Ученые, использующие передовой ИИ для анализа медицинских данных, смогли предсказать риск развития у человека таких заболеваний, как болезнь Альцгеймера и сердечные заболевания, за 10 лет до постановки диагноза. Для исследования, опубликованного в Nature Aging , исследователи использовали машинное обучение для изучения образцов крови более 45 000 человек.

Инструменты искусственного интеллекта смогли выявить закономерности присутствия белков в крови, связанные с повышенным риском заболевания, что позволило исследователям точно предсказать вероятность развития заболевания у человека до появления симптомов.

Эксперты утверждают , что способность обнаруживать ранние признаки широкого спектра заболеваний может открыть возможности для раннего вмешательства и профилактики.

Ранние стадии
Исследовательская группа, в которую вошли ученые из Эдинбургского университета и коммерческие партнеры Optima Partners и Biogen, проанализировала образцы крови из британского Биобанка — базы данных генетической и медицинской информации 500 000 участников из Великобритании.

Они использовали искусственный интеллект и инструменты машинного обучения для выявления белковых паттернов в крови, указывающих на развитие распространенных заболеваний, включая болезнь Альцгеймера, болезни сердца и диабет 2 типа.

Информация о диагностике заболеваний была взята из медицинских карт участников в течение 10 лет после анализа образцов крови.

Затем группа проверила, можно ли использовать эти паттерны для диагностики заболеваний в образцах крови отдельной группы людей, данные которых не использовались для создания белковых паттернов.

Они обнаружили, что белковые паттерны повышают точность прогнозирования за пределами традиционных факторов риска, таких как возраст, пол, образ жизни, уровень холестерина и другие обычно измеряемые клинические переменные.

Не ожидается, что внедрение этой формы анализа произойдет немедленно, но эксперты говорят, что их исследование является многообещающим шагом вперед в прогнозировании рисков.

«Отрадно видеть, какой большой потенциал таит в себе один образец крови, позволяющий нам прогнозировать ряд исходов заболеваний. Возможность обнаружения ранних предупреждающих признаков для широкого спектра состояний может открыть возможности для раннего вмешательства и профилактики, что станет важным моментом для отрасли здравоохранения», — говорит доктор Дэнни Гэдд.

Еще предстоит проделать большую работу, чтобы преобразовать эти результаты в практические для использования в клинических условиях. Однако наши открытия заложили прочную основу для включения новых сигнатур прогнозирования риска, чтобы пролить свет на возможные пути и механизмы, лежащие в основе заболеваний.

«Подобное распознавание образов было бы невозможно без современных технологий машинного обучения и их способности анализировать данные в таком масштабе, а это, в свою очередь, позволит нам решать некоторые из самых острых проблем здравоохранения нашего времени», — говорит доктор Крис Фоли.