AI jezički model pruža nove uvide u razvoj bolesti mozga

AI jezički model pruža nove uvide u razvoj bolesti mozga

Novi jezički model veštačke inteligencije identifikuje kliničke simptome u medicinskim rezimeima i povezuje ih sa moždanim tkivom donatora Holandske banke mozga. Ovo daje novi uvid u razvoj individualne progresije bolesti i doprinosi boljem razumevanju uobičajenih pogrešnih dijagnoza bolesti mozga. Model bi u budućnosti mogao pomoći u postavljanju preciznijih dijagnoza.

U mnogim bolestima mozga, osnovni molekularni mehanizmi su često slabo shvaćeni, što čini izazovom razvoj novih opcija lečenja. Istraživanje ovih molekularnih mehanizama je dodatno izazovno jer je odnos između stvarnih abnormalnosti tkiva i simptoma pacijenta često veoma složen.

Neki simptomi se, na primer, javljaju u više stanja, a klinička slika može značajno da varira od pacijenta do pacijenta, što rezultira značajnim procentom pogrešnih dijagnoza (do 30 procenata). Uvidi stečeni iz novorazvijenog AI jezičkog modela mogu potencijalno da promene ovaj scenario u budućnosti.

U Holandskoj banci mozga čuva se moždano tkivo od 3.042 donatora mozga sa širokim spektrom različitih moždanih bolesti. Ono što Holandsku banku mozga čini jedinstvenom je to što su, pored tkiva, dokumentovali i istoriju bolesti i simptome koje su prijavili donatori. Međutim, ovo bogatstvo podataka nije bilo kvantificirano jer je transkribovano u tekstualni format, što je otežavalo analizu i obradu.

Inge Huitinga i njen tim na Holandskom institutu za neuronauku udružili su snage sa Inge R. Holtman i njenim timom u Univerzitetskom medicinskom centru Groningen kako bi otključali ove informacije koristeći novi jezički model veštačke inteligencije. Ovaj model klasifikacije omogućava analizu teksta u medicinskoj dokumentaciji i otkrivanje unapred definisanih simptoma. Pored toga, razvili su drugi model predviđanja AI da bi postavili stvarne dijagnoze na osnovu kliničke slike.

Holtman kaže: „Prvo, zapisi su morali biti temeljno ispitani da bi se identifikovali simptomi koji se redovno javljaju kod donatora sa različitim bolestima mozga. Na kraju smo identifikovali 90 različitih simptoma u pet različitih domena: psihijatrijski simptomi (kao što su depresija i psihoza), kognitivni simptomi ( kao što su demencija i problemi sa pamćenjem), motorički problemi (kao što je drhtanje) i senzorni simptomi (kao što je osećanje stvari koje ne postoje).“

„Potom smo ručno označili 20.000 rečenica da bismo obučili model klasifikacije.“

Konačni model je na kraju odredio koji se simptomi javljaju godišnje za sve donatore. Primećeno je da je model predviđanja bio prilično efikasan u postavljanju tačnih dijagnoza, ali je bio loš u retkim poremećajima. Kada se analiziraju dijagnoze postavljene modelom predviđanja, pojavila se podskupina donatora kojima je dijagnoza bila netačna. Ispostavilo se da je lekar takođe postavio pogrešnu dijagnozu značajnom broju ovih davalaca tokom njihovog života.

Holtman kaže: „Izgleda da postoji grupa ljudi koji pate od određenog stanja, kao što je Alchajmerova bolest, ali pokazuju simptome koji više podsećaju na Parkinsonovu bolest. Ili podtip frontotemporalne demencije koja se manifestuje kao Alchajmerova bolest.“

„Često je izazov pravilno dijagnosticirati ove grupe, što ima smisla jer ovi pojedinci pokazuju klinički obrazac koji nije u skladu sa njihovim stanjem. Nastojimo da kontinuirano poboljšavamo model predviđanja, nadajući se da ćemo dijagnoze moždanih bolesti učiniti preciznijim.“

Huitinga objašnjava: „Razumevanje pojedinačnih faktora koji doprinose simptomima kod bolesti mozga je ključno, jer je realnost da mnogi ljudi imaju kombinaciju različitih stanja. Molekularni markeri koji će voditi lečenje su budućnost. Naš krajnji cilj je da razvijemo molekularni atlas simptoma bolesti mozga. Takav atlas precizno pokazuje koje ćelije i molekuli u mozgu se menjaju sa simptomima kao što su anksioznost, zaboravnost i depresija.“

„Očekujemo da će uticaj ovog molekularnog atlasa biti ogroman. Kada napravimo mapu molekularnih promena, nadamo se da ćemo identifikovati prve biomarkere koji mogu predvideti tačnu dijagnozu tokom života osobe. Ovo otvara vrata za razvoj novih terapija. Mi postavljaju temelje“.

Studija je objavljena u časopisu Prirodna medicina.