AI Yakında Demansı Tahmin Etmek İçin Kullanılabilir
Teknolojideki ve makine öğrenimindeki gelişmeler, yakında doktorların demans geliştirmesi muhtemel olanları belirlemesine yardımcı olacak araçlarla sonuçlanabilir.
Uzmanlar, prognostik yeteneklerinin yıllarca önceden bilgi sağlayacağına ve hastalara ve ailelerine tedavi ve bakımı planlamak ve yönetmek için zaman vereceğine inanıyor.
McGill Üniversitesi araştırmacıları, bu tür bir öngörü gücünün yakında her yerde klinisyenlerin kullanımına sunulabileceğini söylüyor.
Yeni bir çalışmada, Douglas Mental Health University Institute'un Translational Neuroimaging Laboratory'den bilim adamları, demansın başlangıcından iki yıl önce imzalarını tanıyabilen bir algoritma geliştirmek için yapay zeka tekniklerini ve büyük verileri kullandılar.
Araştırmacılar bunu, Alzheimer hastalığı geliştirme riski taşıyan hastaların beyninin tek bir amiloid PET taramasından yapabildiler. Bulgular dergide yayınlanan yeni bir çalışmada ortaya çıktı Yaşlanmanın Nörobiyolojisi.
Çalışmanın ortak baş yazarı Dr. Pedro Rosa-Neto, bu teknolojinin doktorların hastaları yönetme şeklini değiştireceğini ve Alzheimer hastalığına yönelik tedavi araştırmalarını büyük ölçüde hızlandıracağını umuyor.
Bu aracı kullanarak, klinik denemeler yalnızca çalışmanın zaman çerçevesi içinde demansa ilerleme olasılığı daha yüksek olan bireylere odaklanabilir. Bu, bu çalışmaları yürütmek için gereken maliyeti ve zamanı büyük ölçüde azaltacaktır, ”diye ekliyor yardımcı yazar Dr. Serge Gauthier.
Araştırma, amiloidin demansın biyobelirteci olduğu bilgisine dayanıyor.
Bilim adamları, amiloid olarak bilinen bir proteinin, genellikle demansa yol açan bir durum olan hafif bilişsel bozukluğu (MCI) olan hastaların beyninde biriktiğini uzun zamandır biliyorlar.
Amiloid birikimi demans semptomları ortaya çıkmadan onlarca yıl önce başlamasına rağmen, bu protein tahmini bir biyolojik belirteç olarak güvenilir bir şekilde kullanılamaz çünkü tüm MCI hastalarında Alzheimer hastalığı gelişmez.
McGill araştırmacıları, çalışmalarını yürütmek için, katılımcı hastaların çeşitli görüntüleme ve klinik değerlendirmeleri tamamlamayı kabul ettiği küresel bir araştırma çalışması olan Alzheimer Hastalığı Nörogörüntüleme Girişimi (ADNI) aracılığıyla elde edilen verilerden yararlandılar.
Bir bilgisayar bilimcisi olan Sulantha Mathotaarachchi, hangi hastaların demans geliştireceğini belirlemek için ekibin algoritmasını eğitmek için ADNI veritabanından MCI hastalarının yüzlerce amiloid PET taramasını kullandı. Çabalar semptom başlangıcından önce yüzde 84 doğrulukla sonuçlandı.
Yazılımın tahmin yeteneklerini iyileştirmek için algoritmaya dahil edilebilecek diğer demans biyobelirteçlerini bulmak için araştırmalar devam etmektedir.
McGill Üniversitesi Yaşlanma Araştırmaları Merkezi'nin direktörü olan Dr. Rosa-Neto, "Bu, büyük verinin ve açık bilimin hasta bakımına nasıl somut faydalar sağladığına bir örnek," diyor.
Yeni yazılım bilim adamlarına ve öğrencilere çevrimiçi olarak sunulurken, doktorlar sağlık yetkilileri tarafından onaylanmadan önce bu aracı klinik uygulamada kullanamayacak.
Bu amaçla, McGill ekibi şu anda algoritmayı farklı hasta kohortlarında, özellikle de küçük vuruşlar gibi eşzamanlı koşullara sahip olanlarda doğrulamak için daha fazla test yapıyor.
Kaynak: McGill Üniversitesi
