IBM phát triển các mô hình học máy để phát hiện sớm bệnh Alzheimer

IBM

Như chúng ta đã biết IBM là một công ty được công nhận Công ty tư vấn và công nghệ đa quốc gia của Mỹ, đã mua Red Hat vào năm ngoái. Tuy nhiên Nó cũng tham gia vào các mô hình học máy.

Trong đó hiện đang làm việc để phát hiện sớm các bệnh. Nếu có một lĩnh vực nào đó mà trí tuệ nhân tạo có thể được sử dụng vì lợi ích của xã hội, thì có lẽ trong lĩnh vực y tế, trí tuệ nhân tạo có thể cung cấp hỗ trợ có giá trị cho các bác sĩ chuyên khoa.

Trí tuệ nhân tạo ngày càng được sử dụng rộng rãi trong lĩnh vực này để hỗ trợ các bác sĩ chẩn đoán bệnh nhân, đặc biệt là trong những trường hợp không rõ ràng có thể yêu cầu phân tích một lượng lớn dữ liệu, trước khi đưa ra quyết định.

Với Watson, IBM là một trong những công ty tiên phong về trí tuệ nhân tạo trong lĩnh vực y họcvà AI hỗ trợ các dịch vụ nhận thức của gã khổng lồ công nghệ đã được chứng minh.

Chẳng hạn, trong một kỳ tích của mình, Watson đã tìm thấy ở một bệnh nhân mắc bệnh bạch cầu hiếm gặp mà các bác sĩ chưa phát hiện ra.

Sử dụng phương pháp truyền thống, các bác sĩ chẩn đoán người phụ nữ 60 tuổi mắc bệnh bạch cầu cấp dòng tủy.

Phương pháp chẩn đoán bệnh bạch cầu cổ điển này dựa trên đánh giá của một đội ngũ bác sĩ chuyên khoa đã phân tích thông tin di truyền của bệnh nhân, cũng như các nghiên cứu lâm sàng có sẵn để so sánh.

Sau thành công này đối với trường hợp bệnh bạch cầu, trong số các bệnh khác, IBM tấn công bệnh Alzheimer.

Nhà nghiên cứu của bạn đang làm việc để đáp ứng thách thức phát hiện bệnh Alzheimer nhiều năm trước sự kiện của nó thông qua máy học và một xét nghiệm máu đơn giản.

Công nghệ vì lợi ích chung

Trong một nghiên cứu được công bố trên tạp chí khoa học Nature, IBM cho biết máy học và trí tuệ nhân tạo có thể được khai thác để phát hiện bệnh Alzheimer sớm mà không cần dùng đến các xét nghiệm xâm lấn và tốn kém.

Thay vì loại bỏ dịch não tủy để kiểm tra mức độ beta-amyloid mà nó chứa, Một nghiên cứu gần đây đã chỉ ra rằng mức độ protein trong máu có thể giúp chẩn đoán bệnh Alzheimer ở ​​một bệnh nhân 10 năm trước đó.

Cách tiếp cận này đã được các nhà nghiên cứu của IBM áp dụng, những người sử dụng kỹ thuật học máy và trí tuệ nhân tạo để đưa ra kết quả chính xác.

Các nhà nghiên cứu của IBM cho biết: “Việc thu thập máu có hệ thống, xâm lấn tối thiểu và không tốn kém.

Trong công việc của mình, chúng tôi đang phát triển một chữ ký dựa trên máu có thể cung cấp một ước tính rẻ và ít xâm lấn về tình trạng amyloid của dịch não tủy của một cá nhân bằng cách sử dụng phương pháp học máy.

Chúng tôi cho thấy rằng một mô hình rừng ngẫu nhiên lấy từ các thành phần huyết tương có thể dự đoán chính xác rằng các đối tượng có nồng độ beta-amyloid bất thường (thấp) trong dịch não tủy, đây là một dấu hiệu cho thấy nguy cơ mắc bệnh Alzheimer. «

Đã có hàng trăm thử nghiệm lâm sàng trên những cá nhân có triệu chứng của bệnh Alzheimer kể từ đầu những năm 2000.

Tuy nhiên, tỷ lệ thất bại cao một phần do các thử nghiệm trên bệnh nhân bị suy giảm nhận thức.

Quan trọng vì họ đã ở giai đoạn cuối của bệnh. Có thể phát hiện bệnh sớm hơn có thể dẫn đến các thử nghiệm kết luận và có thể tìm ra cách chữa trị căn bệnh này. Theo nghĩa này, công việc của IBM là quan trọng.

"Mặc dù thử nghiệm vẫn đang trong giai đoạn nghiên cứu ban đầu, nhưng nó có khả năng giúp cải thiện việc lựa chọn các cá nhân để thử nghiệm thuốc - người ta đã xác định rằng những người bị suy giảm nhận thức nhẹ là"

IBM cho biết nồng độ amyloid bất thường trong dịch não tủy của bạn sẽ có nguy cơ mắc bệnh Alzheimer cao gấp 2.5 lần.

Hiện tại, các nhà nghiên cứu của IBM báo cáo độ chính xác thống kê là 77%, đây là một kết quả tốt, vì công trình vẫn còn sơ khai.

Nhóm IBM cũng tuyên bố rằng các thuật toán học máy phát triển để nghiên cứu chúng có thể được mở rộng để mô hình hóa và phát hiện các dấu ấn sinh học khác trong dịch não tủy.

Fuente: https://www.nature.com


Để lại bình luận của bạn

địa chỉ email của bạn sẽ không được công bố. Các trường bắt buộc được đánh dấu bằng *

*

*

  1. Chịu trách nhiệm về dữ liệu: Miguel Ángel Gatón
  2. Mục đích của dữ liệu: Kiểm soát SPAM, quản lý bình luận.
  3. Hợp pháp: Sự đồng ý của bạn
  4. Truyền thông dữ liệu: Dữ liệu sẽ không được thông báo cho các bên thứ ba trừ khi có nghĩa vụ pháp lý.
  5. Lưu trữ dữ liệu: Cơ sở dữ liệu do Occentus Networks (EU) lưu trữ
  6. Quyền: Bất cứ lúc nào bạn có thể giới hạn, khôi phục và xóa thông tin của mình.