هوش مصنوعی در کاردیومیوپاتی چقدر نقش دارد؟
خلاصه مقاله
مدل مبتنی بر یادگیری ماشین میتواند برای شناسایی بیمارانی که در معرض خطر ابتلا به کاردیومیوپاتی حامل آمیلوئید ترانستیترین نوع طبیعی هستند، استفاده شود.
#Neuro_AI
عنوان مقاله: مدل یادگیری برای شناسایی بیماران در معرض ابتلا به کاردیومیوپاتی حامل آمیلوئید
مدل مبتنی بر یادگیری ماشین میتواند برای شناسایی بیمارانی که در معرض خطر ابتلا به کاردیومیوپاتی حامل آمیلوئید ترانستیترین نوع طبیعی هستند، استفاده شود. کاردیومیوپاتی آمیلوئیدی ترانستیترین، یک علت شایع اما اغلب ناشناختهی نارسایی قلب است که با یک پایدار کنندهی ترانستیترین قابل درمان است.
بنابراین، شناسایی بیمارانی که در معرض خطر ابتلا به این بیماری هستند و تحت آزمونهای هدفمند برای تشخیص و درمان زودهنگام قرار میگیرند، بسیار حائز اهمیت است.
در این مطالعه، نویسندگان با استفاده از یک مدل یادگیری ماشین از نوع Random Forest روی دادههای پزشکی برای شناسایی حالات محتمل کاردیومیوپاتی آمیلوئیدی ترانستیترین طبیعی ایجاد نموده اند.
این مدل در ۱۰۷۱ مورد بیمار و ۱۰۷۱ نمونه کنترلی بدون آمیلوئید جهش یافته مورد استفاده قرار گرفته و در یک مجموعه بزرگ از نمونه های ملی(۹۴۱۲ مورد بیمار و ۹۴۱۲ نمونه کنترل متناسب) و همچنین در یک مجموعه بزرگ بر اساس پروندهی الکترونیکی سلامت (۲۶۱ مورد بیمار و ۳۹۳۹۳ نمونه کنترل) تأیید شده است.
این مطالعه با هدف توسعه و تأیید یک مدل یادگیری ماشینی انجام شده است که میتواند به طور سیستماتیک کاردیومیوپاتی آمیلوئید ترانس تیرتین نوع طبیعی (ATTR-CM) را با استفاده از دادههای پزشکی شناسایی کند.
این مدل با استفاده از ICD به عنوان ویژگیها در الگوریتم Random Forest آموزش داده شد و به صورت داخلی و خارجی در گروههای مختلف آزمایش شده است. فنوتیپها و ترکیبهای فنوتیپ مرتبط با ATTR-CM بر اساس ویژگیهای منتخب شناساییشده توسط مدل تولید شدند.
هدف نهایی از ساخت این مدل، خودکار کردن شناسایی ATTR-CM با استفاده از این مدل و سایر آزمایشهای بالینی است که منجر به تشخیص و مداخله زودتر برای بیماران با ریسک بالا میشود.
نتایج نشان داده است که که این مدل در شناسایی بیماران با آمیلوئید قلبی در همه مجموعهها موثر بوده و به عنوان یک ابزار مفید برای افزایش تشخیص ابتلا به کاردیومیوپاتی آمیلوئیدی ترانستیترین در بیماران مبتلا به نارسایی قلبی ارائه شده است.
مرجع:
https://doi.org/10.1038/s41467-021-22876-9
گرد آورنده:آسیه کفاشباشی
ادیت: خانم دکتر الناز امانزاده- دکتر فرزان فهیم
مقالات مرتبط
درباره ی AVM Arterio Venous Malformation
AVM در واقع اشکال در شکل گیری بستر عرپقی در مغز است که شریان ها بدون بستر مویرگی به ورید میریزند و باعث کلافک عروقی میشوند…
آستروسیتومای منتشر
Diffuse astrocytoma یاآستروسیتومای منتشر یک تومور مغزی با رشد آهسته است که تصور می شود از آستروسیت ها، سلول های حمایت کننده در سیستم عصبی، منشأ می گیرد. بر اساس ویژگی های ژنتیکی طبقه بندی می شود: آستروسیتومای منتشر) IDH-mutant در صورت تشخیص جهش در IDH1 یا IDH2 ) آستروسیتومای منتشرنوع wild( (در صورت عدم شناسایی جهش در IDH ) علائم شامل:سردرد ، تشنج و علائم اضافی به اندازه و محل تومور بستگی دارد. برای تشخیص ازتصویربرداری رزونانس مغناطیسی (MRI) و هیستو پاتولوژیک استفاده می شود. بسته به اندازه و محل تومور، بیماران مبتلا به آستروسیتومای منتشر معمولاً ابتدا با جراحی درمان می شوند. هدف اصلی برداشتن تومور است و از عملکرد حیاتی مغز محافظت میکند – به این کار «حداکثر برداشت ایمن» میگویند. آستروسیتومای منتشر می تواند در نواحی نزدیکی از مغز که حرکات بدن، زبان یا بینایی را کنترل می کند رخ دهد، ممکن است اقدامات ویژه ای برای محافظت از این عملکردها انجام شود. علاوه بر جراحی، بسته به اینکه آیا تومور به عنوان IDH-mutant یا -wildtype طبقه بندی می شود، ممکن است درمان های خاصی مانند شیمی درمانی و پرتو درمانی در نظر گرفته شود.آستروسیتومای منتشر می تواند پس از جراحی عود کند، بنابراین بیماران به طور منظم هم از نظر عود تومور و هم پیشرفت به تومور درجه بالاتر تحت نظر هستند.