Τεχνητή νοημοσύνη είναι σε θέση να εντοπίζει μια από τις πιο κοινές μορφές λευχαιμίας (AML- οξεία μυελογενής λευχαιμία) με υψηλό βαθμό αξιοπιστίας, σύμφωνα με ερευνητές του DZNE (Γερμανικό Κέντρο Νευροεκφυλιστικών Ασθενειών) και του Universität Bonn (Πανεπιστήμιο της Βόννης).
Η συγκεκριμένη προσέγγιση βασίζεται στην ανάλυση της δραστηριότητας σε κύτταρα του αίματος, και στην πράξη θα μπορούσε να συνδράμει συμβατικές μεθόδους διάγνωσης- και ενδεχομένως να επιταχύνει τη διαδικασία θεραπείας.
Τα αποτελέσματα της έρευνας αυτής δημοσιεύτηκαν στο iScience. Σημειώνεται πως η τεχνητή νοημοσύνη αποτελεί τομέα ιδιαίτερα έντονου ενδιαφέροντος στον κλάδο των διαγνώσεων. «Σκοπεύαμε να διερευνήσουμε τη δυναμική στη βάση ενός συγκεκριμένου παραδείγματος» εξηγεί ο καθηγητής Γιόακιμ Σούλτσε, ερευνητής του DZNE και στέλεχος του Ινστιτούτου LIMES στο γερμανικό πανεπιστήμιο. «Επειδή αυτό απαιτεί μεγάλες ποσότητες δεδομένων, αξιολογήσαμε δεδομένα πάνω στη γονιδιακή δραστηριότητα κυττάρων του αίματος. Πολλαπλές μελέτες έχουν διεξαχθεί πάνω σε αυτό το θέμα και τα αποτελέσματα είναι διαθέσιμα μέσω βάσεων δεδομένων. Ως εκ τούτου, υπάρχει μια μεγάλη δεξαμενή δεδομένων. Έχουμε συγκεντρώσει πρακτικά οτιδήποτε είναι αυτή τη στιγμή διαθέσιμο».
Ο Σούλτσε και οι συνάδελφοί του επικεντρώθηκαν στο «transcriptome», ένα είδος «δακτυλικού αποτυπώματος» γονιδιακής δραστηριότητας. Σε κάθε κύτταρο, ανάλογα με την κατάστασή του, μόνο συγκεκριμένα γονίδια είναι «ενεργοποιημένα», κάτι που αντικατοπτρίζεται στα προφίλ γονιδιακής δραστηριότητας. Αυτά τα δεδομένα αναλύθηκαν στο πλαίσιο της συγκεκριμένης μελέτης, η οποία επικέντρωσε στο AML.
Η μέθοδος αυτή θα μπορούσε να υποστηρίξει συμβατικές μεθόδους διάγνωσης, βοηθώντας στη μείωση του κόστους, εκτιμά ο Σούλτσε. «Ένα δείγμα αίματος που λαμβάνει ο γιατρός της οικογένειας και αποστέλλεται σε εργαστήριο για ανάλυση θα αρκούσε. Θεωρώ πως το κόστος θα ήταν κάτω από 50 ευρώ» σημειώνει σχετικά- τονίζοντας ωστόσο πως η διάγνωση θα συνεχίσει να απαιτεί εξειδικευμένους γιατρούς και στο μέλλον.
[signoff]
