Νέο μοντέλο ΑΙ προβλέπει ασθένειες που θα υπάρξουν σε 20 χρόνια – Ποιες είναι οι ακριβέστερες
Κάντε εικόνα μια ψηφιακή κρυστάλλινη σφαίρα, ικανή να προβλέπει τόσο ποιες ασθένειες πρόκειται να αναπυχθούν σε βάθος χρόνου αλλά και πόσο σοβαρά θα επηρεάσουν. Η επιστήμη είναι πλέον στην ευχάριστη θέση να ανακοινώσει ότι προς αυτήν την κατεύθυνση συμβάλλει μια διεθνή ομάδα ερευνητών, συμπεριλαμβανομένων συμμετεχόντων από το Πανεπιστήμιο της Κοπεγχάγης, οι οποίοι έχουν αναπτύξει ένα νέο μοντέλο τεχνητής νοημοσύνης, που μπορεί να εκτιμήσει ακριβώς τα παραπάνω.
Ακριβώς όπως το ChatGPT μπορεί να προβλέψει την επόμενη πιο πιθανή λέξη σε μια πρόταση, οι ερευνητές αποδεικνύουν σε μια νέα μελέτη ότι είναι δυνατό να κατασκευαστεί ένα γενετικό μοντέλο τεχνητής νοημοσύνης, ικανό να υπολογίζει την επόμενη πιο πιθανή διάγνωση, μεταξύ περισσότερων από 1.000 κοινών ασθενειών. Πρόκειται για μελέτη που μόλις δημοσιεύθηκε στο έγκριτο επιστημονικό περιοδικό Nature.
Στη μελέτη αναφέρεται ότι το Delphi-2M -όπως ονομάζεται το μοντέλο- χρησιμοποιεί ιατρικά ιστορικά, πρότυπα ασθενειών (διαγνώσεις) και παράγοντες του τρόπου ζωής (κάπνισμα, αλκοόλ, παχυσαρκία, αλλά και ηλικία και φύλο), ώστε να δώσει την πρόβλεψη για μια δεκαετία.
Το εργαλείο μπορεί να εξετάσει και ανώνυμα δεδομένα αρχείων ασθενών, για να δει τι μπορεί να συμβεί την επόμενη δεκαετία. Για την ακρίβεια, σε αυτά δοκιμάστηκε, αφότου εκπαιδεύτηκε (machine learning λέγεται). Εξέτασε δεδομένα από 400.000 άτομα της UK Biobank (σ.σ. μακροπρόθεσμη προοπτική μελέτη βιοτραπεζών στο Ηνωμένο Βασίλειο) και 1.9 εκατομμύρια ασθενών στο εθνικό μητρώο ασθενών της Δανίας.
VIRAL
«Σήμερα, επιβιώνουμε από πολλές ασθένειες που στο παρελθόν θα ήταν θανατηφόρες. Καθώς γερνάμε, αντιμετωπίζουμε ένα μέλλον στο οποίο πολλοί άνθρωποι θα υποφέρουν από πολλαπλές παθήσεις ταυτόχρονα. Γι’ αυτό πρέπει να κατανοήσουμε πώς αλληλεπιδρούν οι ασθένειες», είπε ο Søren Brunak, καθηγητής στο Τμήμα Δημόσιας Υγείας του Πανεπιστημίου της Κοπεγχάγης και ένας από τους ερευνητές της μελέτης.
Η τεχνητή νοημοσύνη χαρτογραφεί τις οδούς εξέλιξης των ασθενειών
Η δυνατότητα μιας μεθόδου να χειρίζεται ταυτόχρονα τόσο μεγάλο αριθμό διαγνώσεων, αποτελεί μια καινοτόμο εξέλιξη. Μέχρι τώρα, οι ερευνητές και οι υγειονομικές αρχές εστίαζαν συνήθως σε μεμονωμένες ασθένειες ή στην αλληλεπίδραση μεταξύ λίγων διαγνώσεων κατά την πρόβλεψη των μελλοντικών τάσεων των ασθενειών. Ωστόσο, αυτή η προσέγγιση δε λαμβάνει υπόψη την πολυνοσηρότητα, όπου ένας μεμονωμένος ασθενής πάσχει από πολλές χρόνιες παθήσεις ταυτόχρονα.
«Αυτοί οι ασθενείς είναι δύσκολο να αντιμετωπιστούν. Τι πρέπει να αντιμετωπιστεί πρώτα; Πού πρέπει να απευθυνθούν στο σύστημα υγείας; Η πολυνοσηρότητα είναι μια δαπανηρή και πολύπλοκη πρόκληση και γι’ αυτό πρέπει να χαρτογραφήσουμε τις “οδούς” της εξέλιξης των ασθενειών – τις διαδρομές που ακολουθούν συνήθως οι ασθενείς», λέει ο Søren Brunak.
Το μοντέλο έχει εκπαιδευτεί με βάση δεδομένα υγείας από την UK Biobank. Έχει μάθει από τις πορείες των ασθενειών και τον τρόπο ζωής 400.000 συμμετεχόντων και μπορεί να αναγνωρίσει μοτίβα στην εξέλιξη της υγείας τους με την πάροδο του χρόνου. Αυτές οι γνώσεις χρησιμοποιούνται για την πρόβλεψη της επόμενης πιθανής ασθένειας.
Διαβάστε επίσης
Οι ακριβέστερες προβλέψεις και οι δυσκολίες
Επειδή ορισμένες ασθένειες ακολουθούν πιο προβλέψιμα μοτίβα, το μοντέλο είναι πιο ακριβές στην πρόβλεψη διαγνώσεων όπως καρδιακές προσβολές, ορισμένοι τύποι καρκίνου ή σήψη, ενώ καταστάσεις όπως επιπλοκές της εγκυμοσύνης είναι πιο δύσκολο να προβλεφθούν.
Αν και το μοντέλο είναι πιο κατάλληλο για την πραγματοποίηση προβλέψεων σε επίπεδο πληθυσμού, μπορεί να ωφελήσει και μεμονωμένους ασθενείς, παρέχοντας στους επαγγελματίες υγείας βαθύτερες γνώσεις σχετικά με την εξέλιξη της νόσου και τις αλληλεπιδράσεις. Αυτό διευκολύνει την αξιολόγηση του εάν ένας ασθενής διατρέχει αυξημένο κίνδυνο και πρέπει να λάβει πιο εντατική θεραπεία:
«Η ιδέα πίσω από αυτό το μοντέλο είναι επίσης να προβάλει την πορεία της νόσου, ώστε ο γιατρός να γνωρίζει από την αρχή πόσο επιθετικά πρέπει να σας θεραπεύσει. Για ορισμένους ασθενείς με διαβήτη, οι αλλαγές στον τρόπο ζωής μπορεί να είναι επαρκείς αρχικά, ενώ άλλοι θα πρέπει να ξεκινήσουν αμέσως φαρμακευτική αγωγή», λέει ο Søren Brunak.
Το αντίστροφο σενάριο ισχύει, επίσης. Επειδή μπορεί να είναι δύσκολο να διακριθούν οι ασθενείς υψηλού κινδύνου από τους άλλους, πολλοί λαμβάνουν θεραπεία που μπορεί να μην είναι απαραίτητη. «Όσο περισσότερο κατανοούμε την εξέλιξη της νόσου, τόσο καλύτερα μπορούμε να μειώσουμε την περιττή υπερθεραπεία», προσθέτει ο Søren Brunak.
Πρωτότυπο αλλά με μεγάλες δυνατότητες
Ωστόσο, όσοι περιμένουν να δουν τη μέθοδο σε κλινική χρήση θα πρέπει να είναι υπομονετικοί. Ο Søren Brunak τονίζει ότι το μοντέλο είναι ακόμα μόνο ένα πρωτότυπο: «Θέλαμε να διερευνήσουμε αν είναι δυνατό να αναπτυχθεί μια μέθοδος που να μπορεί να χειριστεί ταυτόχρονα περισσότερες από 1.000 ασθένειες. Η μελέτη μας δείχνει ότι είναι», λέει.
Για να μπορέσει το μοντέλο να προβλέψει όχι μόνο την επόμενη ασθένεια αλλά και τις επόμενες, πρέπει να εκπαιδευτεί σε ένα μεγαλύτερο σύνολο δεδομένων από τα περίπου 400.000 άτομα που συμμετείχαν στην αρχική μελέτη.
Εντούτοις, οι ερευνητές είναι εντυπωσιασμένοι από την ακρίβεια των προβλέψεων του μοντέλου, λέει ο Laust Mortensen, καθηγητής στο Τμήμα Δημόσιας Υγείας του Πανεπιστημίου της Κοπεγχάγης και ερευνητής στο Ίδρυμα Rockwool. «Η μέθοδός μας έχει μεγάλες δυνατότητες. Αν και εκπαιδεύτηκε με βρετανικά δεδομένα, έχουμε δείξει χρησιμοποιώντας δανικά δεδομένα ότι μπορεί επίσης να εφαρμοστεί με μεγάλη ακρίβεια στη Δανία για την πρόβλεψη ασθενειών», αναφέρει.
0 ΣΧΟΛΙΑ