Choć wciąż brak jest lekarstwa na chorobę Alzheimera, to jej wczesne wykrycie pozwala na właściwsze przygotowanie i wprowadzenie odpowiednich środków zapobiegawczych. Okazuje się, że wykorzystanie sztucznej inteligencji w diagnostyce może być przełomem w tej kwestii. Odpowiednio skonfigurowane narzędzia AI potrafią rozpoznać zagrożenie chorobą. I to nawet na długo przed pojawieniem się jej widocznych objawów.
Warto przeczytać: AI Act przyjęte przez Parlament Europejski. Eksperci z nadzieją o nowej regulacji
Uczenie maszynowe podstawą diagnostyki
Przełom w diagnostyce może stać się udziałem amerykańskich naukowców. Badacze z Uniwersytetu Kalifornijskiego w San Francisco i Uniwersytetu Stanforda zastosowali metodę uczenia maszynowego w przypadku sztucznej inteligencji. Po zapoznaniu jej z ponad 5 milionami przypadków dokumentacji medycznej nauczyła się ona poznawać wzorce, które łączą Alzheimera z innymi chorobami.
„To pierwszy krok w kierunku wykorzystania sztucznej inteligencji do rutynowych danych klinicznych. Nie tylko w celu jak najszybszej identyfikacji ryzyka, ale także zrozumienia stojącej za nim biologii” – mówi bioinżynier Alice Tang z UCSF.
Opracowany model wyodrębnił szereg stanów, które mogą wpływać na wystąpienie w przyszłości choroby Alzheimera. Wśród nich wyróżniono wysokie ciśnienie krwi i zawyżony poziom cholesterolu. Można dodać do nich także niedobór witaminy D i depresję. U mężczyzn było to także powiększenie prostaty i zaburzenia erekcji, a u kobiet osteoporoza.
Fundament do dalszych badań
Występowanie wymienionych objawów nie jest oczywiście równoznaczne z pojawieniem się w przyszłości demencji. Nie sposób jednak wykluczyć, że przyszłe podejście do uczenia maszynowego będzie w stanie obecne wyniki udoskonalić. A te już na tym etapie są budujące.
Spośród badanej grupy, sztuczna inteligencja była w stanie przewidzieć chorobę Alzheimera w blisko 72% przypadków. Co szczególnie pozytywne, w niektórych przypadkach AI stwierdziła to nawet 7 lat przed wystąpieniem choroby.
„To doskonały przykład tego, jak możemy wykorzystać dane pacjentów za pomocą uczenia maszynowego, aby przewidzieć, którzy pacjenci są bardziej narażeni na rozwój choroby Alzheimera. Możemy także zrozumieć przyczyny takiego stanu rzeczy” – mówi Marina Sirota z UCSF.
Komentarze
Nie ma jeszcze żadnych komentarzy :)