Przełom w diagnozowaniu choroby Parkinsona? Naukowcy wykorzystują sztuczną inteligencję

Naukowcy wieszczą przełom, który może zrewolucjonizować diagnozowanie choroby Parkinsona. Umożliwiłoby to o wiele szybsze wdrożenie niezbędnych działań, które opóźniłyby rozwój choroby. Wszystko dzięki sztucznej inteligencji.

Program CRANK-MS wykorzystujący metody uczenia maszynowego, może pomagać w diagnozowaniu choroby Parkinsona
Program CRANK-MS wykorzystujący metody uczenia maszynowego, może pomagać w diagnozowaniu choroby Parkinsona123RF/PICSEL

Choroba Parkinsona jest to zwyrodnieniowa choroba ośrodkowego układu nerwowego. Jak zauważają lekarze, wczesna diagnoza i jak najwcześniejsze rozpoczęcie leczenia jest niezwykle istotne w przypadku tego schorzenia. Dlatego też naukowcy prowadzili eksperymenty nad metodą, która przewidywałaby początek choroby. Dzięki sztucznej inteligencji to się właśnie udało.

Tego przełomu dokonali naukowcy z University of New South Wales w Sydney oraz naukowcy z Boston University. Swoje osiągnięcia opublikowali w ramach artykułu naukowego w ACS Central Science. Badacze skupili się na wykorzystaniu sztucznej inteligencji i sieci neuronowych w analizie biomarkerów występujących w płynach ustrojowych poszczególnych pacjentów.

W ramach badań dokładnie przeanalizowano próbki krwi od zdrowych osób. Następnie skupili się na próbkach pochodzących od osób, u których później rozwinęła się choroba Parkinsona. Kolejnym krokiem było użycie programu CRANK-MS, które wykorzystuje metody uczenia maszynowego.

Program analizował różnego rodzaju powiązania między poszczególnymi metabolitami. Pozwoliło to zidentyfikować ich unikalne kombinacje, które mogą być traktowane jako "wczesne sygnały ostrzegawcze" wystąpienia choroby. Nowa metoda osiąga do 96 proc. dokładności w wykrywaniu Parkinsona. Potencjalnie, odkrycie to mogłoby skutkować także pojawieniem się sposobu na uniemożliwienie jej rozwoju.

Jak powiedział prof. William Donald z University of New South Wales: - To badanie jest interesujące na wielu poziomach. Po pierwsze, dokładność przewidywania choroby Parkinsona przed diagnozą kliniczną jest bardzo wysoka. Po drugie, to podejście do uczenia maszynowego pozwoliło nam zidentyfikować markery chemiczne, które są kluczowe w dokładnym przewidywaniu przyszłej choroby Parkinsona. Po trzecie, niektóre markery chemiczne kierujące dokładnymi przewidywaniami były wcześniej zaangażowane w testy komórkowe, ale nie u ludzi.

Wśród objawów poprzedzających chorobę, można wyróżnić m.in. parestezje kończyn (np. mrowienie, drętwienie rąk, zmiany temperatury skóry), dyskretne zaburzenia węchowe, zaparcia, łojotokowe zapalenie skóry, zaburzenia snu, apatia, czy depresja. Naukowcy podkreślają, że CRANK-MS może posłużyć jako "narzędzie wczesnego wykrywania", kiedy podobne objawy pojawią się w naszym życiu.

Petros Psyllos o sztucznej inteligencji: Każda technologia jest obosiecznaRMF FMRMF
Masz sugestie, uwagi albo widzisz błąd?
Dołącz do nas