به گزارش همشهری آنلاین، گروهی از پژوهشگران در ژورنال npj Digital Medicine گزارش کردند که هوش مصنوعی جدیدی به وجود آمده که با دقت بالای 90 درصد قادر به تشخیص زمان تبدیل شدن بیماری میLDASHاس (اماس) به مرحلهای پیشرونده است.
کیم کولتیما، دانشیار علوم پزشکی دانشگاه اوپسالا در سوئد و یکی از نویسندگان این مقاله از اهمیت این کشف یاد کرد: “این توانایی به پزشکان اجازه میدهد تا تشخیص را زودتر انجام دهند و درمانها را به موقع تنظیم کنند، که این میتواند به کاهش سرعت پیشرفت بیماری کمک کند.”
اغلب بیماران میLDASHاس با نوع عودکننده بهبودیابنده شروع میکنند، که در آن علائم بیماری به صورت دورهای متناوب بروز میکند. با گذشت زمان، بسیاری از این بیماران به شکل پیشرونده تبدیل میشوند که در آن علائم بیماری به طور پیوسته وخیم میشوند و بدون وقفه پیشرفت میکنند.
این پژوهشگران معتقدند که تشخیص دقیق زمان تبدیل این بیماری از شکل عودکننده به پیشرونده بسیار مهم است، زیرا این دو شکل نیازمند درمانهای متفاوتی هستند. اما در حال حاضر، این تشخیص در بسیاری از موارد حدود سه سال پیش از شروع این تبدیل انجام میشود، که باعث ت&display=اد داروهایی که دیگر موثر نیستند، میشود.
این هوش مصنوعی روی دادههای بالینی بیش از 22,000 بیمار در رجیستری بیماری میLDASHاس سوئد، از جمله آزمایشهای عصبی، اسکنهای امآرآی و تاریخچه درمانهای مداوم، آموزش داده شده است. کولتیما توضیح داد: “مدل ما با بررسی الگوهای بیماریهای قبلی، قادر به تشخیص این است که آیا بیمار در شکل عودکننده-بهبودیابنده است یا به شکل پیشرونده تبدیل شده است. این مدل همچنین اطمینان خودش را در هر تشخیص ارزیابی میکند، که این برای پزشکان مفید است.”
برای تست این مدل، پژوهشگران از دادههای حدود 3,600 بیمار دیگر استفاده کردند و مشاهده کردند که هوش مصنوعی بیش از 87 درصد مواقع تبدیل بیماری را از شکل اولیه به پیشرونده بر میآورد. کولتیما بیان کرد: “این مدل میتواند به پزشکان کمک کند تا شرکتکنندگان مناسب برای آزمایشهای بالینی را شناسایی کنند، که این میتواند منجر به استراتژیهای درمانی مؤثرتر و شخصیسازیشدهتر شود.”
این گروه همچنین یک نسخه باز از این مدل را در دسترس عموم قرار دادهاند تا سایر پژوهشگران بتوانند آن را بررسی کنند.