Ново проучване: Неинвазивният тест предсказва риска от болестта на Алцхаймер и деменция

Ново изследване показва, че напредъкът в технологията вече позволява на софтуера да прогнозира риска от развитие на болестта на Алцхаймер и свързаните с нея деменции от информация, получена по време на рутинни посещения на лекар.

Откритието е важно, тъй като е евтин, ненатрапчив метод за откриване на хронично заболяване, което често нарушава живота както на индивида, така и на неговото или нейното семейство.

Учени от Regenstrief Institute, University of India и Merck разработиха и тестваха алгоритмите, използвайки данни от електронни медицински записи. Новото развитие е важно, тъй като поне 50% от по-възрастните пациенти в първичната помощ, живеещи с болестта на Алцхаймер и свързаните с тях деменции, никога не получават диагноза.

И много повече живеят със симптоми от две до пет години, преди да бъдат диагностицирани. В момента тестовете за скрининг на риск от деменция са инвазивни, отнемащи време и скъпи.

„Най-страхотното при този метод е, че той е пасивен и осигурява подобна точност на по-натрапчивите тестове, които се използват в момента“, казва водещият изследовател Малаз Бустани, д-р, MPH, изследовател от Regenstrief Institute и професор в Университета в Индиана Медицински факултет.

„Това е евтино, мащабируемо решение, което може да осигури значителна полза за пациентите и техните семейства, като им помогне да се подготвят за възможността за живот с деменция и им даде възможност да предприемат действия.“

Изследователският екип, който също включваше учени от щата Джорджия, Медицинския колеж Алберт Айнщайн и Solid Research Group, наскоро публикува своите констатации относно два различни подхода за машинно обучение.

Една статия, публикувана в Вестник на Американското общество за гериатрия, анализира резултатите от алгоритъм за обработка на естествен език. При тази техника подходите за машинно обучение се определят чрез анализиране на примери.

Сроден подход, обсъден в Изкуствен интелект в медицината статия, сподели резултатите от модел, който използва ансамбъл от дървета за решения. И двата метода показват сходна точност при прогнозиране на началото на деменция в рамките на една и три години след диагностицирането.

За да обучат алгоритмите, изследователите са събрали данни за пациенти от Индианската мрежа за грижа за пациентите. Моделите използваха информация за предписанията и диагнозите, които са структурирани полета, както и медицински бележки, които са свободен текст, за да се предскаже началото на деменция.

Изследователите установиха, че бележките в свободен текст са най-ценни за подпомагане на идентифицирането на хората в риск от развитие на болестта.

„Това изследване е вълнуващо, тъй като потенциално предоставя значителна полза за пациентите и техните семейства“, казва д-р Патрик Монахан, автор на изследването от IU School of Medicine и учен от Regenstrief.

„Клиницистите могат да предоставят образование за поведението и навиците, за да помогнат на пациентите да се справят със симптомите си и да живеят по-качествено.“

Зина Бен Милед, доктор по медицина, автор на изследване от Техническото и технологично училище Purdue обяснява: „Ранното идентифициране на риска дава възможност на лекарите и семействата да изготвят план за грижи. От опит знам каква тежест може да бъде справянето с диагноза деменция. Прозорецът, предоставен от този тест, е толкова важен, за да помогне за подобряване на качеството на живот както на пациентите, така и на техните семейства. "

В допълнение към ползите за семействата, тези методи могат да осигурят и значителни икономии на разходи за пациентите и здравните системи. Те заместват нуждата от скъпи тестове и позволяват на клиницистите да преглеждат цели популации, за да идентифицират най-изложените на риск. Забавянето на появата на симптоми също спестява значителна сума пари за лечение.

Следващата стъпка е да се внедрят тези алгоритми за машинно обучение в реални клиники, за да се провери дали те помагат да се идентифицират по-истински случаи на деменция, както и да се научи как те влияят върху желанието на пациента да проследи резултатите.

Източник: Regenstrief Institute