(SeaPRwire) – Nakakaalam ang mga eksperto sa utak sa ilang pangunahing mga factor na nagdudulot ng Alzheimer’s—mula sa henetika ng isang tao hanggang sa kanilang antas ng pisikal na aktibidad, gaano karaming pormal na edukasyon ang natanggap nila, at gaano sila ka-socially engaged.
Ngunit isa sa pangakong ng AI sa medisina ay maaari nitong makita ang mga hindi gaanong malinaw na ugnayan na hindi palaging makikita ng tao. Maaari bang tulungan ng AI na matuklasan ang mga kondisyon na may kaugnayan sa Alzheimer’s na hindi pa nalalaman?
Upang malaman ito, pinatakbo ni Marina Sirota at ng kanyang team sa University of California San Francisco (UCSF) ang isang machine-learning program sa isang database ng anonymous na electronic health records mula sa mga pasyente. Ang AI algorithm ay itinuro na kunin ang anumang karaniwang tampok na ipinamahagi ng mga tao na huling nadiagnose ng Alzheimer’s sa loob ng pitong taon. Ang database ay kasama ang clinical data, tulad ng resulta ng lab at imaging tests at mga diagnosis ng medical conditions.
“May ilang bagay na nakita namin na inaasahan, batay sa kaalaman namin tungkol sa Alzheimer’s, ngunit ilang bagay na natagpuan namin ay bago at interesante,” ayon kay Sirota. Ang mga resulta ay .
Sakit sa puso, mataas na cholesterol, at inflammatory conditions ay lumabas bilang mga factor ng panganib ng Alzheimer’s—hindi nakakagulat, dahil alam na nagdudulot ito sa pag-aakumula ng protein plaques sa utak. Ngunit ang mga hindi inaasahang kondisyon ay kinabibilangan ng osteoporosis sa mga babae at depression sa parehong lalaki at babae. Nakita rin ng mga mananaliksik ang hindi inaasahang mga pattern na lumilitaw malapit sa pagkadiagnose, tulad ng mas mababang antas ng vitamin D.
Tinatayang Sirota at Alice Tang, isang medical student sa bioengineering na siyang pinuno ng papel sa pag-aaral, na ang mga factor na ito ay hindi palaging nangangahulugan na ang isang tao ay magkakaroon ng Alzheimer’s. Ngunit ito ay maaaring mga bandera na maaaring tugunan ng pasyente upang potensyal na mabawasan ang kanilang panganib. “Ang pagkuha ng mga factor na ito ay nagbibigay sa amin ng mga clue na ang diagnosis ng Alzheimer’s ay darating, at ang mga bagay tulad ng [mataas na cholesterol] at osteoporosis ay maaaring baguhin [sa pamamagitan ng mga paggamot],” ayon kay Tang.
Hindi pa malinaw kung ang pagtrato sa mga isyu na ito ay aktuwal na mababawasan ang panganib ng isang tao na magkaroon ng Alzheimer’s; hindi idinisenyo ang pag-aaral upang sagutin ang tanong na iyon. Plano ni Sirota at ng kanyang team na patuloy na i-mine ang database ng mga health records upang matukoy kung ang mga tao na nakatanggap ng mga paggamot para sa mga kondisyon tulad ng osteoporosis o mataas na cholesterol, halimbawa, ay huli naming may mas mababang panganib ng Alzheimer’s kaysa sa mga pasyente na may mga kondisyon ngunit hindi ginamot ito. “Maaari naming tingnan nang retrospektibo ang data sa paggamot sa electronic medical records, kaya iyon ay tiyak na direksyon sa pagpapatuloy upang matukoy kung maaari naming gamitin ang anumang umiiral na mga terapiya upang bawasan ang panganib,” ayon kay Sirota.
Hinanap din ni Tang ang mga henetikong factor na may kaugnayan sa mga bagay tulad ng mataas na cholesterol o osteoporosis at Alzheimer’s na maaaring higit pang paliwanagin ang ugnayan sa pagitan ng mga factor ng panganib na ito. Ang ugnayan sa pagitan ng cholesterol at Alzheimer’s ay lumalabas na may kaugnayan sa gene na ApoE; matagal nang alam ng mga siyentipiko na ang isang partikular na anyo ng gene, ang ApoE4, ay may kaugnayan sa mas mataas na panganib na magkaroon ng Alzheimer’s. Nakilala rin ni Tang ang isang gene na may kaugnayan sa parehong osteoporosis at Alzheimer’s na maaaring maging bagong target ng pananaliksik para sa isang posibleng paggamot.
Nagsisimula ang pag-aaral na ipakita ang kapangyarihan ng machine learning sa pagtulong sa mga siyentipiko na higit pang maintindihan ang mga nagdudulot ng mga sakit na kompleks tulad ng Alzheimer’s, pati na rin ang kakayahan nito na mungkahi ng potensyal na bagong paraan ng paggamot.
More From TIME
Ang artikulo ay ibinigay ng third-party content provider. Walang garantiya o representasyon na ibinigay ng SeaPRwire (https://www.seaprwire.com/) kaugnay nito.
Mga Sektor: Pangunahing Isturya, Balita Araw-araw
Nagde-deliver ang SeaPRwire ng sirkulasyon ng pahayag sa presyo sa real-time para sa mga korporasyon at institusyon, na umabot sa higit sa 6,500 media stores, 86,000 editors at mamamahayag, at 3.5 milyong propesyunal na desktop sa 90 bansa. Sinusuportahan ng SeaPRwire ang pagpapamahagi ng pahayag sa presyo sa Ingles, Korean, Hapon, Arabic, Pinasimpleng Intsik, Tradisyunal na Intsik, Vietnamese, Thai, Indones, Malay, Aleman, Ruso, Pranses, Kastila, Portuges at iba pang mga wika.
