زوال عقل یکی از موضوعات است که در دنیای امروز اهمیت بالایی پیدا کرده است، به طوری که آمار مبتلایان به زوال عقل در سال 2015 حدود 46 میلیون بود اما با روند رو به رشدی که در این بیماری شاهد هستیم، انتظار می رود که شمار مبتلایان به زوال عقل همگام با آلزایمر به 75 میلیون برسد.
معمولا تغییرات شناختی گاهی سال ها زودتر از بروز علائم بارز بیماری شروع می شوند بنابراین تشخیص زودهنگام آن بسیار دشوار است و زمانی افراد و اطرافیان و پزشک متوجه آن می شوند که بیماری پیشرفت کرده است. از این رو، تشخیص زودهنگام بسیار می تواند مهم باشد به طوری که روند درمانی را جلوتر می اندازد و درمان با موفقیت بیشتری پیش می رود و کیفیت زندگی بیماران تا حد زیادی بهبود می یابد.
به گزارش apkmetro ، بسیاری از تجزیه و تحلیل هایی که در حال حاضر توسط یادگیری ماشینی هوش مصنوعی انجام می شود، از طریق بررسی داده های سلامت الکترونیکی مبتلایان صورت می گیرد تا محققان دریابند که چه ترکیبی از اجزای خطرناک، نشانگر کاهش شناختی هستند.
آنها داده دیجیتالی بیش از 16 هزار ویزیت پزشکی حدود 4330 بیمار را مورد بررسی قرار دادند. محققان از یک مانکن برای تشخیص 31 مؤلفه مرتبط با کاهش شناختی در افراد استفاده کردند. به عنوان مثال الگوی تجویز مجدد نسخه نشان می دهد که افراد داروهای خود را طبق دستور مصرف نمی کنند، به موقع به پزشک مراجعه نمی کنند و از مراقبت های ضروری استفاده نمی کنند. آنها از این طریق، به تجزیه و تحلیل زوال عقل در افراد پرداختند.
پژوهشگران نتیجه گرفتند که اگر افراد دارای 5 درصد از این ویژگی های بررسی شده از طریق مانکن باشند، از هر 6 نفر، یک نفر مبتلا به زوال عقل هستند. محققان امیدوارند که این بررسی ها در آینده ای نزدیک بتواند در شناسایی مبتلایان به پارکینسون و آلزایمر نیز مؤثر واقع شوند.
روش های یادیگیری ماشینی حتی برای پیش بینی نتیجه نهایی زوال عقل طولانی مدت در افراد مبتلا هم به کار می رود که این کار براساس وجود نشانگرهای آلی بیماری انجام می شود. محققان با کمک این الگوریتم ها، نشان می دهند که کدام دسته از نشانگرهای آلی مشابه مولکول ها در مایع نخاعی به گردش در می آیند که در نهایت نشان می دهد که کدام یک از افراد در معرض ابتلا به زوال عقل هستند.
مترجم:پروانه غفاری
No tags for this post.