Một công cụ AI mới đã được phát triển bởi các nhà khoa học tại Đại học New South Wales Sydney phối hợp với Đại học Boston, cho thấy tiềm năng đầy hứa hẹn trong việc phát hiện bệnh Parkinson nhiều năm trước khi các triệu chứng xuất hiện.

Bằng cách sử dụng mạng lưới thần kinh để phân tích các dấu ấn sinh học được tìm thấy trong dịch cơ thể của bệnh nhân, các nhà nghiên cứu đã thành công trong việc xác định các tổ hợp chất chuyển hóa độc đáo có khả năng đóng vai trò là dấu hiệu ban đầu hoặc tín hiệu phòng ngừa bệnh Parkinson.

(Ảnh: Annick Vanblaere/ Pixabay)

QUAY-MS

Trong nghiên cứu của họ, các nhà nghiên cứu đã kiểm tra các mẫu máu từ những người khỏe mạnh được thu thập như một phần của Điều tra Triển vọng Châu Âu về Ung thư và Dinh dưỡng (EPIC) của Tây Ban Nha.

Nhóm đặc biệt tập trung vào 39 bệnh nhân mắc bệnh Parkinson sau đó, thậm chí đến 15 năm sau khi các mẫu được thu thập. Sử dụng các chương trình máy học, họ phân tích cẩn thận các bộ dữ liệu chứa thông tin toàn diện về các chất chuyển hóa—các phân tử được hình thành trong quá trình phân hủy thực phẩm, thuốc hoặc hóa chất.

Bằng cách so sánh các chất chuyển hóa này với 39 bệnh nhân đối chứng không mắc bệnh Parkinson, các nhà nghiên cứu đã có thể xác định các kết hợp khác nhau của các chất chuyển hóa có liên quan chặt chẽ đến căn bệnh này.

Nhà nghiên cứu Diana Zhang của UNSW và Phó giáo sư W. Alexander Donald đã giới thiệu CRANK-MS, một công cụ học máy sáng tạo.

CRANK-MS là viết tắt của Phân tích xếp hạng và phân loại bằng cách sử dụng mạng nơ-ron tạo ra kiến ​​thức từ phép đo khối phổ. Nó vượt trội so với các phương pháp thống kê truyền thống trong việc phân tích dữ liệu chuyển hóa bằng cách xem xét các liên kết và kết nối của chất chuyển hóa.

Không giống như các phương pháp thông thường liên quan đến việc giảm số lượng các tính năng hóa học, các nhà nghiên cứu đã thực hiện một cách tiếp cận khác với CRANK-MS. Họ nhập tất cả thông tin có sẵn vào công cụ mà không giảm dữ liệu.

Chiến lược này cho phép CRANK-MS tạo dự đoán mô hình và xác định các chất chuyển hóa chính trong một bước. Bằng cách sử dụng phương pháp này, các nhà nghiên cứu đã tăng khả năng thu giữ các chất chuyển hóa bị bỏ qua trước đó.

Đọc thêm: Các nhà nghiên cứu quốc tế thúc đẩy chính phủ Hoa Kỳ cấm hóa chất TCE gây ra bệnh Parkinson

AI có thể cải thiện khả năng phát hiện bệnh Parkinson như thế nào

Bệnh Parkinson hiện được chẩn đoán dựa trên các triệu chứng thực thể, không cần xét nghiệm máu hoặc xét nghiệm đối với các trường hợp không di truyền. CRANK-MS có thể được sử dụng khi xuất hiện các triệu chứng không điển hình để đánh giá nguy cơ mắc bệnh Parkinson trong tương lai.

Cần có các nghiên cứu kiểm chứng trên các đoàn hệ lớn hơn, nhưng các nghiên cứu hạn chế cho thấy kết quả đầy hứa hẹn với CRANK-MS đạt được độ chính xác lên tới 96% trong việc phát hiện bệnh Parkinson.

Mặc dù nghiên cứu cung cấp những hiểu biết thú vị, nhưng vẫn cần điều tra thêm. Ví dụ, nồng độ triterpenoid thấp hơn đã được quan sát thấy trong máu của những người sau này phát triển bệnh Parkinson, trong khi các chất alkyl polyfluorinated (PFAS) được tìm thấy ở những người mắc bệnh, có khả năng cho thấy họ đã tiếp xúc với hóa chất công nghiệp.

Phát hiện này gợi ý các cơ hội nghiên cứu sâu hơn, bao gồm điều tra tác dụng bảo vệ tiềm năng của thực phẩm giàu triterpenoid như táo, ô liu và cà chua đối với bệnh Parkinson.

Các nhà nghiên cứu hy vọng rằng CRANK-MS có thể được áp dụng cho các bệnh khác để khám phá các dấu ấn sinh học mới thú vị, làm nổi bật tiềm năng biến đổi của AI trong việc phát hiện và hiểu bệnh.

Nghiên cứu được công bố trên tạp chí ACS Central Science.

Những bài viết liên quan: Nghiên cứu mới khám phá việc sử dụng công nghệ đeo được và chăm sóc sức khỏe từ xa trong điều trị bệnh Parkinson

gạch tên