Podle nedávné studie vědců z Boston University School of Medicine (BUSM) mohou výpočetní techniky (umělá inteligence/AI) pomoci zmírnit některé problémy spojené s poskytováním péče o stárnoucí populaci trpící demencí.
"Dokonce i za okolností, kdy je specializovaný neurolog nebo neuroradiolog zaneprázdněn přímým stanovením diagnózy, lze předpokládat, že by mohla nastoupit určitá míra automatizace, která by pomohla, a umožnila tak lékařům a jejich pacientům odpovídajícím způsobem naplánovat léčbu," vysvětluje odpovídající autorka Vijaya B. Kolachalama, Ph.D., FAHA, odborná asistentka medicíny na BUSM. Výsledky výzkumu byly nedávno zveřejněny v časopise Nature Communications.
Výzkumy z minulosti ukázaly, že modely umělé inteligence dokáží jednoduše volit mezi "nemocí" a "žádnou nemocí", ale lékaři takto pacienty neléčí. Ti musí spíše brát v úvahu všechny potenciální stavy, které by mohly mít na pacienta v jejich ordinaci vliv, a to v závislosti na fyzikálním vyšetření, neuropsychologických testech, laboratorních výsledcích a zobrazovacích metodách, aby stanovili charakteristický podpis, který diagnózu upevní. Tento výzkum podle Kolachalamova názoru mnohem více odpovídá této situaci "reálného světa", protože umožňuje počítači nulově určit skutečnou příčinu pacientovy nemoci, i když existují i jiné možnosti.
"Ukazujeme, že toho lze dosáhnout, když je modelu předložena široká diferenciální diagnóza možných onemocnění. Pro kontext: "demence", jak ji známe, může být důsledkem různých procesů; nejčastějším z nich je Alzheimerova choroba, ale chronické změny duševního stavu člověka se mohou objevit i u jiných poruch - od Parkinsonovy choroby přes geriatrickou depresi až po nedostatky ve výživě a další. Naše studie je nová, protože na rozdíl od předchozích prací demonstruje výpočetní strategii pro zajištění přesné diagnózy během této rozmanité krajiny neurologických onemocnění," dodává.
Výzkumníci navrhli řadu počítačových modelů schopných zpracovat velké množství dat, která mohou být shromážděna během typického vyšetření pacienta s podezřením na demenci, včetně výsledků neuro-psychologických a funkčních testů, anamnézy, fyzikálního vyšetření, demografických údajů a snímků magnetické rezonance. Tyto informace byly následně předány neuronové síti, která byla vyškolena, aby z tohoto rozsáhlého souboru vstupních dat získala znaky specifické pro danou nemoc.
Pomocí specializovaných metod strojového učení se jim podařilo přesně určit části dat, které jejich model použil při diagnostickém rozhodování, včetně důležitých výsledků neuro-psychologických testů, laboratorních hodnot a nálezů při fyzikálním vyšetření, které by mohly naznačovat konkrétní onemocnění. Stejné metody pak použili k lokalizaci změn souvisejících s demencí na snímcích magnetické rezonance a zjistili, že místa, která model označil jako "důležitá", odpovídají oblastem mozku s mikroskopickými důkazy degenerativních změn tkáně.
Nakonec se mezinárodní skupina lékařů zúčastnila srovnávací studie "head-to-head" s modely umělé inteligence. Odborníkům i modelu byl předložen identický soubor pacientů a byli požádáni, aby stanovili diagnózu na základě stejných informací. Přesnost lékařů a počítače byla podobná.
Kolachalama věří, že výpočetní strategie mohou pomoci zmírnit některé obtíže při poskytování péče o pacienty s demencí u stárnoucí populace. "Ve scénářích, kdy pacienti nemusí být schopni dosáhnout na specializovanou neurologickou péči, by naše práce mohla pomoci zaplnit mezery a spojit lidi s včasnými informacemi o jejich zdravotním stavu a stavu jejich blízkých."
Zdroj: DOI: 10.1038/s41467-022-31037-5 (i.f.: 17,9)
Foto: Robina Weermeijer, Unsplash
Více z medicíny a zdraví na CZECHSIGHT:
Peter Kutsos
Filip Šlapal
Vstup do diskuze