Artificiell intelligens kan förutsäga Alzheimers sjukdom 7 år i förväg

De senaste framstegen inom artificiell intelligens kan komma snart Ett system för tidig varning för personer som riskerar att utveckla symtom på Alzheimers sjukdom År innan sjukdomen debuterade. Även om det inte finns något definitivt botemedel, kan tidig diagnos av Alzheimers sjukdom göra det möjligt för dig att vidta förebyggande åtgärder och förbereda dig på ett adekvat sätt för uppkomsten av sjukdomen.

Ett gemensamt team från University of California, San Francisco (UCSF) och Stanford University tillämpade metoder för maskininlärning på mer än 5 miljoner journaler och tränade artificiell intelligens för att identifiera mönster som kopplar Alzheimers sjukdom till andra hälsotillstånd. Det resulterande systemet är inte perfekt, men när det testades på journaler från personer som senare utvecklade Alzheimers sjukdom, kunde AI… Att förutsäga sjukdomen exakt i 72% av fallen, och den kan till och med förutsägas med sju år hos vissa patienter.

Men hur var detta möjligt? Den prediktiva kraften hos AI kommer från dess förmåga att kombinera analyser av olika typer av risker för att beräkna sannolikheten att utveckla Alzheimers sjukdom, så det finns en hel del optimism kring användningen. Det här tycker biomedicinska ingenjören Alice Tang vid University of California, Kalifornien.

”Detta är ett första steg mot att använda AI i rutinmässig klinisk data, inte bara för att identifiera risker så tidigt som möjligt, utan också för att förstå den underliggande biologin.”

Modellen identifierade flera tillstånd som kunde användas för att beräkna risken att utveckla Alzheimers sjukdom, inklusive högt blodtryck, högt kolesterol, D-vitaminbrist och depression.Erektil dysfunktion och prostataförstoring har visat sig vara viktiga faktorer hos mänmedanOsteoporos var viktigt för kvinnorDetta betyder inte att personer med dessa hälsoproblem oundvikligen kommer att utveckla demens, men AILI-analysen bedömer dettasom prognostiska faktorer som bör beaktas. Man hoppas att samma maskininlärningsmetod en dag kan identifiera riskfaktorer för andra svårdiagnostiserade sjukdomar.

Forskarna undersökte också biologin bakom några av de identifierade länkarna. En koppling har upptäckts mellan osteoporos, Alzheimers sjukdom hos kvinnor och en variant av MS4A6A-genen, vilket öppnar nya vägar för att studera utvecklingen av sjukdomen.

”Detta är ett bra exempel på hur patientdata kan utnyttjas genom maskininlärning för att förutsäga vilka patienter som löper störst risk att utveckla Alzheimers sjukdom samt förstå de bakomliggande orsakerna.”

Marina Sirota, en beräkningshälsoforskare vid University of California, San Francisco, sa lika mycket. Forskningen publicerades i tidskriftenÅldrande naturDen kan konsulteras från länken i källan.

På tal om framsteg inom det medicinska området kom det nyligen en nyhet om att Food and Drug Administration har godkänt marknadsföringen av det första över-the-counter kontinuerliga glukosövervakningssystemet (CGM), kallat Dexcom Stelo Glucose Biosensor System. Den förväntas nå marknaden nästa sommar.