پیشبینی پارکینسون با دقت ۱۰۰ درصدی ۷ سال قبل از ابتلا
[ad_1]
یک مطالعه جدید توسعه نشانگرهای زیستی را نشان میدهد که میتواند راه را برای درمان دارویی زودهنگام هموار کند و امیدی برای کند کردن یا جلوگیری از پیشرفت بیماری پارکینسون ایجاد کند.
به گزارش ایسنا، محققان دانشگاه UCL و مرکز پزشکی دانشگاه گوتینگن آزمایش خونی ایجاد کردهاند که از هوش مصنوعی (AI) برای پیشبینی بیماری پارکینسون تا هفت سال قبل از ظهور علائم استفاده میکند.
بیماری پارکینسون، یک اختلال عصبی که با لرزش، سفتی و حرکات آهسته مشخص می شود، سریع ترین بیماری عصبی در حال رشد در جهان است. تشخیص زودهنگام یک چالش است، اما یک مطالعه جدید اخبار امیدوارکننده ای را ارائه می دهد.
تشخیص زودهنگام: پیشرفت در درمان پارکینسون
به گفته AI، تشخیص بیماری پارکینسون در حال حاضر بر اساس مشاهده علائم مرتبط با حرکت است. در زمان وقوع آنها، آسیب مغزی قابل توجهی رخ داده است. با این حال، این آزمایش خون جدید این پتانسیل را دارد که انقلابی در درمان پارکینسون ایجاد کند.
پروفسور کوین میلز، نویسنده ارشد این مطالعه، گفت: “با ظهور درمان های جدید، ما باید قبل از ظهور علائم، بیماران را تشخیص دهیم، بنابراین محافظت از سلول های موجود مهم است.”
تشخیص زودهنگام به پزشکان اجازه می دهد تا قبل از پیشرفت قابل توجه بیماری مداخله کنند و به طور بالقوه پیشرفت آن را کند یا حتی متوقف کنند. این آزمایش مبتنی بر هوش مصنوعی هشت نشانگر زیستی خون را که در بیماران مبتلا به بیماری پارکینسون تغییر میکنند، تجزیه و تحلیل میکند.
میلز توضیح داد که آنها غربالگری گسترده ای از پروتئین های خون برای کشف نشانگرهای زیستی جدید انجام دادند و متعاقباً آنهایی را که قبلاً توسط تحقیقات موجود پیشنهاد شده بود انتخاب کردند.
در یک کارآزمایی بالینی، الگوریتم یادگیری ماشینی به دقت خیره کننده 100 درصدی در تشخیص بیماری دست یافت. محققان سپس قدمی فراتر برداشتند و توانایی این آزمایش را برای پیشبینی پیشرفت آینده بیماری پارکینسون بررسی کردند.
این آزمایش خون افراد در معرض خطر را سالها قبل از ظهور علائم شناسایی می کند.
این مطالعه بر روی بیماران مبتلا به اختلال رفتار حرکت سریع چشم در خواب (iRBD) متمرکز شد. حالتی که در آن افراد به صورت فیزیکی رویاهای خود را برآورده می کنند. حدود 75 تا 80 درصد بیماران در نهایت دچار سینوکلینوپاتی می شوند، گروهی از اختلالات مغزی که با تجمع پروتئین آلفا سینوکلئین که شامل بیماری پارکینسون می شود، مشخص می شود.
ابزار هوش مصنوعی نمونه های خون این بیماران را تجزیه و تحلیل کرد و دریافت که 79 درصد از پروفایل های خونی بیماران مبتلا به اختلال رفتار خواب REM با بیماران مبتلا به بیماری پارکینسون مطابقت دارد.
جالبتر اینکه محققان به مدت 10 سال وضعیت این بیماران را دنبال کردند. پیشبینیهای هوش مصنوعی درست بود و این فناوری به درستی 16 فرد مبتلا به پارکینسون را شناسایی کرد.
این دوره طولانی پیگیری اعتبار آزمون را تقویت می کند و پتانسیل آن را برای مداخله زودهنگام نشان می دهد.
بهبود آزمایش و هدف قرار دادن درمان های جدید
محققان به طور فعال در حال بهبود این آزمایش هستند. دکتر مایکل بارتل، نویسنده اول، اهمیت نشانگرهای زیستی شناسایی شده را توصیف می کند.
او توضیح میدهد: «با اندازهگیری هشت پروتئین در خون، میتوانیم سالها قبل بیماران بالقوه پارکینسون را شناسایی کنیم. این بدان معنی است که درمان دارویی به طور بالقوه می تواند در مراحل اولیه انجام شود، که احتمالاً می تواند پیشرفت بیماری را کاهش دهد یا حتی از بروز آن جلوگیری کند.
این بیومارکرها فقط ابزارهای تشخیصی نیستند. آنها اهداف بالقوه ای برای توسعه دارو در آینده در نظر گرفته می شوند.
انتهای پیام
[ad_2]