Istraživači sa Medicinskog fakulteta Icahn na planini Sinai i drugi iskoristili su moć mašinskog učenja da identifikuju ključne prediktore smrtnosti kod pacijenata sa demencijom.
Studija, objavljena u onlajn izdanju časopisa Komunikaciona medicina od 28. februara, bavi se kritičnim izazovima u nezi demencije tako što precizira pacijente sa visokim rizikom od kratkoročne smrti i otkriva faktore koji pokreću ovaj rizik.
Za razliku od prethodnih studija koje su se fokusirale na dijagnostikovanje demencije, ovo istraživanje se bavi predviđanjem prognoze pacijenata, rasvetljavanjem rizika od smrtnosti i faktorima koji doprinose različitim vrstama demencije.
Demencija se pojavila kao glavni uzrok smrti u društvima sa sve starijom populacijom. Međutim, predviđanje tačnog vremena smrti u slučajevima demencije je izazovno zbog promenljivog napredovanja kognitivnog pada koji utiče na normalne funkcije tela, kažu istraživači.
„Naši nalazi su značajni jer ilustruju potencijal modela mašinskog učenja da tačno predvide rizik od smrtnosti kod pacijenata sa demencijom u različitim vremenskim okvirima“, rekao je odgovarajući autor Kuan-lin Huang, dr, docent za genetiku i genomske nauke na Icahn Mount-u. Sinai.
„Utvrđivanjem sažetog skupa kliničkih karakteristika, uključujući performanse na neuropsihološkim i drugim dostupnim testiranjima, naši modeli osnažuju pružaoce zdravstvenih usluga da donose informisanije odluke o nezi pacijenata, što potencijalno dovodi do prilagođenijih i pravovremenih intervencija.
Koristeći podatke iz američkog Nacionalnog koordinacionog centra za Alchajmerovu bolest koji su uključivali 45.275 učesnika i 163.782 evidencije poseta, studija je kreirala modele mašinskog učenja zasnovane na kliničkim i neurokognitivnim karakteristikama. Ovi modeli su predviđali smrtnost za jednu, tri, pet i 10 godina. Studija je razvila specifične modele za osam tipova demencije kroz stratifikovane analize.
Studija je takođe otkrila da su rezultati neuropsiholoških testova bili bolji prediktor rizika od smrtnosti kod pacijenata sa demencijom od faktora vezanih za uzrast kao što su rak i bolesti srca, naglašavajući značajnu ulogu demencije u mortalitetu među onima sa neurodegenerativnim stanjima.
„Implikacije našeg istraživanja šire se izvan kliničke prakse, jer naglašavaju vrednost mašinskog učenja u otkrivanju složenosti bolesti poput demencije. Ova studija postavlja osnovu za buduća istraživanja prediktivnog modeliranja u nezi demencije“, kaže dr Huang.
„Međutim, iako mašinsko učenje ima veliko obećanje za poboljšanje nege demencije, važno je zapamtiti da ovi modeli nisu kristalne kugle za individualne ishode. Mnogi faktori, i lični i medicinski, oblikuju put pacijenta.“
Zatim, istraživački tim planira da usavrši svoje modele tako što će uključiti efekte lečenja i genetske podatke i istražiti napredne tehnike dubokog učenja za još preciznija predviđanja.
S obzirom na starenje stanovništva, demencija se pojavila kao sve važnija briga za javno zdravlje, rangirajući se kao sedmi vodeći uzrok smrti i četvrta najteža bolest ili povreda u Sjedinjenim Državama u 2016. godini, na osnovu izgubljenih godina života. Od 2022. godine, Alchajmerova i druge demencije koštaju oko 1 bilion dolara godišnje, pogađajući oko 6,5 miliona Amerikanaca i 57,4 miliona ljudi širom sveta, sa projekcijama koje sugerišu da će se utrostručiti do 2050.
