Uczenie maszynowe kontra alzheimer

Zaczyna się od problemów z pamięcią. Często w krótkich odstępach czasu zadajesz te same pytania i nie pamiętasz tego, co stało się całkiem niedawno.

Wykonywanie dobrze znanych czynności zaczyna ci sprawiać kłopot, zapominasz słowa, czasem przestajesz rozumieć, co do ciebie mówią. Gubisz się – w czasie i przestrzeni, coraz trudniej ci się skoncentrować i podejmować nawet proste decyzje, nie potrafisz odnaleźć różnych rzeczy. Twoje nastroje bujają się niczym na huśtawce – a to drażliwość, a to apatia, innym razem depresja lub obojętność…

Tak się zaczyna alzheimer – wyniszczająca choroba otępienna, na którą cierpi od 360 do 470 tysięcy Polaków. Nie wiadomo, ile dokładnie, bo tylko ok. 20 proc. chorych ma postawioną diagnozę lekarską. Tymczasem im wcześniej do tego dojdzie, tym dłużej chory będzie mógł wieść w miarę normalne życie wśród innych ludzi.

Oczywiście byłoby najlepiej, gdyby można było przewidzieć wystąpienie choroby Alzheimera jeszcze przed pojawieniem się objawów. Jeszcze do wczoraj o czymś takim można było tylko pomarzyć. Dziś to już rzeczywistość, ponieważ uczeni z Uniwersytetu Kalifornijskiego w San Francisco (UCSF) znaleźli sposób na przewidzenie choroby Alzheimera nawet na 7 lat przed wystąpieniem najwcześniejszych objawów. Pomogła im w tym – a jakże – sztuczna inteligencja.

Naukowcy wykorzystali uczenie kliniczną bazę danych swojej uczelni, która obejmuje ponad 5 milionów pacjentów

Chcieli w ten sposób wyszukać choroby współistniejące u pacjentów ze zdiagnozowanym alzheimerem. Okazało się, że u kobiet i mężczyzn istnieje kilka takich czynników predykcyjnych: nadciśnienie, wysoki poziom cholesterolu i niedobór witaminy D. Dodatkowymi wskaźnikami prognostycznymi u mężczyzn była powiększona prostata i zaburzenia erekcji, natomiast u kobiet osteoporoza. Model AI użyty przez naukowców z UCSF potrafi wykrywać wzorce w danych klinicznych, co w praktyce pozwala przewidzieć początek choroby Alzheimera z 72-procentową dokładnością.

– Siła podejścia opartego na sztucznej inteligencji wynika z identyfikacji ryzyka na podstawie kombinacji chorób – zaznacza Alice Tang, główna autorka badania.

Naukowcy z UCSF mają nadzieję, że opracowaną przez nich metodę będzie można zastosować w leczeniu innych trudnych do zdiagnozowania chorób: tocznia i endometriozy.

Więcej o badaniach w UCSF przeczytasz TU.

Zdjęcie zajawka: Gerd Altmann/Pixabay