Άνοια: Μοντέλο τεχνητής νοημοσύνης εντοπίζει τους ευάλωτους ασθενείς
Η μελέτη ερευνητών από την Ιατρική Σχολή Ichan του Όρους Σινά, αναδεικνύει τον σημαντικό δυνητικό ρόλο της μηχανικής μάθησης και τεχνητής νοημοσύνης εν γένει στην αντιμετώπιση της άνοιας.
 |  |  |
Ερευνητές από την Ιατρική Σχολή Icahn του Όρους Σινά στη Νέα Υόρκη αξιοποίησαν τις δυνατότητες της μηχανικής μάθησης, κλάδου της τεχνητής νοημοσύνης, να ταυτοποιήσουν δείκτες-κλειδιά για την πρόγνωση της θνητότητας σε άτομα με άνοια.
Σε αντίθεση με προηγούμενες μελέτες που επικεντρώθηκαν στη διάγνωση της άνοιας, η μελέτη, που δημοσιεύτηκε προσφάτως στο Communications Medicine, αναζήτησε απαντήσεις για ουσιαστικές προκλήσεις στη φροντίδα ατόμων με άνοια, εντοπίζοντας τους ασθενείς με αυξημένες πιθανότητες να καταλήξουν σύντομα όσο και τους σχετικούς παράγοντες κινδύνου σε διάφορα είδη της νευρολογικής διαταραχής.
Η άνοια αποτελεί κλινική έκφραση πολλών νευροεκφυλιστικών νοσημάτων όπως η νόσος Αλτσχάιμερ (συχνότερη μορφή άνοιας), η νόσος Πάρκινσον, η αγγειακή άνοια, η μικτή άνοια, οι μετωποκροταφικές άνοιες και η άνοια με σωματίδια Lewy. Έχει αναδειχθεί σε μείζονα αιτία θανάτου στις κοινωνίες με γηράσκοντες πληθυσμούς, η πρόβλεψη ωστόσο τους προσδόκιμου επιβίωσης δεν είναι εύκολη, καθώς η εξέλιξη της γνωστικής έκπτωσης που επηρεάζει τις φυσιολογικές λειτουργίες του οργανισμού διαφέρει ανά περίπτωση, εξηγούν οι ερευνητές.
«Τα ευρήματά μας είναι σημαντικά, καθώς καταδεικνύουν τη δυνατότητα των μοντέλων μηχανικής μάθησης να προβλέπουν με ακρίβεια τον κίνδυνο θανάτου σε ασθενείς με άνοια σε διάφορα χρονικά πλαίσια» δήλωσε ο υπεύθυνος για την αλληλογραφία συγγραφέας Kuan-lin Huang, PhD, επίκουρος καθηγητής Γενετικής και Γονιδιωματικών Επιστημών στη σχολή Ichan. «Εντοπίζοντας ένα σύνολο που συνοψίζει τα κλινικά χαρακτηριστικά, συμπεριλαμβανομένης της επίδοσης σε νευροψυχολογικές και άλλες διαθέσιμες δοκιμασίες, τα μοντέλα μας δίνουν τη δυνατότητα στους παρόχους υγειονομικής περίθαλψης να λάβουν τεκμηριωμένες αποφάσεις σχετικά με τη φροντίδα των ασθενών, οδηγώντας ενδεχομένως σε καταλληλότερα προσαρμοσμένες και έγκαιρες παρεμβάσεις».
Χρησιμοποιώντας δεδομένα από το Εθνικό Συντονιστικό Κέντρο Αλτσχάιμερ των ΗΠΑ για 45.275 συμμετέχοντες και 163.782 αρχεία ιατρικών επισκέψεων, η μελέτη δημιούργησε μοντέλα μηχανικής μάθησης βασισμένα σε κλινικά και νευρογνωστικά χαρακτηριστικά. Αυτά τα μοντέλα προέβλεπαν τη θνησιμότητα σε ένα, τρία, πέντε και δέκα χρόνια. Η μελέτη ανέπτυξε συγκεκριμένα μοντέλα για οκτώ τύπους άνοιας μέσω στρωματοποιημένων αναλύσεων.
Οι ερευνητές διαπίστωσαν επίσης ότι τα αποτελέσματα των νευροψυχολογικών δοκιμασιών ήταν καλύτερος προγνωστικός δείκτης για τον κίνδυνο θανάτου σε άτομα με άνοια συγκριτικά με παράγοντες σχετιζόμενους με την ηλικία, όπως ο καρκίνος και οι καρδιακές παθήσεις, υπογραμμίζοντας τον σημαίνοντα ρόλο της άνοιας στη θνησιμότητα ατόμων με νευροεκφυλιστικές διαταραχές.
Η έρευνα υπογραμμίζει την αξία της μηχανικής μάθησης για την αποκάλυψη της πολυπλοκότητας καταστάσεων όπως η άνοια και θέτει τις βάσεις για αντίστοιχες μελέτες στο μέλλον, σύμφωνα με τον Δρ Χουάνγκ, που διευκρίνισε εντούτοις ότι τα μοντέλα μηχανικής μάθησης καίτοι πολλά υποσχόμενα «δεν είναι κρυστάλλινες σφαίρες για την πρόβλεψη ατομικών αποτελεσμάτων». «Πολλοί παράγοντες, τόσο προσωπικοί όσο και ιατρικοί, διαμορφώνουν το ταξίδι ενός ασθενούς» εξήγησε.
- Δείτε όλες τις τελευταίες Ειδήσεις από την Κρήτη, την Ελλάδα και όλο τον Κόσμο, τη στιγμή που συμβαίνουν, με εγκυρότητα και αξιοπιστία, στο cna.gr
- Ακολουθήστε το cna.gr στο Facebook
- Ακολουθήστε το cna.gr στο Twitter
- Ακολουθήστε το cna.gr στο YouTube
- Ακολουθήστε το cna.gr στο Instagram
