Tuberkuloza (TB) ostaja najbolj smrtonosna bakterijska okužba na svetu, ki je leta 2022 zahtevala več kot 1,3 milijona življenj. Alarmitantne statistike, kot so te, so spodbudile raziskovalce, da se poglobijo v kompleksnosti okoli zdravljenja TB. Vprašanja, kot so zakaj se nekateri bolniki okrevajo, medtem ko drugi podležejo, in zakaj so določena zdravila učinkovita pri nekaterih, pri drugih pa ne, z enako boleznijo, že leta begajo znanstvenike.
Zgodovinski dokazi dokazujejo, da je TB mučil človeštvo že tisočletja, pri čemer so egiptovske mumije pokazale znake bolezni, ki segajo v leto 2400 pr. n. št. Medtem ko se okužbe s TB pojavljajo po vsem svetu, so države, kot so Ukrajina, Moldavija, Belorusija in Rusija, bile zlasti prizadete zaradi primerov mnogih zdravilom odporne tuberkuloze.
Na žalost je napredek pri spopadanju s TB oviral pojav pandemije COVID-19. Prekinitve zdravstvene oskrbe, povzročene s stalno vojno v Ukrajini in svetovno zdravstveno krizo, so privedle do nazadovanja pri diagnozi in zdravljenju TB, s tem pa so se obrnili desetletja napredka na globalni ravni.
Na srečo nova prebojna medicinska raziskava ponuja upanje za bolj personalizirano in učinkovito zdravljenje tuberkuloze. Interdisciplinarno raziskovalno ekipo je razvila inovativno orodje umetne inteligence, sposobno analizirati ogromne količine medicinskih podatkov za optimizacijo pristopov k zdravljenju posameznih bolnikov.
Študija ekipe je vključevala analizo več kot 200 vrst kliničnih testov, medicinskih slik ter predpisanih zdravil več kot 5.000 TB bolnikov v 10 državah. Upoštevali so različne dejavnike, vključno z demografskimi informacijami, zgodovino prejšnjega zdravljenja, prisotnostjo drugih medicinskih stanj ter podrobne podatke o sevih TB in odpornosti na zdravila.
Za razliko od prejšnjih orodij umetne inteligence, ki so se osredotočala na omejene vrste podatkov ali spremenljivk, so raziskovalci uporabili transparenten in multimodalni model AI. Ta pristop jim je omogočil hkratno upoštevanje številnih spremenljivk, kar jim je dalo celovito razumevanje dejavnikov, ki vplivajo na izide zdravljenja TB.
Izredno je, da je model AI dosegel impresivno stopnjo natančnosti 83% pri napovedovanju napovedi zdravljenja pri preizkusu z novimi podatki bolnikov. To je preseglo obstoječe modele AI in dokazalo potencial personalizirane medicine s pomočjo AI.
Raziskovalci so opazili, da so določene klinične značilnosti, kot so nižji indeks telesne mase (BMI) in slabša prehrana, povezane s neuspehom zdravljenja. Te ugotovitve poudarjajo pomen intervencij, usmerjenih v izboljšanje prehrane, zlasti pri podhranjenih populacijah, ki so bolj dovzetne za TB.
Poleg tega je študija razkrila, da so določene kombinacije zdravil učinkovitejše za določene vrste zdravilom odporne TB okužbe. Z identifikacijo sinergističnih parov zdravil, ki povečujejo učinkovitost drug drugega, si raziskovalci prizadevajo za izboljšanje izidov zdravljenja. Identifikacija protislovnih zdravil, ki ovirajo učinkovitost drug drugega, že v zgodnjem procesu odkrivanja zdravil lahko tudi prepreči neuspehe zdravljenja.
Posledice te raziskave za prenehanje TB so pomembne. Z analizo različnih vrst kliničnih podatkov lahko raziskovalci in zdravniki učinkoviteje razporejajo vire ter razvijajo ciljane javnozdravstvene intervencije za boj proti TB na globalni ravni. To se sklada z ustanovo Svetovne zdravstvene organizacije, ki si prizadeva za izkoreninjenje TB do leta 2035.
Vendar orodje AI ni brez svojih omejitev. Raznolikost demografskih podatkov in razlike med različnimi regijami ter zdravstvenimi ustanovami je treba upoštevati pri nadaljnjem usposabljanju in razvoju. Raziskovalna ekipa prepoznava pomembnost izboljšanja modela, da bi ga naredila bolj univerzalno uporabnega.
V osnovi je cilj izkoristiti moč AI za personalizacijo zdravljenja TB na podlagi edinstvenih značilnosti posameznika. S prehodom stran od enotnega pristopa, si raziskovalci prizadevajo za prilagajanje režimov zdravil za bolnike s specifičnimi stanji. Z upoštevanjem množice vrst podatkov lahko zdravniki zagotovijo natančnejše in učinkovitejše zdravljenje, kar vodi v izboljšanje izidov za bolnike v boju proti TB.
Pogosta vprašanja
The source of the article is from the blog crasel.tk