Test krwi z wykorzystaniem sztucznej inteligencji poprawia diagnozowanie demencji
Naukowcy opracowali test krwi oparty na sztucznej inteligencji, który osiąga dokładność 92,3% w rozpoznawaniu chorób neurodegeneracyjnych.
Naukowcy z Washington University School of Medicine w St. Louis opracowali test krwi z wykorzystaniem sztucznej inteligencji, który potrafi odróżnić kilka głównych chorób neurodegeneracyjnych z dokładnością 92,3%. Technologia ta może pomóc w rozwiązaniu jednego z największych wyzwań w opiece nad demencją: dokładnym identyfikowaniu przyczyny spadku zdolności poznawczych.
Badanie, opublikowane w czasopiśmie Alzheimer’s & Dementia, pokazuje, jak prosty próbka krwi w połączeniu z analizą AI może wspierać wcześniejsze i dokładniejsze diagnozy choroby Alzheimera, choroby Parkinsona, demencji czołowo-skroniowej oraz demencji z ciałami Lewy'ego. Co ważne, system potrafi również wykrywać obecność wielu procesów chorobowych u tego samego pacjenta.
Kompleksowość demencji
Diagnozowanie zaburzeń związanych z demencją jest trudne, ponieważ objawy często się pokrywają, a różne choroby neurodegeneracyjne mogą występować jednocześnie. W rezultacie pacjenci często otrzymują pojedynczą diagnozę, nawet gdy wiele patologii przyczynia się do ich stanu.
Jak zauważa Carlos Cruchaga, profesor psychiatrii w Washington University School of Medicine, obecne narzędzia diagnostyczne nie są zaprojektowane do uchwycenia tej biologicznej złożoności. "Wielu pacjentów otrzymuje diagnozę choroby Alzheimera lub Parkinsona, podczas gdy ich mózgi mogą wykazywać dowody na kilka procesów neurodegeneracyjnych," wyjaśnia. "Dla medycyny precyzyjnej potrzebujemy narzędzi, które mogą zidentyfikować pełne spektrum choroby występującej u danej osoby."
Nowo opracowany klasyfikator został zaprojektowany z myślą o tym wyzwaniu, dążąc do dostarczenia szerszego obrazu zdrowia mózgu, a nie tylko prostego wyniku pozytywnego lub negatywnego dla jednej choroby.
Biomarkery krwi
Aby opracować test, naukowcy zidentyfikowali 15 białek krwi związanych z chorobami neurodegeneracyjnymi. Biomarkery te obejmowały ustalone wskaźniki patologii Alzheimera oraz białka związane z zapaleniem, uszkodzeniem neuronów i dysfunkcją synaptyczną.
Model AI został wytrenowany i oceniony na podstawie próbek krwi od ponad 3200 osób zarejestrowanych w Centrum Badań nad Chorobą Alzheimera i programie zaburzeń ruchowych na Washington University. Zbiór danych obejmował pacjentów z diagnozą choroby Alzheimera, choroby Parkinsona, demencji czołowo-skroniowej, demencji z ciałami Lewy'ego oraz zdrowych kontrolnych.
Naukowcy następnie zwalidowali model, korzystając z oddzielnej kohorty 225 osób, które przeszły szczegółowe oceny poznawcze za życia oraz badania neuropatologiczne po śmierci. Pozwoliło to zespołowi na bezpośrednie porównanie prognoz AI z rzeczywistym obciążeniem chorobowym stwierdzonym w tkance mózgowej. Klasyfikator osiągnął ogólną dokładność diagnostyczną na poziomie 92,3% i wykazał silną zgodność z diagnozami klinicznymi oraz wynikami pośmiertnymi.
Wykrywanie mieszanej patologii
Jednym z najbardziej znaczących odkryć była zdolność modelu do identyfikacji mieszanej patologii neurodegeneracyjnej, co jest powszechnym, ale klinicznie trudnym zjawiskiem. Na przykład system wykrył biologiczne zmiany związane z chorobą Alzheimera u niektórych pacjentów, którzy byli pierwotnie diagnozowani z chorobą Parkinsona, ale później rozwinęli demencję. Dobrze sprawdził się również w przypadkach, w których diagnozy były niepewne, w tym u osób z łagodnymi zaburzeniami poznawczymi i niejednoznacznymi objawami neurologicznymi.
Naukowcy odkryli, że prognozy dotyczące choroby Alzheimera ściśle odzwierciedlały rzeczywiste obciążenie płytkami amyloidowymi stwierdzonymi podczas autopsji, co sugeruje, że test uchwyca podstawowe procesy chorobowe nawet przed ustaleniem ostatecznej diagnozy klinicznej.
Rutynowe zastosowanie kliniczne
Chociaż test krwi nie jest jeszcze gotowy do rutynowego stosowania klinicznego, naukowcy wierzą, że w przyszłości może odegrać ważną rolę zarówno w badaniach, jak i w opiece nad pacjentami. Dalsze badania z udziałem większych i bardziej zróżnicowanych populacji będą potrzebne do potwierdzenia wyników i oceny zdolności modelu do przewidywania postępu choroby w czasie.
Jeśli technologia zostanie zweryfikowana, może pomóc lekarzom określić, którzy pacjenci wymagają skierowania do specjalisty, dodatkowych badań diagnostycznych lub ukierunkowanego leczenia. Może również wspierać rekrutację odpowiednich uczestników do badań klinicznych ukierunkowanych na konkretne ścieżki neurodegeneracyjne.
W miarę jak diagnostyka oparta na krwi nadal się rozwija, narzędzia takie jak ten klasyfikator oparty na AI mogą pomóc w przesunięciu opieki nad demencją w kierunku wcześniejszej, dokładniejszej i bardziej spersonalizowanej diagnozy, co jest ważnym krokiem w przygotowaniach systemów opieki zdrowotnej na rosnące globalne obciążenie chorobami neurodegeneracyjnymi.
Rozwiązanie Mayo Clinic
W zeszłym roku badania przeprowadzone przez Mayo Clinic wykazały, że inny nowy test krwi może wykrywać obecność choroby Alzheimera u osób z zaburzeniami poznawczymi z dokładnością 95% w warunkach ambulatoryjnych. Wyniki zostały opublikowane w Alzheimer’s & Dementia i podkreślają wzrost innowacyjnych diagnostyk w opiece nad osobami starszymi.
Ten konkretny test krwi mierzy obecność dwóch biomarkerów w osoczu krwi: Aβ42/40 i p-tau217. Są to białka związane z charakterystycznymi płytkami amyloidowymi w chorobie Alzheimera. Biomarker p-tau217 okazał się szczególnie wiarygodny w tym badaniu: podwyższone stężenia tego biomarkera stwierdzono u 95% pacjentów z problemami pamięci związanymi z chorobą Alzheimera.
Test przeprowadzono u ponad 500 pacjentów w Mayo Clinic Florida Memory Clinic, w wieku od 32 do 89 lat. Uczestnicy mieli różne formy zaburzeń pamięci, w tym typową i atypową chorobę Alzheimera, demencję z ciałami Lewy'ego oraz demencję naczyniową. W 56% przypadków zidentyfikowano chorobę Alzheimera jako główną przyczynę objawów.
Źródło: https://www.icthealth.org/news/ai-blood-test-improves-diagnosis-of-dementia
Źródło: www.icthealth.org