Istraživači su pokazali da sistem uzročne veštačke inteligencije (AI) može precizno kvantifikovati koliko osoba mora da smanji krvni pritisak ili holesterol lipoproteina niske gustine (LDL) da bi prevazišla nasledni rizik od koronarne arterijske bolesti (CAD), prema istraživanju predstavljenom na Godišnja naučna sesija američkog koledža kardiologije zajedno sa Svetskim kardiološkim kongresom.
CAD je oblik srčane bolesti uzrokovan nakupljanjem plaka od LDL-a, ili „lošeg“ holesterola, u arterijama, ograničavajući protok krvi u srce. Kauzalna AI je dizajnirana da pomogne u objašnjenju uzroka i posledice zašto je osoba u opasnosti, kako da smanji taj rizik i koliko će imati koristi od specifičnih akcija za smanjenje rizika. Studija je prva koja kombinuje uzročnu veštačku inteligenciju sa poligenom ocenom rizika za CAD da bi kvantifikovala kako se dva ključna promenljiva faktora rizika od srčanih oboljenja – krvni pritisak i nivoi LDL holesterola – mogu koristiti da pomognu ljudima kako da prevaziđu svoj nasledni rizik od CAD .
Prema nalazima, poligeni rizik (metrika koja obuhvata rizik osobe od srčanih oboljenja na osnovu njenih gena) je relativno slab faktor rizika za većinu ljudi koji se lako može prevazići relativno skromnim smanjenjem krvnog pritiska i LDL holesterola. Međutim, pošto se uticaji visokog krvnog pritiska i LDL holesterola akumuliraju tokom vremena, količina smanjenja potrebna za prevazilaženje poligenskog rizika je veća što se kasnije ovo smanjenje postigne. Istraživači su rekli da se sistem veštačke inteligencije može koristiti za obezbeđivanje jasnih ciljeva za svaku osobu, zajedno sa uputstvima o koracima potrebnim da bi se oni postigli u svim uzrastima tokom njihovog životnog veka.
„Proboj uzročne veštačke inteligencije je u tome što kvantifikuje sve ove preporuke i personalizuje ih tako da svaka osoba može tačno da zna koliko joj je potrebno da snizi svoj LDL, krvni pritisak ili oboje da bi prevazišla nasledni rizik“, rekao je Brian A. Ference, MD, MPhil, MSc, profesor i direktor translacione terapije na Univerzitetu u Kembridžu u Ujedinjenom Kraljevstvu i glavni autor studije. „Mnogo je motivišuće i moćnije ubediti ljude da ulažu u svoje zdravlje ako im možete objasniti kako mogu da smanje rizik i koliko će imati koristi od preporučenih radnji, umesto da im jednostavno kažete kakav je njihov rizik.
Poligenski rezultati rizika obuhvataju genetski rizik osobe za srčane bolesti kombinovanjem rizika koji prenose milioni gena u jedan broj. Da bi testirali da li ova metrika može biti korisna za informisanje o brizi o pacijentima na individualnom nivou, istraživači su prvo koristili randomizovane podatke iz kliničkih ispitivanja i genetskih studija koje su uključivale 1,8 miliona učesnika da obuče kauzalni sistem veštačke inteligencije da proceni efekat krvnog pritiska i LDL-a na rizik od velikih koronarnih događaja. Zatim su izračunali rezultate poligenog rizika za preko 445.000 učesnika u skupu podataka UK Biobank i koristili AI model da procene koliko svaki učesnik sa poligenskim rizikom višim od prosečnog mora da snizi svoj krvni pritisak, LDL holesterol ili oboje da bi smanjio rizik od teške bolesti. koronarni događaji na istom nivou kao ljudi sa prosečnim poligenim rizikom, krvnim pritiskom i LDL holesterolom.
Istraživači su zatim potvrdili tačnost sistema upoređujući njegove procene sa uočenim rizikom od velikih koronarnih događaja kod ljudi sa različitim nivoima poligenskog rizika koji su Mendelovom randomizacijom (metoda analize koja koristi genetske varijacije za istraživanje uzročno-posledičnih odnosa između faktora rizika koji se mogu promeniti i zdravstvenih ishoda) u opservacionim podacima) su imali veći ili niži LDL, krvni pritisak ili oboje. Rezultati su pokazali da je sistem dobro funkcionisao, a nalazi sugerišu da čak i ljudi sa veoma visokom genetskom predispozicijom za srčane bolesti mogu da prevaziđu tu genetsku predispoziciju tako što drže pod kontrolom svoj krvni pritisak i LDL holesterol.
„Ovaj pristup pretvara AI u nešto o čemu možemo razmišljati o upotrebi u kliničkoj medicini jer je objašnjiv i može se testirati korišćenjem nasumičnih dokaza“, rekao je Ference. „Ona osnažuje ljude sa specifičnim, praktičnim informacijama i ciljevima. Ovo ne samo da može pomoći u vođenju lekara i pacijenata, čak može pomoći vladama i zdravstvenim sistemima da postave racionalniju politiku o tome kako da ugrade poligeni rizik u kliničku medicinu i politike javnog zdravlja.“
Istraživači su takođe otkrili da je porodična istorija srčanih bolesti nezavisna od poligenskog rizika i mnogo jači prediktor velikih koronarnih događaja od poligenog rizika za većinu ljudi. Stoga, kombinovanje poligenskog rizika sa porodičnom istorijom može da pruži bolju sliku o nasleđenom riziku osobe nego sam poligenski skor.
Kauzalni sistem veštačke inteligencije je dostupan u besplatnoj aplikaciji (vvv.deepcausalai.org), koju javnost ili kliničari mogu da koriste za izračunavanje naslednog rizika od srčanih oboljenja i dobijanje prilagođenih ciljeva krvnog pritiska i LDL holesterola. Realno, adaptivno, randomizirano ispitivanje u klasterima kako bi se procenilo da li alat može pomoći u smanjenju rizika od srčanih bolesti počeće kasnije ove godine.
Studija je zasnovana na učesnicima koji su se identifikovali kao evropskog porekla. Međutim, pošto AI kodira biološki uzrok i efekat, istraživači veruju da može pomoći u vođenju kliničke nege koristeći poligene rezultate bilo koje etničke grupe. Istraživači se nadaju da će ovo motivisati razvoj snažnijih poligenskih rezultata kako bi se personalizovala prevencija CAD u drugim etničkim grupama.
