AKTUELNO

Novi pristup bi mogao smanjiti potrebu za invazivnim i skupim dijagnostičkim testovima, popravljajući ishode tretmana u ranoj fazi kad intervencije poput promena životnog stila ili novih lekova mogu imati šanse da deluju na najbolji način.

Demencija predstavlja ozbiljan globalni zdravstveni izazov, pogađajući više od 55 miliona ljudi širom sveta i koštajući godišnje oko 820 milijardi dolara. Očekuje se da će se broj slučajeva skoro utrostručiti tokom narednih 50 godina, piše MedicalXpress.


Glavni uzrok demencije je Alchajmerova bolest, koja čini 60-80% slučajeva. Rana detekcija je ključna jer će tretmani tada verovatno biti najefikasniji, ali rana dijagnoza i prognoza demencije mogu biti netačne bez upotrebe invazivnih ili skupih testova poput pozitronske emisione tomografije (PET) ili lumbalne punkcije, nedostupnih u svim klinikama za probleme sa pamćenjem.

Zbog toga skoro trećina pacijenata može da dobije pogrešnu dijagnozu, a ostali da dobiju dijagnozu previše kasno da bi tretman bio efikasan.

Naučnici sa Odeljenja za psihologiju na Kembričkom univerzitetu razvili su model mašinskog učenja sposoban da predvidi da li će i koliko brzo individua koja ima blage probleme za pamćenjem i mišljenjem napredovati do Alchajmerove bolesti. Njihovo istraživanje pokazuje da je taj model tačniji nego trenutna klinička dijagnostička sredstva.


Radi kreiranja svog modela, istraživači su upotrebili rutinski sakupljene, neinvazivne, jeftine podatke – kognitivne testove i strukturalnu magnetnu rezonancu koja pokazuje atrofiju sive mase – od više od 400 individua. Zatim su testirali model pomoću podataka još 600 individua iz Sjedinjenih Američkih Država i 900 ljudi iz klinika u Ujedinjenom Kraljevstvu i Singapuru.

Algoritam je pravio razliku između ljudi sa stabilnim blagim kognitivnim oštećenjem i onih koji su napredovali do Alchajmerove bolesti u roku od tri godine. Tačno je identifikovao individue koje su razvile Alchajmerovu bolest u 82% slučajeva i one koji nisu u 81% slučajeva na osnovu kognitivnih testova i snimka magnetnom rezonancom.

Algoritam je bio oko tri puta tačniji u predviđanju napredovanja do Alchajmerove bolesti nego trenutni standardni klinički markeri ili klinička dijagnoza.


Model je takođe omogućio klasifikovanje ljudi sa Alchajmerovom bolešću putem podataka od prve posete klinici u tri grupe: oni čiji simptomi ostaju stabilni (oko 50%), oni koji napreduju do Alchajmera polako (oko 35%) i oni koji napreduju brže (preostalih 15%). Ove prognoze su bile potvrđene kontrolnim podacima tokom šest godina.

Ovo je važno zbog identifikacije u ranoj fazi i primene novih tretmana, kao i identifikacije ljudi kojima je potreban pažljiv nadzor zbog brzog pogoršanja. Štaviše, onih 50% ljudi sa stabilnim simptomima možda treba da krenu drugim putem jer su možda u pitanju drugi uzroci, poput anksioznosti ili depresije.

„Naparavili smo instrument koji je, uprkos tome što su upotrebljeni samo podaci dobijeni kognitivnim testovima i magnetnom rezonancom, mnogo osetljiviji nego trenutni pristupi predviđanju da li će neko napredovati od blagih simptoma do Alchajmera – i da li će taj napredak biti brz ili spor“, kažu naučnici.

Problemi sa pamćenjem su uobičajeni dok postajemo stariji. Neizvesnost u pogledu toga da li su to prvi znaci demencije može izazvati mnogo zabrinutosti kod ljudi i njihovih porodica, kao i biti frustrirajuća za lekare koji bi mnogo više voleli da imaju definitivan odgovor.

AI modeli su dobri koliko i podaci na kojima su trenirani. Naš model je testiran na rutinski sakupljenim podacima ne samo od učesnika studija, već i od pacijenata u stvarnim klinikama, kažu istraživači.

U planu su proširenje modela na druge oblike demencije, kao što su vaskularna demencija i frontotemporalna demencija, i korišćenje drugačijih vrsta podataka, poput markera iz testova krvi.


Borba protiv rastućeg problema demencije zahteva bolje instrumente za identifikovanje i intervenciju u najranijoj mogućoj fazi. Veštačka inteligencija treba da pomogne lekarima da upute pravu osobu u pravo vreme na pravi put dijagnostikovanja i tretmana. Novi model može povezati prave pacijente sa kliničkim ispitivanjima, ubrzavajući otkrivanje novih lekova za modifikovanje bolesti.

Autor: Dubravka Bošković