2024. 03. 06. - 08:50
Ritka betegségek kezelésének javítására fejlesztenek mesterséges intelligenciát
Mesterséges intelligencián alapuló technológiát fejlesztett ki egy nemzetközi tudóscsoport ritka betegségek tanulmányozására, azok lehetséges okainak meghatározására.
Ritka betegségek kezelés-javítására fejlesztett mesteséges intelligencián (MI) alapuló technológiát egy nemzetközi tudóscsoport.
Ráadásul, sikeresen alkalmazta azt, hogy azonosítsa az úgynevezett veleszületett myastheniás szindrómák megjelenésének lehetséges okait. Olyan rendellenességek ezek, amelyek korlátozzák a mozgásképességet és különböző fokú izomgyengeséget okoznak a pácienseknél.
A ritka betegségekre vonatkozó adatok hiánya rendkívül megnehezíti a kutatást ezen a területen.
Mérföldkövet ért el a mesterséges intelligencia
Ez a tanulmány tehát jelentős mérföldkövet jelent a mesterséges intelligencia-alapú módszerek alkalmazásában, nevezetesen a többrétegű hálózatok használatában, amelyek összekapcsolják a különböző adatbázisokból származó információkat, hogy választ adjanak a megválaszolatlan kérdésekre a ritka betegségek tanulmányozása során – amelyek egyébként a népesség 5-7 százalékát érintik. Olvasd el: 50 éves kérdésre adott választ napok alatt a mesterséges intelligencia
Ritka betegségek kezelésének javítására fejlesztenek mesterséges intelligenciát
A Nature Communications folyóiratban közzétett tanulmány több mint 10 évet vett igénybe és 20 spanyol, kanadai, japán, Egyesült Királyságbeli, holland, bolgár és német tudományos intézmény kutatói vettek részt benne.
A csapatot Alfonso Valencia, az ICREA kutatója és a Barcelonai Szuperszámítási Központ – Centro Nacional de Supercomputación (BSC-CNS) – élettudományi osztályának igazgatója vezette.
A ritka betegségek továbbra is feltáratlan kihívást jelentenek az orvosbiológiai kutatások számára.
„A legfejlettebb mesterségesi ntelligencia-technológiákat manapság nagy mennyiségű adat elemzésére tervezték, de nem képezték azokat olyan esetekre, ahol a betegek adatai korlátozottak, ami viszont a ritka betegségek kulcsfontosságú jellemzője. Nagyon hosszadalmas együttműködési erőfeszítések eredménye a bemutatott tanulmány” – mutatott rá Iker Núñez-Carpintero, a BSC kutatója.
A tanulmányban - amelyben egy kis populációból 20 beteg vett részt Bulgáriából -, a kutatók olyan módszert fejlesztettek ki, amely mesterséges intelligencia-technikákat alkalmaz a rendelkezésre álló korlátozott adatok beszerzésére.
A cél, hogy megértsék, hogy az ugyanazon betegségben és mutációban szenvedő betegeknél miért különbözik nagyon a probléma súlyossága. Olvasd el: Világszerte elhanyagolt, halálos betegségeket kezelhet a mesterséges intelligencia
A módszer nagy orvosbiológiai adatbázisokból származó információkat használ fel, mindenféle biológiai folyamatról, hogy feltárja a gének közötti kapcsolatokat az egyes betegeknél.
A cél egy olyan funkcionális kapcsolat azonosítása, amely segíthet megtalálni a betegségrejtvény hiányzó darabjait, amelyeket nem láttunk, mert nincs elég páciens - hangsúlyozta Núñez-Carpintero.
A mesterséges intelligencia segített
A többrétegű hálózatokon alapuló mesterséges intelligencia módszerek fejlesztése és a szuperszámítástechnika legújabb vívmányai lehetővé tették a hiányzó darabok megtalálását - mivel a segítségével sokkal gyorsabban elemezhetők az orvosbiológiai adatok, mint egy évtizeddel ezelőtt.
Ez lehetővé teszi a kutatók számára, hogy olyan információkat találjanak, amelyek összekapcsolják a ritka betegségekben szenvedő pácienseket és segít megérteni tüneteiket, klinikai megnyilvánulásaikat.
A szuperszámítógépes infrastruktúrák terén elért közelmúltbeli fejlemények - például a BSC-ben nemrégiben átadott új MareNostrum 5 - , hatalmas lehetőséget jelentenek a ritka betegségek kutatására irányuló új stratégiák kidolgozására.
E betegségek kutatásához nagyon fontos az egyes páciensek adatainak és a felhalmozott általános orvosbiológiai ismeretek egyidejű elemzése.
A kutatás különösen azért jelentős, mert új utakat nyit meg a kifejezetten ritka betegségekre tervezett számítási alkalmazások fejlesztése előtt.
L.A.
