საყოველთაო ჯანდაცვის პროგრესის წყალობით მსოფლიოში სულ უფრო მეტი ადამიანი ახერხებს სიბერეში გადარჩენას. დემენციის, განსაკუთრებით, ალცჰაიმერისა და დაბერებასთან დაკავშირებული სხვა დაავადებების რიცხვი სულ უფრო მატულობს. ეს ქმნის რისკს, რომ შემდგომ ათწლეულებში ჩვენ ვერ შევძლებთ გასაჭირში მყოფი ყველა ადამიანის სათანადოდ დახმარებას, განსაკუთრებით იმ რეგიონებში, სადაც ექიმების ნაკლებობაა.

ბოსტონის უნივერსიტეტის სამედიცინო სკოლის ბოლო კვლევის თანახმად, კომპიუტერულმა ტექნოლოგიებმა (ხელოვნურმა ინტელექტმა) შეიძლება, აღმოფხვრან დემენციის მქონე პაციენტების მკურნალობასა და დახმარებასთან დაკავშირებული პრობლემები.

"ისეთ შემთხვევებშიც კი, როდესაც სპეციალიზებული ნეიროლოგი ან ნეირო-რადიოლოგი დაკავებულია და არ შეუძლია პირადად მიხედოს პაციენტს და დაუსვას დიაგნოზი, შეიძლება, ამ დროს ხელოვნური ინტელექტი ჩაერთოს, რომელიც დიაგნოზის დასმით ექიმსა და პაციენტს დროის მოგებასა და მკურნალობის დაგეგმვაში დაეხმარება", — ამბობს კვლევის ავტორი, ვიჯაია კოლაჩალამა.

კვლევა ჟურნალ Nature Communications-ში გამოქვეყნდა.

წარსულში ჩატარებულმა კვლევამ აჩვენა, რომ ხელოვნურ ინტელექტს შეუძლია "დაავადებასა" და "არადაავადებას" შორის არჩევა, თუმცა ექიმი ასე არ მუშაობს. ისინი პაციენტზე პოტენციური გავლენის მქონე ყველა შესაძლო ფაქტორს ითვალისწინებენ და მრავალ გამოკვლევაზე დაყრდნობით — ფიზიკური მოსინჯვა, ნეიროფსიქოლოგიური ტესტი, ლაბორატორიული ანალიზები, ტომოგრაფიები — სვამენ დიაგნოზს. ეს ინოვაცია კი კომპიუტერის მეშვეობით დაავადების ფაქტობრივ გამომწვევ მიზეზს ნახულობს მაშინაც კი, როდესაც სხვა ფაქტორებიც შეიძლება, იყოს.

"ჩვენ ვაჩვენეთ, რომ ეს მიღწევადია, როდესაც მოდელს წარვუდგენთ შესაძლო დაავადებების დიაგნოსტირების ფართო სპექტრს. მაგალითად, დემენცია, როგორც ჩვენთვისაა ცნობილი, შეიძლება, სხვადასხვა პროცესის შედეგი იყოს. ყველაზე გავრცელებული ალცჰაიმერია, თუმცა პიროვნების მენტალური მდგომარეობის ქრონიკული ცვლილება სხვა დაავადებების შემთხვევაშიც შეიძლება, მოხდეს — პარკინსონის სინდრომით დაწყებული გერიატრიული დეპრესიითა და საკვები ნივთიერებების ნაკლებობით დამთავრებული. ჩვენი კვლევა ინოვაციურია, რადგან ის წარმოგვიდგენს კომპიუტერულ სტრატეგიას, რომლითაც ნეიროლოგიური დაავადებების ამ ფართო სპექტრში ზუსტი დიაგნოზის დასმა შეგვიძლია", — ამბობს ის.

მკვლევრებმა შექმნეს კომპიუტერული მოდელების რამდენიმე ვარიანტი, რომლებსაც დიდი რაოდენობითი მონაცემების გადამუშავება შეუძლიათ. ეს მონაცემები შეიძლება, იყოს პაციენტის ანამნეზი, ფიზიკური მოსინჯვის, ტომოგრაფიის, ნეიროფსიქოლოგიური და ფუნქციონალური ტესტირების შედეგები. ამ ინფორმაციით შემდეგ ნეირონული ქსელი "გამოკვებეს", გაწვრთნეს და დაავადებების დიაგნოსტირება დაავალეს.

მანქანური სწავლების სპეციალიზებული მეთოდების გამოყენებით, მათ ზუსტად ამოარჩიეს ის მონაცემები, რომლებიც დიაგნოსტირებისას უნდა გამოიყენონ, მათ შორის, მნიშვნელოვანი ნეირო-ფსიქოლოგიური ტესტის შედეგები, ლაბორატორიული კვლევები და ფიზიკური მოსინჯვის ის მიგნებები, რომლებიც სპეციფიკურ დაავადებაზე შეიძლება, მიანიშნებდნენ. მათ შემდეგ იგივე მეთოდები გამოიყენეს მაგნიტურ რეზონანსული ტომოგრაფიის გამოსახულებებზე დემენციასთან დაკავშირებული ცვლილებების ლოკალიზაციისთვის და აღმოაჩინეს, რომ ლოკაციები, რომლებიც AI-ის მიერ "მნიშვნელოვნად" იყო მონიშნული ტვინში ქსოვილების მიკროსკოპულ დეგენერაციულ ცვლილებებზე მიანიშნებდა.

დაბოლოს, ექიმების საერთაშორისო გუნდმა ხელოვნური ინტელექტის მოდელთან ერთად შედარებით კვლევაში მიიღო მონაწილეობა. ექსპერტებსაც და AI-საც ერთი და იგივე პაციენტების მონაცემები გააცნეს და დიაგნოზის დასმა სთხოვეს. ექიმებისა და კომპიუტერის სიზუსტე ერთნაირი იყო.

კოლაჩალამას სჯერა, რომ კომპიუტერულ სტრატეგიას შეუძლია დემეცნიის მქონე მოხუცი პაციენტების მოვლაში მნიშვნელოვანი დახმარება გაგვიწიოს. "იმ შემთხვევებში, როდესაც პაციენტებს არ შეეძლებათ, სპეციალიზებული ნეიროლოგისგან მიიღონ კონსულტაცია, ჩვენი ინოვაცია დაეხმარება მათ, მიიღონ სათანადო ინფორმაცია საკუთარი და მათთვის საყვარელი ადამიანების ჯანმრთელობის მდგომარეობის შესახებ".