Yapay Zeka Parkinson Hastalığını Üç Alt Türe Ayırmayı Başardı

Yapay Zeka Parkinson Hastalığını Üç Alt Türe Ayırmayı Başardı

Yapay zeka, Parkinson hastalığını üç alt türe ayırmayı başardı. Bu buluş, hastalara daha kişiselleştirilmiş tedaviler sunulmasına ve Parkinson'un ilerlemesini yavaşlatmaya yardımcı olabilir.

Boston Üniversitesi'nden yapay zeka modelinin bir kişinin Alzheimer hastalığına yakalanma olasılığını tahmin edebildiğini gösteren bir araştırmanın ardından Weill Cornell Tıp araştırmacıları, makine öğrenimini kullanarak Parkinson hastalığını üç alt türe ayırmayı başardı.

Parkinson'un 3 Alt Tipi Nedir?

Cornell'deki araştırmacılar, "katılımcıların klinik, biyoörnek, çoklu omik ve beyin görüntüleme verilerini sistematik olarak toplayan" uluslararası bir gözlemsel çalışma olan Parkinson İlerleme Belirteçleri Girişimi'ne (PPMI) katılan 406 kişiden elde edilen verileri analiz etti.

Yazarların çalışma makalesinde açıkladığı gibi, "katılımcıların çok boyutlu, uzunlamasına ilerleme verilerini" "bütünsel olarak" modelleyebilen, derin fenotipik ilerleme yerleştirme (DPPE) adı verilen bir derin öğrenme modeli geliştirdiler.

Araştırmacılar, Parkinson hastalığının heterojen semptomları ve ilerlemesi olan bir durum olarak kabul edildiğini belirtiyor. Başka bir deyişle, Parkinson hastalarının tümü aynı deneyimi yaşamayacaktır ve bu nedenle tedavi, farklı hastaların ihtiyaçlarına göre çok daha uygun hale getirilebilir.

Makine öğrenimi tarafından tanımlanan üç Parkinson alt grubu, hastalığın ilerleme hızına dayanmaktadır:

  • Hızlı Hız (PD-R): Semptomların hızlı ilerlemesi ile işaretlenen. Gözlemlenen gruptan 54 kişide (%13,3) bu alt tip vardı.
  • Yavaş Hız (PD-I): Hafif başlangıç ​​semptomları ve nispeten hafif ilerlemesi olan. Gözlemlenen gruptan 145 kişi (%35,7) bu çeşitliliğe sahipti.
  • Orta Hız (PD-M): Hafif başlangıç ​​semptomları ve orta derecede ilerleme ile karakterize edilen. Bu, Parkinson hastalığının bu formuyla yaşayan 207 kişi (%50,9) ile gözlemlenen kohortun en büyük kısmıydı.

 


24 Temmuz 2024, 18:09