Alzheimeri tõve ravimiseks püüdes on varajane avastamine kujunemas kriitiliseks teguriks efektiivsete ravimeetodite ja ennetusmeetmete kindlakstegemisel. Viimaste kunstliku intelligentsi (AI) läbimurretega on lootust avastada inimesi, kellel on oht Alzheimeri sümptomeid arendada aastaid enne nende avaldumist.
Koostööüritus University of California, San Francisco (UCSF) ja Stanfordi ülikooli vahel on kasutanud masinõppe tehnikaid, et analüüsida üle 5 miljoni terviserekordi. Meeskonna poolt arendatud AI mudelid on näidanud varajasest avastamisest lootust, tuvastades mustrid, mis seovad Alzheimeri teiste meditsiiniliste seisunditega.
Kuigi mitte veatu, näitas AI süsteem olulist ennustusjõudu testimise ajal. Rakendades seda rekorditele inimestest, kes hiljem arenesid Alzheimeri tõbe, ennustas AI täpselt selle algust 72% juhtudest. Mõnikord tegi ennustused kuni seitsmeaastast ette.
Erinevalt traditsioonilistest diagnostikameetoditest kasutab AI süsteem mitmetahulist lähenemist, hõlmates erinevaid riskifaktoreid Alzheimeri arengu tõenäosuse arvutamiseks. See uudne lähenemine mitte ainult ei aita avastada haiguse varaseid märke, vaid aitab kaasa ka meie arusaamisele selle alusbioloogiast.
“Seda esindab revolutsiooniline AI tehnoloogia kasutamine pideval kliinilisel andmel, võimaldades meil tuvastada riskitegurid võimalikult varakult ja saada aru mängivatest bioloogilistest mehhanismidest,” selgitab bioinsener Alice Tang, UCSF-st.
AI analüüs tuvastas mitmeid seisundeid potentsiaalsete Alzheimeri tõve ennustajatena, sealhulgas kõrge vererõhu, kõrge kolesterooli, D-vitamiini puudulikkuse ja depressiooni. Silmatorkavalt olid meestel olulised riskifaktorid erektsioonihäired ja suurenenud eesnääre, samal ajal kui naistel, kellel oli osteoporoos, oli tõusnud haavatavus.
Tuleb märkida, et nende terviseprobleemide esinemine ei garanteeri dementsuse teket. Siiski tunnustavad AI mudelid neid näitajateks, mida tasub arvestada. Selle masinõppe lähenemise potentsiaal ulatub kaugemale Alzheimeri tõvest, tulevikus oodatakse rakendusi riskifaktorite tuvastamiseks teiste kurikuulsalt raskesti diagnoositavate haiguste puhul.
Tang rõhutab: “Tegemist on nende haiguste kombinatsiooniga, mis moodustavad Alzheimeri tõve ennustavat mudelit. Osteoporoosi avastamine olulise tegurina naistel rõhutab huvitavat seost luude tervise ja dementsuse riski vahel.”
Lisaks varajase avastamisvõimekuse pakkumisele sukeldus uurimismeeskond tuvastatud seostele bioloogiliste mehhanismide juurde. Nad leidsid veenva seose osteoporoosi, Alzheimeri tõve naistel ja spetsiifilise geenimuunduri vahel, mida tuntakse MS4A6A nime all. Need leiud sillutavad teed edasistele uurimustele haiguse arengu paremaks mõistmiseks.
UCSF arvutusalase terviseteadlane Marina Sirota kiidab uuringut, öeldes: “See uuring näitab, kuidas AI saab tõlgendada patsiendiandmeid Alzheimeri arengu tõenäosuse ennustamiseks, tuues samas esile sellele haigusele kaasa aitavad alusfaktorid.”
Selle läbimurdeuuringu leiud on avaldatud ajakirjas Nature Aging, heites optimistliku valguse Alzheimeri tõve avastamise ja mõistmise tulevikule.
The source of the article is from the blog scimag.news