Nova studija: Neinvazivni test predviđa rizik od Alzheimerove bolesti i demencije
Novo istraživanje sugerira da napredak tehnologije sada omogućuje softver da predviđa rizik osobe od razvoja Alzheimerove bolesti i srodnih demencija na temelju podataka dobivenih tijekom rutinskih posjeta liječniku.
Otkriće je važno jer je to jeftina, nenametljiva metoda za otkrivanje kronične bolesti koja često remeti život i pojedinca i njegove obitelji.
Znanstvenici s Instituta Regenstrief, Sveučilišta Indiana i Merck razvili su i testirali algoritme koristeći podatke iz elektroničkih medicinskih kartona. Novi razvoj važan je jer barem 50% starijih pacijenata primarne zdravstvene zaštite koji žive s Alzheimerovom bolešću i srodnim demencijama nikada ne dobije dijagnozu.
I još puno njih živi s simptomima dvije do pet godina prije nego što im se postavi dijagnoza. Trenutno su testovi za utvrđivanje rizika od demencije invazivni, dugotrajni i skupi.
"Sjajna stvar ove metode je što je pasivna i pruža sličnu točnost kao i nametljiviji testovi koji se trenutno koriste", rekao je vodeći istraživač Malaz Boustani, dr. Med., MPH, znanstveni znanstvenik s Instituta Regenstrief i profesor na Sveučilištu Indiana Medicinski fakultet.
"Ovo je jeftino, skalabilno rješenje koje može pružiti značajnu korist pacijentima i njihovim obiteljima pomažući im da se pripreme za mogućnost života s demencijom i omogućujući im da poduzmu mjere."
Istraživački tim, u kojem su bili i znanstvenici iz države Georgia, Medicinskog fakulteta Albert Einstein i Solid Research Group, nedavno je objavio svoja otkrića o dva različita pristupa strojnom učenju.
Jedan rad objavljen u Časopis Američkog društva za gerijatriju, analizirao je rezultate algoritma za obradu prirodnog jezika. U ovoj se tehnici pristupi strojnom učenju određuju analizom primjera.
Srodni pristup, o kojem se govori u Umjetna inteligencija u medicini članak, podijelio je rezultate iz modela koji koristi skup stabala odlučivanja. Obje metode pokazale su sličnu točnost u predviđanju početka demencije unutar jedne i tri godine od dijagnoze.
Kako bi trenirali algoritme, istraživači su prikupili podatke o pacijentima iz Indiana Network for Patient Care. Modeli su koristili informacije o receptima i dijagnozama, koja su strukturirana polja, kao i medicinske bilješke, koji su slobodan tekst, za predviđanje početka demencije.
Istraživači su otkrili da su bilješke u slobodnom tekstu najvažnije za identificiranje ljudi kojima prijeti bolest.
"Ovo je istraživanje uzbudljivo jer potencijalno donosi značajnu korist pacijentima i njihovim obiteljima", rekao je dr. Patrick Monahan, autor studije s Medicinskog fakulteta IU i pridruženi znanstvenik Regenstrief-a.
"Kliničari mogu pružiti edukaciju o ponašanju i navikama kako bi pomogli pacijentima da se nose sa svojim simptomima i žive kvalitetniju životnu situaciju."
Zina Ben Miled, dr. Sc., Autorica studije sa Tehničkog i tehnološkog fakulteta Purdue objašnjava: „Rano prepoznavanje rizika omogućuje liječnicima i obiteljima priliku da uspostave plan skrbi. Iz iskustva znam koliki teret može biti bavljenje dijagnozom demencije. Prozor koji pruža ovaj test toliko je važan da pomogne poboljšati kvalitetu života i pacijenata i njihovih obitelji. "
Uz korist za obitelji, ove metode također mogu osigurati značajnu uštedu troškova za pacijente i zdravstvene sustave. Oni zamjenjuju potrebu za skupim testovima i omogućuju kliničarima da pregledaju cijelu populaciju kako bi identificirali one koji su najugroženiji. Odgađanje pojave simptoma također štedi značajnu količinu novca na liječenju.
Sljedeći je korak primjena ovih algoritama strojnog učenja u klinike iz stvarnog života kako bi se testiralo pomažu li u identificiranju istinitijih slučajeva demencije, kao i kako bi se saznalo kako utječu na spremnost pacijenta za praćenjem rezultata.
Izvor: Regenstrief Institute
