استفاده از بانک اطلاعاتی و هوش مصنوعی برای پیش بینی زوال عقل

دانشمندان چینی می‌گویند با تجزیه و تحلیل نمونه خون بیمار، گام بزرگی در جهت پیش بینی خطر ابتلا به زوال عقل تا یک و نیم دهه قبل از شروع علائم برداشته‌اند.

دانشمندان از پایگاه داده بیش از ۵۰۰۰۰ نفر برای شناسایی پروتئین‌های مرتبط با خطر ابتلا به انواع مختلف زوال عقل استفاده کردند و این تیم با کمک هوش مصنوعی یک مدل پیش بینی برای ارزیابی خطر بیماری ایجاد کرد.

اساتید نورولوژی دانشگاه فودان، بیان داشتند که استفاده از هوش مصنوعی “یکی از عوامل کلیدی برای موفقیت این تحقیق” بوده است و این دانشمندان با استفاده از استراتژی مبتنی بر داده، به صورت ابتکاری بیومارکرهای مهم پلاسما را برای پیش بینی زوال عقل در آینده شناسایی کردند.

استفاده از آزمایش‌های خون برای تشخیص انواع زوال عقل مانند آلزایمر در حال افزایش است. دانشمندان با استفاده از یک قطره خون آنها می‌توانند تشخیص دهند که آیا بیماری شروع به نشان دادن علائم کرده است یا خیر؟

در حال حاضر دانشمندان برای ابزارهای نشانگر زیستی خون اهداف بزرگتری در ذهن دارند، مانند استفاده از آنها برای پیش بینی دقیق اینکه آیا بیمار ممکن است در آینده به این بیماری مبتلا شود، حتی قبل از اینکه علائم بالینی را نشان دهد.

به گفته نویسندگان مقاله، هیچ درمانی برای زوال عقل وجود ندارد و درک اینکه آیا فرد احتمال دارد به آن مبتلا شود یا  خیر ممکن است امکان تشخیص زودهنگام و مداخله در این زمینه را فراهم کند.

زوال عقل، در پزشکی و روان‌پزشکی، اختلال مزمن و گاهی حاد فرایندهای روانی و زوال عصبی پیشرونده بوده که با تغییر شخصیت و موقعیت‌ناشناسی و اختلال در حافظه و داوری و اندیشه همراه است. شایع‌ترین نوع آن، زوال عقل سالخوردگی یا بیماری آلزایمر است. از عوامل ایجاد زوال عقل می‌توان به سکته مغزی اشاره نمود. طبق تعریف، زوال عقل عبارت است از تخریب پیش‌روندهی کارکردهای شناختی که در زمینه‌ای از هوشیاری کامل بروز می‌کند.

امروزه حدود ۱۲ میلیون نفر در جهان زوال عقل دارند و انتظار می‌رود که این تعداد در سال ۲۰۴۰ به ۲۵ میلیون نفر برسد. محققان سازمان جهانی آلزایمر (ADI) در گزارش سال ۲۰۱۵ خود در لندن پیش‌بینی کردند که شمار بیماران مبتلا به زوال عقل در جهان تا سال ۲۰۵۰ به ۱۳۱٫۵ میلیون نفر برسد.

مطالعه در مقیاس بزرگ پروتئین‌ها که پروتئومیکس نیز نامیده می‌شود می‌تواند برای یافتن داروها یا مداخلات تشخیصی احتمالی برای بیماری‌ها و درک بهتر نحوه عملکرد بدن انسان استفاده شود. با این حال، این تیم نوشت، که مطالعه سیستماتیک پروتئین‌ها در خون به دلیل «محدودیت‌های فنی» و فقدان روش‌های مقایسه، دشوار است.

دانشمندان چینی برای غلبه بر این مانع، از کمک همگروهی عظیم بیوبانک انگلستان استفاده کرد که بیش از ۵۰۰۰۰ نفر را در سنین ۴۰ تا ۶۹ سال ثبت نام کردند و یک دوره متوسط پیگیری ۱۴ ساله از اواسط دهه ۲۰۰۰ داشتند.

بیش از ۱۴۰۰ نفر از افراد گروه بیوبانک که همگی نمونه‌های بیولوژیکی و اطلاعات جمعیت شناختی را ارائه کرده بودند  طی ۱۰ سال پس از جمع آوری داده‌های اولیه دچار زوال عقل شدند.

این مقاله گفت: این انتشار داده‌ها به تیم “فرصتی بی سابقه” داد تا یک مطالعه پروتئومیکس روی پروتئین‌های خون مرتبط با ایجاد زوال عقل انجام دهند. آنها بیان داشتند که این به آنها اجازه داد تا مسیر پروتئین‌های پلاسما را از زمان تشخیص زوال عقل ردیابی کرده و ارزیابی کنند که چه زمانی هر پروتئین شروع به انحراف از مقادیر کنترل طبیعی می‌کند.

دانشمندان صدها پروتئین مرتبط را پیدا کردند، و مشخص شد حداقل یک دهه قبل از شروع بالینی زوال عقل شروع به تغییر در بیان خود کرده‌اند.

دانشمندان این پروتئین‌ها را با استفاده از یک الگوریتم هوش مصنوعی به نام ماشین تقویت کننده گرادیان نور، که از یادگیری ماشینی برای غربالگری پروتئین‌ها و ترکیباتی که بیشترین ارتباط را با خطر زوال عقل دارند، مورد ارزیابی قرار دادند.

الگوریتم یادگیری ماشینی برای تعیین اینکه کدام یک از پروتئین‌ها مدل پیش‌بینی بهتری ایجاد کرده و آن را در برابر داده‌های بانک زیستی که نشان می‌داد کدام یک از افراد مبتلا به زوال عقل هستند، بررسی شد.

نویسنده اصلی این مطالعه گفت، الگوریتمی که در این تحقیق نقش «مهم» داشت، «قابلیت‌های تشخیص و پیش‌بینی الگوی قدرتمندی داشت» که امکان غربالگری کارآمدتر مجموعه داده‌های مقیاس بزرگ را فراهم می‌کرد.

بر اساس این مطالعه، مدل نهایی پیش‌بینی ترکیبی آن‌ها نویدبخش توانایی ارائه پیش‌بینی دقیق زوال عقل آینده، حتی بیش از ۱۰ سال قبل از تشخیص وجود دارد.

منبع: scmp