Newsletter Newsletters Events Εκδηλώσεις Ποντάκαστ Βίντεο Africanews
Loader
Διαφήμιση

Νέα μελέτη: η τεχνητή νοημοσύνη μπορεί να αλλάξει τις συνταγές φαρμάκων για καρδιοπάθειες

Οπτική αναπαράσταση του CardioKG. Η εικόνα έχει επεξεργαστεί με τεχνητή νοημοσύνη ώστε να μοιάζει με καρδιά, αλλά βασίζεται σε πραγματικό δίκτυο.
Οπτική αναπαράσταση του CardioKG. Η εικόνα έχει τροποποιηθεί με τεχνητή νοημοσύνη ώστε να φαίνεται σε σχήμα καρδιάς, αλλά βασίζεται σε πραγματικό δίκτυο. Πνευματικά Δικαιώματα  MRC Laboratory of Medical Sciences
Πνευματικά Δικαιώματα MRC Laboratory of Medical Sciences
Από Roselyne Min
Δημοσιεύθηκε
Μοιραστείτε το Σχόλια
Μοιραστείτε το Close Button

Ερευνητές λένε ότι η τεχνολογία μπορεί στο μέλλον να φέρει πιο εξατομικευμένη φροντίδα, με θεραπείες προσαρμοσμένες στη λειτουργία της καρδιάς κάθε ατόμου.

Ένα νέο εργαλείο τεχνητής νοημοσύνης θα μπορούσε να επιταχύνει την αναζήτηση θεραπειών για τις καρδιοπάθειες, σύμφωνα με νέα μελέτη.

Τα καρδιαγγειακά νοσήματα (CVDs) είναι η κύρια αιτία θανάτου και αναπηρίας σε όλη την Ευρωπαϊκή Ένωση, αντιστοιχούν σε περίπου 1,7 εκατ. θανάτους ετησίως και επηρεάζουν 62 εκατ. ανθρώπους, σύμφωνα με τον Οργανισμό Οικονομικής Συνεργασίας και Ανάπτυξης (ΟΟΣΑ).

Επιστήμονες στο Imperial College London ανέπτυξαν ένα εργαλείο τεχνητής νοημοσύνης (AI) που εντοπίζει ποια γονίδια συνδέονται με νόσους και βοηθά στον ταχύτερο εντοπισμό φαρμάκων για καρδιοπάθειες, συνδυάζοντας λεπτομερείς απεικονίσεις της καρδιάς με μεγάλες ιατρικές βάσεις δεδομένων.

Το εργαλείο, με την ονομασία CardioKG, δημιουργήθηκε χρησιμοποιώντας δεδομένα καρδιακής απεικόνισης από χιλιάδες ανθρώπους στην UK Biobank. Περιλάμβανε ασθενείς με καταστάσεις όπως κολπική μαρμαρυγή, καρδιακή ανεπάρκεια και εμφράγματα, καθώς και υγιείς εθελοντές.

Με αυτόν τον τρόπο, οι ερευνητές λένε ότι μπορούν να κάνουν πιο ακριβείς προβλέψεις για το ποια φάρμακα μπορεί να βοηθήσουν ανθρώπους με συγκεκριμένες καρδιοπάθειες.

«Ένα από τα πλεονεκτήματα των γραφημάτων γνώσης είναι ότι ενσωματώνουν πληροφορίες για γονίδια, φάρμακα και νόσους», δήλωσε ο Declan O’Regan, επικεφαλής της Computational Cardiac Imaging Group στο MRC Laboratory of Medical Sciences του Imperial College London.

Οι ερευνητές λένε ότι η προσέγγιση θα μπορούσε τελικά να οδηγήσει σε πιο εξατομικευμένη φροντίδα, με θεραπείες που ταιριάζουν καλύτερα στη λειτουργία της καρδιάς κάθε ανθρώπου.

Η ίδια τεχνολογία θα μπορούσε επίσης να προσαρμοστεί για τη μελέτη άλλων παθήσεων μέσω ιατρικής απεικόνισης, όπως διαταραχές του εγκεφάλου και η παχυσαρκία.

«Αυτό σημαίνει μεγαλύτερη δυνατότητα για ανακαλύψεις νέων θεραπειών. Διαπιστώσαμε ότι η ενσωμάτωση της καρδιακής απεικόνισης στο γράφημα μεταμόρφωσε το πόσο αποτελεσματικά μπορούσαν να εντοπιστούν νέα γονίδια και φάρμακα», είπε ο O’Regan.

Μεταξύ των φαρμάκων που ξεχώρισαν ήταν η μεθοτρεξάτη, η οποία χρησιμοποιείται ευρέως για τη θεραπεία της ρευματοειδούς αρθρίτιδας, και μια ομάδα αντιδιαβητικών φαρμάκων γνωστών ως γλιπτίνες.

Το μοντέλο τεχνητής νοημοσύνης υπέδειξε ότι η μεθοτρεξάτη θα μπορούσε να βοηθήσει ανθρώπους με καρδιακή ανεπάρκεια, ενώ οι γλιπτίνες ίσως ωφελήσουν όσους έχουν κολπική μαρμαρυγή.

Η ανάλυση έδειξε επίσης πιθανή προστατευτική δράση της καφεΐνης σε ορισμένους ασθενείς με κολπική μαρμαρυγή, αν και οι ερευνητές τόνισαν ότι αυτό δεν σημαίνει πως οι άνθρωποι πρέπει να αλλάξουν την πρόσληψη καφεΐνης.

«Βασιζόμενοι σε αυτή τη δουλειά, θα επεκτείνουμε το γράφημα γνώσης σε ένα δυναμικό, ασθενοκεντρικό πλαίσιο που αποτυπώνει την πραγματική πορεία εξέλιξης των νόσων», δήλωσε ο Khaled Rjoob, πρώτος συγγραφέας της μελέτης και ερευνητής επιστήμης δεδομένων στο Imperial College London.

«Αυτό θα ανοίξει νέες δυνατότητες για εξατομικευμένη θεραπεία και για την πρόβλεψη του πότε είναι πιθανό να εμφανιστούν οι νόσοι».

Μετάβαση στις συντομεύσεις προσβασιμότητας
Μοιραστείτε το Σχόλια

Σχετικές ειδήσεις

Καθυστερείς συνεχώς; Γιατί η ασυνέπεια στην ώρα μπορεί να είναι σύμπτωμα ΔΕΠΥ

Επιστήμονες με ΤΝ εντόπισαν δύο νέους βιολογικούς υπότυπους της σκλήρυνσης κατά πλάκας

Αφού η Ευρώπη εκπαιδεύει περισσότερους γιατρούς από ποτέ, γιατί οι ελλείψεις επιμένουν;