به گزارش سیتنا، زوال عقل و بیماری‌های عصبی تخریب‌کننده‌ای مانند آلزایمر، از مهم‌ترین چالش‌های سلامت عمومی در جهان امروز به‌شمار می‌روند؛ بیماری‌هایی که اغلب با نشانه‌های روان‌پزشکی خفیف و نامحسوس آغاز می‌شوند و تشخیص زودهنگام آن‌ها دشوار است. در شرایطی که تاکنون ابزار دقیق، غیرتهاجمی و کم‌هزینه‌ای برای غربالگری گسترده این بیماران وجود نداشته، پژوهشگران چینی با بهره‌گیری از داده‌های بزاق دهان و مدل‌های پیشرفته یادگیری ماشین، افق تازه‌ای را در پیش‌بینی و پیشگیری از این بیماری‌ها گشوده‌اند؛ رویکردی که می‌تواند مسیر مداخلات درمانی زودهنگام و پزشکی شخصی‌سازی‌شده را هموار کند.

ایرنا 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:

•  کورتیزول: هورمون استرس که نقش مهمی در پاسخ بدن به فشارهای روانی دارد؛
•  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.

کاربردهای آینده

این روش پیشرفته غربالگری می‌تواند:

• غربالگری گسترده و مقرون‌به‌صرفه سالمندان در مراکز بهداشتی را ممکن سازد؛
• مداخلات درمانی و تغییرات سبک زندگی را ماه‌ها یا سال‌ها زودتر آغاز کند؛
• به درک بهتری از علل و سازوکارهای بیماری‌های عصبی منجر شود؛
• پایه‌ای برای توسعه رویکردهای شخصی‌سازی‌شده در پزشکی باشد.

نگاه به آینده

پروفسور پینگ لیو (Ping Liu) و گروه پژوهشی‌اش تأکید می‌کنند: این ابزار تنها یک سامانه پیش‌بینی نیست، بلکه پنجره‌ای جدید به درک علل زیست‌شناختی زوال عقل باز می‌کند. امیدواریم این فناوری به‌زودی در محیط‌های بالینی واقعی به‌کار گرفته شود.

این پژوهش که در نشریه معتبر روان‌پزشکی ترجمانی/ Translational Psychiatry منتشر شده، می‌تواند پایه‌ای برای توسعه ابزارهای مشابه در سراسر جهان باشد. با ادامه تحقیقات، شاید به‌زودی یک نمونه بزاق ساده به یکی از ابزارهای استاندارد در پیش‌بینی و پیشگیری از زوال عقل تبدیل شود.

انتهای پیام