آزمایش یک ابزار «هوش مصنوعی» برای پیش‌بینی دیابت نوع ۲ برای اولین بار در جهان

خبرگزاری ایسنا چهارشنبه 05 دی 1403 - 09:40
سازمان خدمات ملی بهداشت انگلستان (NHS) برای اولین بار در جهان، آزمایش یک ابزار هوش مصنوعی برای شناسایی خطر ابتلا به دیابت نوع ۲ را آغاز می‌کند.

به گزارش ایسنا، سازمان خدمات ملی بهداشت انگلستان اولین آزمایش جهانی یک ابزار هوش مصنوعی «متحول کننده» را آغاز خواهد کرد که می‌تواند بیماران در معرض خطر ابتلا به دیابت نوع ۲ را بیش از یک دهه قبل از ابتلا به این بیماری شناسایی کند.

به نقل از گاردین، بیش از ۵۰۰ میلیون نفر در سراسر جهان مبتلا به دیابت نوع ۲ هستند و یافتن راه‌های جدید برای شناسایی افراد در معرض خطر قبل از ابتلا به این بیماری، اولویت اصلی بهداشت جهانی است. برآوردها حاکی از آن است که تا سال ۲۰۵۰ یک میلیارد نفر به دیابت نوع ۲ مبتلا خواهند شد.

این بیماری یکی از دلایل اصلی نابینایی، نارسایی کلیه، حملات قلبی، سکته مغزی و قطع اندام تحتانی است و اغلب با اضافه وزن یا فعالیت کم یا داشتن سابقه خانوادگی ابتلا به دیابت نوع ۲ مرتبط است، اگرچه همه افراد مبتلا، در این دسته بندی‌ها قرار نمی‌گیرند.

اکنون پزشکان و دانشمندان یک ابزار هوش مصنوعی متحول کننده ایجاد کرده‌اند که می‌تواند افراد در معرض خطر ابتلا به این بیماری را تا ۱۳ سال قبل از شروع ایجاد بیماری پیش‌بینی کند.

این فناوری خوانش‌های الکتروکاردیوگرام (ECG) را در طول اسکن‌های معمول قلب تجزیه و تحلیل می‌کند. با این کار می‌توان تغییرات ظریفی را تشخیص داد که بسیار کوچک هستند و توسط چشم انسان قابل مشاهده نیستند و می‌تواند زنگ هشدار را در مورد بیماری که در مسیر ابتلا به دیابت نوع ۲ قرار دارد، به صدا درآورد.

این نتایج می‌تواند مداخلات اولیه را ممکن کند و به طور بالقوه به افراد کمک کند تا از ابتلا به این بیماری به طور کلی جلوگیری کنند، برای مثال با ایجاد تغییراتی در رژیم غذایی و سبک زندگی خود.

سازمان بهداشت ملی انگلستان آزمایش این ابزار را در سال ۲۰۲۵ آغاز خواهد کرد و اولین سازمان مراقبت‌های بهداشتی در جهان خواهد بود که این کار را انجام می‌دهد.

دست اندرکاران توسعه این فناوری امیدوارند فناوری آنها ظرف چند سال آینده بتواند در سراسر خدمات بهداشتی در انگلستان و سایر کشورها گسترش یابد.

دکتر لیبور پاستیکا (Libor Pastika)، پژوهشگر بالینی می‌گوید: هوش مصنوعی پتانسیل بسیار زیادی برای تغییر مراقبت بهداشتی دارد که می‌تواند منجر به بهبود قابل توجهی در سلامت شود. این ابزار با ارائه راهی ارزان، در دسترس و غیرتهاجمی برای پیش‌بینی زودهنگام خطر دیابت نوع ۲ می‌تواند دریچه جدیدی از فرصت را برای مراقبت‌های پیشگیرانه و هدفمندتر باز کند و به افراد کمک کند از این بیماری و عوارض مرتبط با آن اجتناب کنند.

گروهی به رهبری دکتر فو سیونگ نگ (Fu Siong Ng) و دکتر آروناشیس سائو (Arunashis Sau) این ابزار را با استفاده از ۱.۲ میلیون نوار قلب از سوابق بیمارستانی توسعه دادند. آنها سپس از داده‌های بانک زیستی بریتانیا که اطلاعات ژنتیکی و سوابق پزشکی بیش از ۵۰۰ هزار شرکت‌کننده را نگهداری می‌کند، استفاده کردند تا توانایی ابزار برای تشخیص تغییرات ظریف در ECG را تأیید کنند.

نشانه‌های آشکار شامل تغییراتی در نحوه حرکت سیگنال الکتریکی قلب، مانند تغییرات کوچک در زمان‌بندی، شکل یا الگوی امواج الکتریکی خاص بود.

این ابزار همچنین می‌تواند زمان‌های فعال‌سازی الکتریکی طولانی‌تر یا تفاوت‌ها در نحوه تنظیم مجدد سیگنال‌های الکتریکی قلب را شناسایی کند. در حالی که این تغییرات ممکن است جزئی به نظر برسند، اما اثرات اولیه دیابت را بر ساختار و عملکرد قلب، بسیار قبل از ظاهر شدن علائم، منعکس می‌کنند.

آزمایش‌ها نشان داده‌اند که این ابزار در حدود ۷۰ درصد مواقع خطر را در افراد با سنین، جنسیت، قومیت‌ها و پیشینه‌های اجتماعی-اقتصادی مختلف پیش‌بینی می‌کند.

به گفته محققان، وقتی پیش‌بینی‌های هوش مصنوعی با اطلاعات ژنتیکی و بالینی مانند سن و فشار خون ترکیب شد، دقت بیشتر بهبود یافت و تصویر واضح‌تری از خطر ارائه کرد.

محققان مشتاقانه منتظرند ببینند چگونه این فناوری می‌تواند در شرایط بالینی گنجانده شود و فرصتی برای مداخله زودهنگام برای کمک به کاهش خطر و حتی پیشگیری از دیابت نوع ۲ و عوارض مرتبط با آن را به طور کلی فراهم کند.

انتهای پیام

منبع خبر "خبرگزاری ایسنا" است و موتور جستجوگر خبر تیترآنلاین در قبال محتوای آن هیچ مسئولیتی ندارد. (ادامه)
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت تیترآنلاین مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویری است، مسئولیت نقض حقوق تصریح شده مولفان از قبیل تکثیر، اجرا و توزیع و یا هرگونه محتوای خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.