Компьютерная модель облегчает раннюю диагностику деменции

Компьютерная модель облегчает раннюю диагностику деменции

24 Dec 2019
60
Прослушать

Ученые из Brighton and Sussex Medical School (Великобритания) использовали данные, полученные из медицинских карт пациентов, проходивших лечения в британских врачебных практиках, для создания списка из 70 показателей, связанных с наступлением деменции и зарегистрированных за пять лет до постановки диагноза. Работая со специалистами в сфере обработки и анализа данных из астрофизики, они затем попробовали разработать несколько типов моделей на базе алгоритмов машинного обучения для выявления закономерностей в клинической информации в картах пациентов в период до постановки диагноза слабоумия. Лучшая модель смогла идентифицировать 70% случаев деменции до постановки диагноза, но при этом выдавала ряд ложноположительных результатов. 

Руководитель проекта доктор Элизабет Форд отмечает, что:

Похоже, что пациенты демонстрируют широкий спектр показателей до того, как им ставят диагноз деменция. Для терапевтов может быть действительно трудно связать все эти индикаторы и установить связь с будущим слабоумием, но с компьютерной программой мы можем это сделать. Ранняя диагностика может существенно повлиять на уход за больными деменцией, который они затем получают.

Эти результаты захватывают, но они вызывают необходимость обсуждения с врачами общей практики и пациентами того, какое место эта технология должна занимать в клинике для терапевтов. По мере развития технологии нам необходимо вести более широкие беседы о том, довольны ли мы тем, что компьютеры разрабатывают наши шансы на возникновение таких изменчивых в жизни заболеваний, как слабоумие.

В настоящее время только две трети людей со слабоумием в Великобритании, как впрочем и в других странах, получают официальный диагноз, и многих диагностируют уже на поздних стадиях заболевания, а это означает, что большое количество людей не получают лечения и ухода, который мог бы помочь им достичь хорошего качества жизни. 

Себ Оливер, профессор астрофизики в School for Mathematical and Physical Science отмечает, что:

Было фантастически интересно работать над этим проектом. Всегда удивительно видеть, как статистические методы, такие как искусственный интеллект и машинное обучение, могут быть использованы для извлечения полезной информации из данных, будь то изображения с космических телескопов или записи пациентов, проходящих лечение у врача. Конечно, статистика - это только одна часть понимания, и очень интересно работать в новых областях, чтобы попытаться понять различные проблемы, с которыми сталкиваются люди.