Нова студија: Неинвазивни тест предвиђа ризик од Алзхеимерове болести и деменције
Ново истраживање сугерише да напредак технологије сада омогућава софтверу да предвиди ризик особе од развоја Алзхеимерове болести и сродних деменција на основу информација добијених током рутинских посета лекару.
Откриће је важно јер је то јефтина, ненаметљива метода за откривање хроничне болести која често ремети живот и појединца и његове породице.
Научници са Института Регенстриеф, Универзитета Индиана и Мерцк развили су и тестирали алгоритме користећи податке из електронских медицинских картона. Нови развој је важан јер најмање 50% старијих пацијената примарне здравствене заштите који живе са Алцхајмеровом болешћу и сродним деменцијама никада не добије дијагнозу.
И још много њих живи са симптомима две до пет година пре него што им се постави дијагноза. Тренутно су тестови за утврђивање ризика од деменције инвазивни, дуготрајни и скупи.
„Сјајна ствар ове методе је што је пасивна и пружа сличну тачност као и наметљивији тестови који се тренутно користе“, рекао је водећи истраживач Малаз Боустани, МД, МПХ, научни истраживач са Института Регенстриеф и професор на Универзитету Индиана Медицински факултет.
„Ово је јефтино, скалабилно решење које може пружити значајну корист пацијентима и њиховим породицама помажући им да се припреме за могућност живота са деменцијом и омогућавајући им да предузму мере“.
Истраживачки тим, у којем су били и научници из државе Џорџија, Медицински факултет Алберт Ајнштајн и Солид Ресеарцх Гроуп, недавно је објавио своја открића о два различита приступа машинском учењу.
Један рад објављен у Часопис Америчког друштва за геријатрију, анализирао је резултате алгоритма за обраду природног језика. У овој техници приступи машинском учењу се одређују анализом примера.
Сродни приступ, о коме се говори у Вештачка интелигенција у медицини чланак, поделио је резултате из модела који користи целину стабала одлучивања. Обе методе показале су сличну тачност у предвиђању почетка деменције у року од једне и три године од дијагнозе.
Да би обучили алгоритме, истраживачи су прикупили податке о пацијентима из Индиана Нетворк фор Патиент Царе. Модели су користили информације о рецептима и дијагнозама, која су структурирана поља, као и медицинске белешке, који су слободан текст, за предвиђање почетка деменције.
Истраживачи су открили да су белешке у слободном тексту највредније у идентификовању људи којима прети болест.
„Ово истраживање је узбудљиво јер потенцијално пружа значајну корист пацијентима и њиховим породицама“, рекао је др Патрицк Монахан, аутор студије са Медицинског факултета ИУ и придружени научник Регенстриеф-а.
„Клиничари могу пружити едукацију о понашању и навикама како би помогли пацијентима да се носе са својим симптомима и да живе квалитетније.“
Зина Бен Милед, др МС, аутор студије са Техничке и технолошке школе Пурдуе објашњава: „Рано утврђивање ризика омогућава лекарима и породицама прилику да направе план неге. Из искуства знам колики терет може бити бављење дијагнозом деменције. Прозор који пружа овај тест толико је важан да помогне побољшању квалитета живота и пацијената и њихових породица. “
Поред користи за породице, ове методе могу такође обезбедити значајну уштеду трошкова за пацијенте и здравствене системе. Они замењују потребу за скупим тестовима и омогућавају клиничарима да прегледају читаву популацију како би идентификовали оне који су најугроженији. Одлагање појаве симптома такође штеди значајну количину новца на лечењу.
Следећи корак је примена ових алгоритама за машинско учење у клиникама из стварног живота како би се тестирало да ли помажу у идентификовању истинитијих случајева деменције, као и да би се сазнало како утичу на спремност пацијента да прати резултате.
Извор: Регенстриеф Институте
