پژوهشگران کانادایی برای پیش‌بینی ابتلا به آلزایمر، نوعی الگوریتم مبتنی بر هوش مصنوعی ارائه داده‌اند.

یکی از بزرگترین چالش‌های پیش روی پژوهشگرانی که در مورد آلزایمر تحقیق می‌کنند، یافتن راهی برای شناسایی بیمارانی است که در مراحل ابتدایی ابتلا به زوال شناختی هستند.

پژوهش جدیدی که در "‌دانشگاه مک‌گیل" (McGill University) کانادا انجام شد، نشان می‌دهد که شاید هوش مصنوعی بتواند به پیش‌بینی دقیق بیمارانی که بیشتر در معرض خطر ابتلا به آلزایمر قرار دارند، کمک کند.

از آنجا که بیشتر درمان‌های احتمالی بیماری آلزایمر، در مراحل گوناگون آزمایش انسانی با شکست مواجه شده‌اند، بسیاری از پژوهشگران سعی دارند به جای درمان، از بروز بیماری پیشگیری کنند. مشکل اینجاست که در حال حاضر، هیچ روش موثری برای شناسایی بیماری که در مراحل ابتدایی ابتلا به آلزایمر است، وجود ندارد.

پژوهشگران در این بررسی جدید قصد دارند هوش مصنوعی را برای ارزیابی داده‌های تشخیصی، آموزش دهند تا روش موثرتری برای پیش‌بینی ابتلا به آلزایمر ارائه کنند.

"مالار چاکراوارتی" (Mallar Chakravarty)، متخصص علوم اعصاب و از پژوهشگران این پروژه گفت: در حال حاضر، روش‌های محدودی برای درمان آلزایمر وجود دارد و بهترین راه این است که روشی برای پیشگیری از این بیماری پیدا کنیم. شاید روش مبتنی بر هوش مصنوعی، پیامدهای قابل‌توجهی در این زمینه داشته باشد و به عنوان یک "دستیار پزشک"، به شناسایی افرادی که در مراحل ابتدایی ابتلا به آلزایمر هستند کمک کند.

این الگوریتم که داده‌های بیش از 800 نفر به آن آموزش داده شده، یک طبقه‌بندی از زیست‌نشانگرها از جمله تصویربرداری ام.آر.آی و اطلاعات بالینی را شامل می‌شود. افراد مورد بررسی، هم شهروندان سالم و هم افراد مبتلا به آلزایمر هستند. داده‌ها می‌توانند به درک پیشرفت بیماری افراد و پیش‌بینی ابتلا به زوال شناختی به سیستم کمک کنند.

پژوهشگران مطمئن هستند که این الگوریتم در مرحله ابتدایی، دقیق و قوی عمل خواهد کرد و با افزودن داده‌های بیشتر، پیش‌بینی‌های آن حتی بهتر هم خواهند بود.

چاکراوارتی افزود: ما در حال حاضر، دقت پیش‌بینی را با استفاده از داده‌های جدید آزمایش می‌کنیم. این کار، به اصلاح پیش‌بینی‌ها و تشخیص‌های بهتر در آینده کمک خواهد کرد.

این پژوهش، در مجله  PLOS Computational Biology" "به چاپ رسید.

منبع: ایسنا