای صدای شما حاوی نشانگرهای زیستی ظریفی هستند که میتوانند سالها قبل از ظهور علائم سنتی، شرایط عصبی را پیشبینی کنند. اما این اطلاعات بالقوه نجاتبخش در سیلوهای نهادی محبوس مانده و برای محققانی که میتوانند از آن برای شناسایی پمپ وبای بعدی، یعنی پیشرفت بعدی در تشخیص زودهنگام بیماری استفاده کنند، غیرقابل دسترسی است.
این پارادوکس مراقبتهای بهداشتی است: در عصری که بیش از هر زمان دیگری دادههای سلامت تولید میکنیم، به طور همزمان در توانایی استفاده مؤثر از آن محدودتر هستیم. ما از نظر داده غنی هستیم، اما از نظر بینش فقیر.
فرآیند فعلی آزمایشهای بالینی را در نظر بگیرید. جذب تعداد کافی از شرکتکنندگان میتواند سالها طول بکشد و اغلب از مناطق جغرافیایی محدودی انجام میشود که منجر به نتایجی میشود که بهخوبی نمایانگر جمعیتهای متنوع نیستند. در همین حال، میلیونها نفر روزانه دادههای سلامت مرتبط تولید میکنند که میتواند این آزمایشها را بهطور چشمگیری تسریع کند - اگر محققان بتوانند به آن دسترسی داشته باشند. این سیستم خراب است. اما نباید اینگونه باشد.
راهحل در همگرایی سه فناوری تحولآفرین نهفته است: بلاکچین، هوش مصنوعی و حاکمیت غیرمتمرکز. بلاکچین زیرساختی برای نوع جدیدی از دادههای پزشکی فراهم میکند. این فناوری مالکیت حاکمیتی دادهها را ممکن میسازد، جایی که افراد کنترل کامل بر اطلاعات سلامت شخصی خود را حفظ میکنند و در عین حال به نفع تحقیقات پزشکی به اشتراک میگذارند. هر نقطه داده میتواند ردیابی شود، هر مشارکت ارزشگذاری شود و هر شرکتکننده بهطور عادلانه برای نقش خود در پیشبرد علم پزشکی جبران شود.
هوش مصنوعی به عنوان موتور تحلیلی این سیستم جدید عمل میکند. الگوریتمهای مدرن هوش مصنوعی میتوانند مقادیر زیادی از دادههای سلامت ناشناس را پردازش کنند تا الگوهایی را شناسایی کنند که از طریق روشهای تحقیق سنتی غیرقابل مشاهده هستند. آنها میتوانند الگوهای صوتی را برای تشخیص تغییرات ظریفی که نشاندهنده شرایط عصبی هستند، تجزیه و تحلیل کنند، دادههای حرکتی را برای پیشبینی مشکلات حرکتی پردازش کنند و میلیونها پرونده سلامت را برای شناسایی تداخلات دارویی ناشناخته بررسی کنند.
اما نوآوری واقعی از ترکیب این دو فناوری با حاکمیت غیرمتمرکز ناشی میشود. و اینجاست که DeSci واقعاً میدرخشد. به جای اینکه اولویتهای تحقیقاتی بهطور مبهم توسط شرکتهای داروسازی یا مؤسسات دانشگاهی تعیین شود، جوامع بیماران، محققان و ارائهدهندگان مراقبتهای بهداشتی میتوانند بهطور جمعی تعیین کنند که کدام پروژهها شایسته تأمین مالی و توجه هستند. این دموکراتیزه کردن علم تضمین میکند که بیماریهای نادر و شرایط کممطالعه بدون توجه به پتانسیل تجاری آنها مورد توجه قرار میگیرند.
پیامدها عمیق هستند. دادههای سلامت شما، که اغلب بدون اطلاع شما در بازار امروز به فروش میرسد، به منبعی تبدیل میشود که شما کنترل میکنید. محققان به مجموعههای وسیعی از دادههای دنیای واقعی دسترسی پیدا میکنند و سرعت کشف را افزایش میدهند. و این تحول در حال حاضر در حال وقوع است. پذیرندگان اولیه گزارش میدهند که نرخ جذب سه برابر سریعتر از آزمایشهای بالینی سنتی است. تجزیه و تحلیل هوش مصنوعی از مجموعه دادههای سلامت غیرمتمرکز الگوهایی را نشان میدهد که در سیستمهای جداگانه غیرقابل مشاهده هستند. جوامع بیماران و محققان بهطور جمعی منابع را به سمت چالشهای بهداشتی که برای آنها مهم است هدایت میکنند، نه اینکه توسط مدلهای تأمین مالی سنتی محدود شوند.
اما موانعی وجود دارد. جامعه پزشکی، مانند نظریهپردازان میازما در زمان اسنو، در برابر تغییر مقاومت میکند. نگرانیهای حریم خصوصی (اگرچه از طریق فناوری بلاکچین قابل حل است) باعث اضطراب نهادی میشود. سوالاتی در مورد نحوه اعتبارسنجی و تأیید دادههای غیرمتمرکز وجود دارد.
شاید آنچه در این لحظه از تاریخ پزشکی قابل توجه است، شباهت آن به زمان اسنو باشد. درست همانطور که جامعه پزشکی در سال ۱۸۵۴ نمیتوانست تصور کند که باورهای عمیق خود درباره میازما را رها کند، مؤسسات امروزی نیز در تصور دنیایی که در آن بینشهای پیشگامانه ممکن است از تجزیه و تحلیل میلیونها نقطه داده تلفن هوشمند به جای آزمایشهای کنترلشده آزمایشگاهی به دست آید، دچار مشکل هستند. اما واقعیت این است که ابزارهای این تحول در حال حاضر وجود دارد. فناوری وجود دارد. جوامع در حال شکلگیری هستند. درست همانطور که نقشه ساده اسنو نظریههای جامعه پزشکی درباره انتقال بیماری را به چالش کشید، DeSci باورهای ما را درباره اینکه چه کسی میتواند در پیشرفتهای پزشکی مشارکت کند و چگونه این پیشرفتها اتفاق میافتد، به چالش میکشد. اکنون تنها چیزی که باقی مانده این است که این پارادایم جدید و پتانسیل آن برای تحول سلامت را بپذیریم. با DeSci، مردم در کنترل هستند.
سلب مسئولیت: نظرات موجود در این مقاله متعلق به نویسنده است و لزوماً نمایانگر دیدگاههای Cryptonews.com نیست. این مقاله به منظور ارائه دیدگاهی کلی در مورد موضوع خود نوشته شده و نباید به عنوان مشاوره حرفهای در نظر گرفته شود.