Ένα νέο, πρωτοποριακό μοντέλο τεχνητής νοημοσύνης υπόσχεται να αλλάξει τα δεδομένα στη διάγνωση νευροεκφυλιστικών παθήσεων. Ερευνητές από το Πανεπιστήμιο Lund της Σουηδίας ανέπτυξαν ένα σύστημα που μπορεί να εντοπίσει πέντε διαφορετικές ασθένειες του εγκεφάλου χρησιμοποιώντας μόνο ένα δείγμα αίματος. Η σχετική μελέτη, η οποία δημοσιεύτηκε στις 30 Μαρτίου στο επιστημονικό περιοδικό Nature Medicine, περιγράφει το σύστημα ProtAIDe-Dx. Η νέα αυτή τεχνολογία αναγνωρίζει ταυτόχρονα τη νόσο Αλτσχάιμερ, τη νόσο Πάρκινσον, την ALS, τη μετωποκροταφική άνοια, καθώς και τα ίχνη ενός προηγούμενου εγκεφαλικού επεισοδίου.
Πώς λειτουργεί η νέα τεχνολογία
Το AI μοντέλο εκπαιδεύτηκε αναλύοντας πρωτεϊνικές μετρήσεις από περισσότερους από 17.000 ασθενείς και συμμετέχοντες ελέγχου. Τα δεδομένα αντλήθηκαν από τη βάση του Global Neurodegenerative Proteomics Consortium, η οποία αποτελεί τη μεγαλύτερη στον κόσμο για πρωτεΐνες που σχετίζονται με τέτοιες παθήσεις. Χρησιμοποιώντας μια τεχνική μηχανικής μάθησης που ονομάζεται “από κοινού μάθηση” (joint learning), το σύστημα εντοπίζει ένα κοινό σύνολο πρωτεϊνών που σχηματίζουν ένα γενικό μοτίβο εκφύλισης του εγκεφάλου. Στη συνέχεια, αξιοποιεί αυτό το μοτίβο για να διαχωρίσει και να ταυτοποιήσει τις επιμέρους ασθένειες.
Αυτή η προσέγγιση λύνει μια διαρκή και κρίσιμη πρόκληση στον χώρο της νευρολογίας. Οι διαφορετικές νευροεκφυλιστικές παθήσεις παρουσιάζουν συχνά αλληλεπικαλυπτόμενα συμπτώματα στην κλινική εικόνα. Αυτό καθιστά εξαιρετικά δύσκολο τον διαχωρισμό τους από τους γιατρούς, ιδιαίτερα στα πολύ αρχικά στάδια της γνωστικής έκπτωσης.
Ανώτερο των κλινικών διαγνώσεων
Τα αποτελέσματα της έρευνας έδειξαν ότι το πρωτεϊνικό προφίλ που δημιουργήθηκε από την AI προέβλεψε τη γνωστική έκπτωση με μεγαλύτερη ακρίβεια από την παραδοσιακή κλινική διάγνωση. Επιπλέον, αποκάλυψε ότι ασθενείς με την ίδια κλινική διάγνωση μπορεί να έχουν εντελώς διαφορετικούς υποκείμενους βιολογικούς υπότυπους. Ο Lijun An, μεταδιδακτορικός ερευνητής στο Πανεπιστήμιο Lund, τόνισε ότι πολλά άτομα με διάγνωση Αλτσχάιμερ εμφάνισαν πρωτεϊνικά μοτίβα παρόμοια με άλλες εγκεφαλικές διαταραχές. Αυτό υποδηλώνει ότι ενδέχεται να πάσχουν από πολλαπλές καταστάσεις ή ότι η ίδια η νόσος αναπτύσσεται με διαφορετικούς τρόπους σε κάθε ασθενή.
Τα επόμενα βήματα της έρευνας
Παρά τα εντυπωσιακά αποτελέσματα, η τεχνολογία έχει ακόμα δρόμο μέχρι την ευρεία κλινική εφαρμογή. Ο Jacob Vogel, επίκουρος καθηγητής που ηγήθηκε της μελέτης, επισήμανε ότι οι μετρήσεις πρωτεϊνών με βάση το αίμα δεν επαρκούν από μόνες τους για την πλήρη διάγνωση πολλαπλών ασθενειών. Η μέθοδος θα πρέπει να βελτιωθεί σταδιακά και να συνδυαστεί με άλλα κλινικά διαγνωστικά εργαλεία για να προσφέρει τη μέγιστη δυνατή αξιοπιστία.
Η ερευνητική ομάδα σχεδιάζει ήδη να ενσωματώσει πρόσθετους δείκτες χρησιμοποιώντας φασματομετρία μάζας, ώστε να εντοπίσει μοτίβα μοναδικά για κάθε ξεχωριστή ασθένεια. Αξίζει να σημειωθεί ότι η μελέτη επικυρώθηκε σε πολλαπλά ανεξάρτητα σύνολα δεδομένων, κάτι που της προσδίδει τεράστιο κύρος.
Η έρευνα υποστηρίχθηκε από σημαντικούς οργανισμούς, όπως το SciLifeLab της Σουηδίας, το πρόγραμμα Wallenberg Data Driven Life Science και τα Εθνικά Ινστιτούτα Υγείας των ΗΠΑ (NIH).
