Искусственный интеллект может ускорить и улучшить диагностику Альцгеймера

Искусственный интеллект (ИИ) может помочь быстрее диагностировать болезнь Альцгеймера и улучшить прогноз пациентов, показало новое исследование Университета Шеффилда.

Новое исследование Института нейробиологии Университета Шеффилда рассматривает, как рутинное использование ИИ в здравоохранении может помочь уменьшить временные и экономические последствия, которые распространенные нейродегенеративные заболевания, такие как болезни Альцгеймера и Паркинсона, оказывают на NHS.

Основным фактором риска многих неврологических расстройств является возраст, и, поскольку население во всем мире живет дольше, чем когда-либо прежде, ожидается , что число людей с нейродегенеративным заболеванием достигнет беспрецедентного уровня. По прогнозам, к 2050 году число людей, живущих только с болезнью Альцгеймера, утроится и достигнет 115 миллионов, что станет реальной проблемой для системы здравоохранения.

Новое исследование, опубликованное в журнале Nature Reviews Neurology , подчеркивает, как технологии искусственного интеллекта, такие как алгоритмы машинного обучения, могут обнаруживать нейродегенеративные расстройства, вызывающие гибель части мозга, до того, как прогрессирующие симптомы ухудшатся. Это может повысить шансы пациентов на пользу от успешного лечения, изменяющего болезнь.

Ведущий автор исследования доктор Лаура Феррайуоло из Университета Шеффилда сказала: «Большинство нейродегенеративных заболеваний до сих пор не излечиваются, и во многих случаях их диагностируют поздно из-за их молекулярной сложности.

«Широкое внедрение технологий искусственного интеллекта может помочь, например, предсказать, у каких пациентов с умеренными когнитивными нарушениями разовьется болезнь Альцгеймера или насколько сильно их моторные навыки со временем ухудшатся.

«Технологии на базе искусственного интеллекта также могут использоваться, чтобы помочь пациентам сообщать о своих симптомах удаленно и в уединении собственного дома, что будет огромным преимуществом для пациентов с ограниченными возможностями передвижения».

Алгоритмы машинного обучения могут быть обучены распознавать изменения, вызванные заболеваниями, на медицинских изображениях, информации о движениях пациента, записях речи или видеозаписи, демонстрирующей поведение пациента, что делает ИИ ценным диагностическим средством.

Например, его могут использовать обученные специалисты в радиологических отделениях для более быстрого анализа изображений и выделения важных результатов для немедленного наблюдения.

Алгоритмы также могут слушать речь пациентов и анализировать их словарный запас и другие семантические характеристики, чтобы оценить их когнитивные функции. Машинное обучение также может использовать информацию, содержащуюся в электронных медицинских картах или генетических профилях, чтобы предлагать наилучшие методы лечения для отдельных пациентов.

Исследование является результатом длительного тесного сотрудничества между биотехнологической компанией BenevolentAI и группой исследователей из Института нейробиологии Университета Шеффилда, Моникой Мышчинской, доктором Ричардом Мидом и доктором Гийомом Отбергом.

Первый автор статьи, Моника Мышчинска из Университета Шеффилда, сказала: «Использование ИИ в клинических условиях может привести к экономии в NHS за счет уменьшения необходимости для пациентов, страдающих такими изнурительными заболеваниями, как БДН, ездить в клинику, что является очень актуально во время текущей пандемии, а также времени, которое пациенты и врачи проводят в клинике.

«Пока рано говорить о результатах с точки зрения лечения, но в этом исследовании мы изучили, как можно использовать методы машинного обучения для определения наилучшего курса лечения для пациентов на основе прогрессирования их заболевания или как его можно использовать для выявления новые терапевтические мишени и препараты.

«Дальнейшие исследования теперь будут сосредоточены на совершенствовании существующих диагностических технологий, а также на создании новых алгоритмов, которые сделают использование ИИ для прогнозирования прогнозов и открытия лекарств реальностью. Искусственный интеллект питается данными, поэтому создание международных консорциумов и сотрудничества ключ к этим будущим начинаниям “.

Это исследование является частью работы Института нейробиологии Университета Шеффилда, целью которого является объединение ученых и ученых разных специальностей для преобразования научных открытий, полученных в лаборатории, в новаторские методы лечения, которые принесут пользу пациентам с нейродегенеративными расстройствами.

услуги нутрициологаАвтор сайта и статей: Наталья Степанова, нутрициолог-психолог, консультант по питанию и коррекции веса. Подробнее обо мне

Я в соц. сетях: Vk, Instagram.

Рейтинг
Еще статьи нутрициолога:
Adblock
detector