تهران- ایرنا- پژوهشگران چینی با ترکیب آزمایش بزاق و الگوریتمهای هوش مصنوعی، روشی نوین برای پیشبینی زوال شناختی در سالمندان ابداع کردهاند که دقت آن به ۹۴ درصد میرسد و میتواند تحولی در تشخیص زودهنگام بیماریهای عصبی ایجاد کند.
به گزارش گروه علمی ایرنا، وبگاه مدیکال اکسپرس در گزارشی آورده است:
زوال عقل و بیماریهای عصبی تخریبکننده مانند آلزایمر، از بزرگترین چالشهای سلامت در جوامع امروزی بهشمار میروند. این بیماریها معمولاً با علائم روانپزشکی نامحسوسی مانند افسردگی، بیحوصلگی، اضطراب و تحریکپذیری آغاز میشوند که تشخیص آنها در مراحل اولیه برای پزشکان دشوار است.
تاکنون روشی دقیق، غیر تهاجمی و مقرونبهصرفه برای پیشبینی خطر این بیماریها در مقیاس بزرگ وجود نداشته است.
راهحل نوین: تلفیق بزاق و هوش مصنوعی
پژوهشگران دانشگاه پزشکی چونگکینگ چین با انجام مطالعهای نوآورانه بر روی ۳۳۸ سالمند، راهحلی بالقوه برای این چالش یافتهاند. هسته اصلی این روش، ترکیب دو فناوری پیشرفته است:
تحلیل نمونههای بزاق و باکتریهای دهان برای یافتن نشانگرهای زیستی
آموزش مدلهای یادگیری ماشین برای شناسایی الگوهای خطر در دادههای پیچیده
نحوه عملکرد این روش انقلابی
در این پژوهش، دادههای جمعآوریشده از شرکتکنندگان به دو دسته تقسیم شد:
دادههای آموزشی (۱۳۸ نفر) برای آموزش مدلهای هوش مصنوعی
دادههای آزمایشی (۲۰۰ نفر) برای سنجش دقت پیشبینی
پژوهشگران سه الگوریتم یادگیری ماشین مختلف را آزمایش کردند: ماشین بردار پشتیبانی (SVM)، XGBoost، و رگرسیون لجستیک (LR). در نهایت، مدل XGBoost با دقت خیرهکننده ۹۳.۶ درصد بهترین عملکرد را نشان داد.
آنها برای کاربردیکردن این فناوری، از مدل رگرسیون لجستیک، یک نوموگرام (نمودار تشخیصی) ساختند که استفاده آسان از این روش را در کلینیکها و مراکز بهداشتی ممکن میسازد.
دقت ۹۴ درصدی و کشف نشانگرهای کلیدی
دقت نهایی این مدل در پیشبینی علائم عصبیروانشناختی در مرحله اعتبارسنجی خارجی به ۹۴.۴ درصد رسید. این مطالعه همچنین دو نشانگر زیستی (بیومارکر) کلیدی را شناسایی کرد:
۱. کورتیزول: هورمون استرس که نقش مهمی در پاسخ بدن به فشارهای روانی دارد؛
۲. تعاملات میکروبی: ارتباط بین باکتریهای دهان و مسیرهای متابولیک خاص در بدن.
این یافتهها نهتنها برای پیشبینی مفید هستند، بلکه بینشهای جدیدی درباره سازوکارهای زیستشناختی زمینهساز زوال عقل ارائه میدهند.