Ένα καινοτόμο εργαλείο πρόβλεψης καρδιαγγειακού κινδύνου βασισμένο στην τεχνητή νοημοσύνη, με την ονομασία CardiOmicScore, ανέπτυξε ερευνητική ομάδα από την Ιατρική Σχολή LKS του The University of Hong Kong (HKUMed). Η νέα τεχνολογία μπορεί, μέσω μίας μόνο εξέτασης αίματος, να προβλέψει με μεγάλη ακρίβεια τον μελλοντικό κίνδυνο εμφάνισης έξι σημαντικών καρδιαγγειακών παθήσεων, ακόμη και έως και 15 χρόνια πριν εμφανιστούν τα πρώτα συμπτώματα.

Τα αποτελέσματα της μελέτης δημοσιεύθηκαν στο επιστημονικό περιοδικό Nature Communications και αναδεικνύουν τις δυνατότητες της τεχνητής νοημοσύνης στην πρόληψη των καρδιαγγειακών νοσημάτων.

Πρόβλεψη έξι σοβαρών καρδιαγγειακών παθήσεων

Το CardiOmicScore μπορεί να εκτιμήσει τον μελλοντικό κίνδυνο για έξι βασικές καρδιαγγειακές παθήσεις:

• Στεφανιαία νόσο

• Εγκεφαλικό επεισόδιο

• Καρδιακή ανεπάρκεια

• Κολπική μαρμαρυγή

• Περιφερική αρτηριακή νόσο

• Φλεβική θρομβοεμβολή

Η δυνατότητα πρόβλεψης αυτών των παθήσεων σε τόσο πρώιμο στάδιο θα μπορούσε να επιτρέψει την έγκαιρη λήψη προληπτικών μέτρων και τη μείωση του κινδύνου εμφάνισης σοβαρών καρδιαγγειακών επιπλοκών.

Οι καρδιαγγειακές παθήσεις παραμένουν η κύρια αιτία θανάτου

Οι καρδιαγγειακές παθήσεις εξακολουθούν να αποτελούν την κυριότερη αιτία θανάτου παγκοσμίως, με περίπου 19,8 εκατομμύρια θανάτους μόνο το 2022. Σήμερα, οι γιατροί εκτιμούν συνήθως τον καρδιαγγειακό κίνδυνο με βάση παραδοσιακούς δείκτες, όπως η ηλικία, η αρτηριακή πίεση, το κάπνισμα και τα επίπεδα χοληστερόλης.

Ωστόσο, οι δείκτες αυτοί συχνά δεν μπορούν να ανιχνεύσουν τις πολύ πρώιμες βιολογικές αλλαγές που προηγούνται της εκδήλωσης της νόσου. Ως αποτέλεσμα, πολλοί ασθενείς χάνουν την ευκαιρία για έγκαιρη πρόληψη.

Τα τελευταία χρόνια έχουν αναπτυχθεί και πολυγονιδιακά σκορ κινδύνου, τα οποία βασίζονται στη γενετική προδιάθεση. Παρόλα αυτά, η γενετική πληροφορία είναι σε μεγάλο βαθμό σταθερή από τη γέννηση και δεν μπορεί να αποτυπώσει τις επιδράσεις που έχουν στην υγεία οι αλλαγές στον τρόπο ζωής ή στο περιβάλλον.

"Βιολογικοί αισθητήρες"

Για να αντιμετωπίσει αυτό το κενό, η ερευνητική ομάδα του HKUMed αξιοποίησε τεχνικές βαθιάς μάθησης και ενσωμάτωσε δεδομένα από πολλαπλά επίπεδα βιολογικής πληροφορίας, όπως:

• γονιδιωματικά δεδομένα

• μεταβολικούς δείκτες

• πρωτεϊνικά προφίλ

Η μελέτη βασίστηκε σε μεγάλης κλίμακας δεδομένα από τη UK Biobank, αναλύοντας 2.920 κυκλοφορούσες πρωτεΐνες και 168 μεταβολίτες από δείγματα αίματος. Αυτά τα μοριακά σήματα λειτουργούν ως «βιολογικοί αισθητήρες», αντανακλώντας σε πραγματικό χρόνο αλλαγές στο ανοσοποιητικό σύστημα, τον μεταβολισμό και την υγεία των αγγείων.

Όπως εξηγεί ο αναπληρωτής καθηγητής Zhang Qingpeng από το Τμήμα Φαρμακολογίας και Φαρμακευτικής του HKUMed:
«Τα γονίδια καθορίζουν το σημείο εκκίνησης του κινδύνου για την υγεία μας. Αντίθετα, οι πρωτεΐνες και οι μεταβολίτες αντικατοπτρίζουν την τρέχουσα κατάσταση του οργανισμού. Το εργαλείο τεχνητής νοημοσύνης που αναπτύξαμε αποκωδικοποιεί αυτά τα πολύπλοκα μοριακά σήματα, επιτρέποντας την έγκαιρη ανίχνευση κινδύνων».

Προς μια νέα εποχή προληπτικής ιατρικής

Τα αποτελέσματα έδειξαν ότι το CardiOmicScore μπορεί να μετατρέψει πολύπλοκα δεδομένα σε εξατομικευμένες βαθμολογίες κινδύνου, παρουσιάζοντας σημαντικά καλύτερη προγνωστική απόδοση σε σχέση με τα συμβατικά πολυγονιδιακά σκορ.

Όταν συνδυάζεται με βασικά κλινικά στοιχεία, όπως η ηλικία και το φύλο, το μοντέλο βελτιώνει σημαντικά την ακρίβεια πρόβλεψης για τις έξι βασικές καρδιαγγειακές παθήσεις.

Οι ερευνητές εκτιμούν ότι στο μέλλον ένα μικρό δείγμα αίματος θα μπορούσε να είναι αρκετό για τη δημιουργία ενός ολοκληρωμένου προφίλ καρδιαγγειακού κινδύνου, ανοίγοντας τον δρόμο για μια πιο εξατομικευμένη και προληπτική προσέγγιση στην ιατρική.

Όπως σημειώνει ο καθηγητής Zhang, στόχος της ερευνητικής ομάδας είναι «η αξιοποίηση της τεχνολογίας για τον εντοπισμό και την πρόληψη των ασθενειών πριν ακόμη εμφανιστούν, μετατοπίζοντας την ιατρική από την αντιδραστική θεραπεία στην έγκαιρη πρόβλεψη και πρόληψη».

Πηγή: MedicalXpress