Nová studie: Neinvazivní test předpovídá riziko Alzheimerovy choroby a demence
Nový výzkum naznačuje, že pokroky v technologii nyní umožňují softwaru předvídat riziko vzniku Alzheimerovy choroby a souvisejících demencí u člověka na základě informací získaných během rutinních návštěv lékaře.
Objev je důležitý, protože se jedná o levnou a neintruzivní metodu detekce chronického onemocnění, které často narušuje život jednotlivce i jeho rodiny.
Vědci z Regenstrief Institute, Indiana University a Merck vyvinuli a otestovali algoritmy pomocí dat z elektronických lékařských záznamů. Nový vývoj je důležitý, protože alespoň 50% starších pacientů primární péče žijících s Alzheimerovou chorobou a souvisejícími demencí nikdy nedostalo diagnózu.
A mnoho dalších žije s příznaky po dobu dvou až pěti let, než jsou diagnostikováni. V současné době jsou testy na screening rizika demence invazivní, časově náročné a drahé.
"Skvělá věc na této metodě je, že je pasivní a poskytuje podobnou přesnost jako ty rušivější testy, které se v současné době používají," uvedl vedoucí výzkumník Malaz Boustani, MD, MPH, vědecký pracovník v Regenstrief Institute a profesor na Indiana University. Lékařská fakulta.
"Jedná se o levné a škálovatelné řešení, které může poskytnout pacientům a jejich rodinám podstatný přínos tím, že jim pomůže připravit se na možnost života s demencí a umožní jim jednat."
Výzkumný tým, který zahrnoval také vědce ze státu Georgia, Albert Einstein College of Medicine a Solid Research Group, nedávno zveřejnil svá zjištění týkající se dvou různých přístupů k strojovému učení.
Jeden dokument publikovaný v Journal of the American Geriatrics Society, analyzoval výsledky algoritmu zpracování přirozeného jazyka. V této technice jsou přístupy strojového učení určovány analýzou příkladů.
Související přístup diskutovaný v Umělá inteligence v medicíně článek, sdílel výsledky z modelu, který používá soubor rozhodovacích stromů. Obě metody vykazovaly podobnou přesnost při předpovědi nástupu demence během jednoho a tří let od stanovení diagnózy.
Za účelem školení algoritmů shromáždili vědci údaje o pacientech ze sítě Indiana Network for Patient Care. Modely používaly k předpovědi nástupu demence informace o předpisech a diagnózách, což jsou strukturovaná pole, stejně jako lékařské poznámky, které jsou volným textem.
Vědci zjistili, že poznámky ve volném textu byly nejcennější pro identifikaci osob s rizikem rozvoje onemocnění.
"Tento výzkum je vzrušující, protože potenciálně poskytuje významný přínos pro pacienty a jejich rodiny," řekl Patrick Monahan, PhD, autor studie z IU School of Medicine a vědecký pracovník v oboru Regenstrief.
"Lékaři mohou poskytnout vzdělání v oblasti chování a návyků, aby pomohli pacientům vyrovnat se s jejich příznaky a žít lepší kvalitu života."
Zina Ben Miled, PhD, MS, autorka studie ze Purdue School of Engineering and Technology, vysvětluje: „Včasná identifikace rizika umožňuje lékařům a rodinám zavést plán péče. Ze zkušenosti vím, jaká zátěž může být při řešení diagnózy demence. Okno poskytnuté tímto testem je tak důležité, aby pomohlo zlepšit kvalitu života pacientů i jejich rodin. “
Kromě přínosu pro rodiny mohou tyto metody také poskytnout významnou úsporu nákladů pro pacienty a systémy zdravotní péče. Nahrazují potřebu nákladných testů a umožňují lékařům prověřovat celou populaci, aby identifikovali ty nejohroženější. Zpoždění nástupu příznaků také ušetří značné množství peněz na léčbu.
Dalším krokem je nasazení těchto algoritmů strojového učení na klinikách v reálném životě, aby se otestovalo, zda pomáhají identifikovat pravdivější případy demence, a aby se zjistilo, jaký mají dopad na ochotu pacienta sledovat výsledky.
Zdroj: Regenstrief Institute