Naukowcy z Uniwersytetu Kalifornijskiego w San Francisco (UCSF) dokonali przełomu, który może zmienić sposób, w jaki podchodzimy do Alzheimera. Opracowali oni metodę wykorzystującą sztuczną inteligencję (AI), która jest w stanie przewidzieć pojawienie się tej choroby nawet do siedmiu lat wcześniej.
Cholesterol i osteoporoza jako wskaźniki ryzyka
Badacze skorzystali z technologii uczenia maszynowego, analizując ogromne ilości danych zdrowotnych pacjentów. Dzięki temu udało się im zidentyfikować kluczowe czynniki ryzyka oraz wzorce, które mogą wskazywać na rozwój choroby na długo przed tym, jak tradycyjne metody diagnozy są w stanie wykryć pierwsze jej oznaki.
Naukowcy zwrócili szczególną uwagę na dwa kluczowe czynniki ryzyka: wysoki poziom cholesterolu oraz osteoporozę, przy czym ten ostatni okazuje się być szczególnie istotny u kobiet. Co więcej, odkryli oni, że osteoporoza jest związana z genem MS4A6A, co wskazuje na genetyczne podłoże. Korzystając z narzędzia UCSF o nazwie SPOKE, zintegrowali zdobyte informacje kliniczne z bazami danych genetycznych obejmujących ponad 5 milionów pacjentów, identyfikując geny powiązane z ryzykiem Alzheimera.
Analiza pokazała, że możliwe jest przewidzenie rozwoju choroby nawet do siedmiu lat przed jej wystąpieniem z 72% dokładnością. Poza wymienionymi wyżej, istnieją także inne czynniki na które należy zwrócić uwagę, takie jak np. wysokie ciśnienie krwi, niedobór witaminy D, dysfunkcja erekcyjna i przerost prostaty, które znajdują w procesie przewidywania u mężczyzn i kobiet.
Zatem wyobraź sobie inteligentnego asystenta zdrowia, który potrafi z niesamowitą precyzją zidentyfikować czynniki zwiastujące chorobę Alzheimera, biorąc pod uwagę nie tylko Twój wiek, ale również to, jak często korzystasz ze szpitala. Co więcej, ten asystent rozumie, że mężczyźni i kobiety to dwa różne światy, jeśli chodzi o ryzyko rozwoju tej choroby. Dlatego też, stworzono dwa oddzielne modele sztucznej inteligencji – każdy z nich został specjalnie nauczony dostrzegać sygnały ostrzegawcze specyficzne dla jednej płci. Nie potrzebują one żadnych dodatkowych informacji demograficznych, aby skutecznie wskazać osobom zagrożonym drogę do wczesnej diagnozy i interwencji.
Ta innowacyjna metoda otwiera drzwi do bardziej spersonalizowanej i skutecznej opieki zdrowotnej, zwracając szczególną uwagę na indywidualne potrzeby każdego pacjenta. Naukowcy mają nadzieję, że podejście to zostanie zastosowane również w diagnostyce i leczeniu innych trudnych do zdiagnozowania chorób, takich jak toczeń, czy endometrioza.
