Πάρκινσον: Επιστήμονες ανέπτυξαν εργαλείο τεχνητής νοημοσύνης που προβλέπει την εμφάνιση της νόσου Πάρκινσον: Επιστήμονες ανέπτυξαν εργαλείο τεχνητής νοημοσύνης που προβλέπει την εμφάνιση της νόσου
Το επίτευγμα αυτό έχει τη δυνατότητα να φέρει επανάσταση στη διάγνωση της νόσου του Πάρκινσον και να επιτρέψει την έγκαιρη παρέμβαση. Επιστήμονες από το... Πάρκινσον: Επιστήμονες ανέπτυξαν εργαλείο τεχνητής νοημοσύνης που προβλέπει την εμφάνιση της νόσου

Το επίτευγμα αυτό έχει τη δυνατότητα να φέρει επανάσταση στη διάγνωση της νόσου του Πάρκινσον και να επιτρέψει την έγκαιρη παρέμβαση.



Επιστήμονες από το Πανεπιστήμιο της Νέας Νότιας Ουαλίας (UNSW) του Σίδνεϊ σε συνεργασία με ερευνητές από το Πανεπιστήμιο της Βοστώνης, παρουσίασαν ένα νέο, πρωτοποριακό εργαλείο που προβλέπει τη νόσο του Πάρκινσον πριν την εμφάνιση των συμπτωμάτων. Η έρευνά τους, που δημοσιεύθηκε στο περιοδικό «ACS Central Science», αναδεικνύει τη χρήση τεχνητής νοημοσύνης και νευρωνικών δικτύων για την ανάλυση βιοδεικτών στα σωματικά υγρά των ασθενών.



Οι ερευνητές εξέτασαν δείγματα αίματος από υγιή άτομα, εστιάζοντας σε 39 ασθενείς που αργότερα εμφάνισαν Πάρκινσον. Η ομάδα χρησιμοποίησε ένα πρόγραμμα μηχανικής μάθησης που ονομάζεται CRANK-MS (Classification and Ranking Analysis using Neural network generates Knowledge from Mass Spectrometry) και αναπτύχθηκε από την ερευνήτρια του UNSW Νταϊάνα Ζανγκ και τον αναπληρωτή καθηγητή Αλεξάντερ Ντόναλντ.



Συνήθως τα δεδομένα μεταβολομικής αναλύονται με τη χρήση στατιστικών προσεγγίσεων. Ωστόσο, η ομάδα χρησιμοποίησε μια διαφορετική προσέγγιση εξετάζοντας τις συσχετίσεις μεταξύ των διαφόρων μεταβολιτών με τη βοήθεια της μηχανικής μάθησης.  Αυτή η καινοτόμος μέθοδος επέτρεψε στους ερευνητές να εντοπίσουν μοναδικούς συνδυασμούς μεταβολιτών που θα μπορούσαν να χρησιμεύσουν ως πιθανά έγκαιρα προειδοποιητικά σημάδια ή ακόμη και να αποτρέψουν την εμφάνιση της νόσου του Πάρκινσον.



Ο καθηγητής εξήγησε ότι η προσέγγισή τους ξεχωρίζει από τις συμβατικές μεθόδους, καθώς η ομάδα χρησιμοποίησε έναν μη επεξεργασμένο κατάλογο δεδομένων. Συνήθως, οι ερευνητές μειώνουν τον αριθμό των χημικών χαρακτηριστικών πριν από τη χρήση αλγορίθμων μηχανικής μάθησης. Ωστόσο, η ομάδα τροφοδότησε όλες τις πληροφορίες στο CRANK-MS χωρίς να μειώσει τον όγκο των δεδομένων, με αποτέλεσμα να λάβει ακριβείς προβλέψεις για τους μεταβολίτες.

Η σημασία για τη νόσο του Πάρκινσον



Η εξέλιξη αυτή έχει τεράστια σημασία για τη νόσο του Πάρκινσον, η οποία επί του παρόντος διαγιγνώσκεται με την παρατήρηση φυσικών συμπτωμάτων όπως ο τρόμος (τρέμουλο) των χεριών. Δεν υπάρχουν διαθέσιμες αιματολογικές ή εργαστηριακές εξετάσεις για μη γενετικές περιπτώσεις της νόσου. Ωστόσο, συμπτώματα όπως οι διαταραχές του ύπνου μπορούν να εκδηλωθούν σε άτομα με Πάρκινσον πολύ πριν εμφανίσουν σωματικά προβλήματα. Ως εκ τούτου, το CRANK-MS θα μπορούσε να χρησιμοποιηθεί ως εργαλείο έγκαιρης ανίχνευσης όταν ένας ασθενής εμφανίζει αυτά τα άτυπα συμπτώματα.

Παρ’ όλα αυτά, ο καθηγητής υπογραμμίζει ότι απαιτούνται περαιτέρω μελέτες με μεγαλύτερες ομάδες από διάφορες περιοχές του κόσμου προτού το εργαλείο χρησιμοποιηθεί αξιόπιστα. Στην παρούσα μελέτη, το CRANK-MS παρουσίασε ελπιδοφόρα αποτελέσματα, επιτυγχάνοντας ακρίβεια έως και 96% στην ανίχνευση της νόσου του Πάρκινσον μέσω της ανάλυσης των χημικών ουσιών του αίματος των συμμετεχόντων.



«Η μελέτη αυτή είναι ενδιαφέρουσα για πολλούς λόγους», δήλωσε ο ερευνητής. «Η ακρίβεια είναι πολύ υψηλή για την πρόβλεψη της νόσου του Πάρκινσον πριν από την κλινική διάγνωση. Επίσης, αυτή η προσέγγιση μηχανικής μάθησης μας επέτρεψε να εντοπίσουμε χημικούς δείκτες που είναι ζωτικής σημασίας για την ακριβή πρόβλεψη της νόσου».

Το CRANK-MS είναι διαθέσιμο δωρεάν σε όλους τους ερευνητές παγκοσμίως.

Interesting Engineering – ertnews.gr

error: Content is protected !!