Изкуственият интелект открива нови възможности за прогнозиране на риска от инсулт и преживяемостта при рак

Две нови изследвания показват как изкуственият интелект може да помогне на лекарите да оценяват индивидуалните здравни рискове и да вземат по-информирани решения за лечението на пациентите. Докато учени в Австралия разработват модел, който анализира генетични данни, за да установява предразположеност към инсулт, американски специалисти използват снимки на лицето за оценка на биологичната възраст и прогнозиране на преживяемостта при онкологични заболявания.

И двата подхода са насочени към развитието на персонализираната медицина, но все още се нуждаят от допълнителни изследвания, преди да могат да намерят широко клинично приложение.

Генетичен анализ за прогнозиране на риска от инсулт

Изследователи от Технологичния университет в Сидни (UTS) разработват модел с изкуствен интелект, който анализира човешката ДНК и открива генетични фактори, свързани с повишен риск от исхемичен инсулт. Това е най-разпространеният вид инсулт, при който кръвен съсирек блокира притока на кръв към мозъка. Инсултът като цяло е втората водеща причина за смърт в световен мащаб.

Според предишни научни изследвания генетичните фактори обясняват приблизително 38% от индивидуалния риск от инсулт. Въпреки това досега те не са заемали централно място при оценката на вероятността за развитие на заболяването.

Учени разработват инструмент с AI, който открива признаци на стареене в кръвните клетки

„Когато човек получи инсулт, особено в млада възраст, често иска да знае дали останалите членове на семейството му също са изложени на риск“, обяснява пред Euronews Кайруей Гуо, един от авторите на изследването.

По думите му новите инструменти с изкуствен интелект биха могли да помогнат на семействата да разберат по-добре наследствената предразположеност към заболяването.

За целта учените създават модел, базиран на архитектурата transformer – технологията, която стои и в основата на големи езикови модели като ChatGPT.

Системата е обучена да анализира генетични вариации и да установява връзките им с исхемичния инсулт. Тя идентифицира 18 генетични варианта, свързани с повишен риск, като откроява няколко ключови гена, сред които EDEM2, активен в мозъчната кора, и KANK2, чиято активност се наблюдава в кръвта.

Ефективността на модела е проверена чрез два големи набора от медицински данни, обхващащи общо над 40 000 души.

Резултатите показват, че системата може да разпределя хората в три категории според генетичната им предразположеност – нисък, среден и висок риск.

При участниците, определени като високорискови, вероятността от първи исхемичен инсулт в периода на проследяване е с 21% по-висока в сравнение с тези от нискорисковата група.

Досега генетичната предразположеност към подобни заболявания обикновено се оценява чрез т.нар. полигенни рискови оценки. Този статистически метод отчита комбинираното влияние на множество генетични вариации, но не улавя напълно взаимодействията между тях и значението на разположението им в ДНК.

Новият модел има потенциала да преодолее част от тези ограничения, като предоставя по-подробна индивидуална оценка.

Според Цзе Лу, директор на Австралийския институт за изкуствен интелект, технологията може да помогне за откриването на връзки между гените и заболяванията, които трудно биха били установени чрез традиционните методи за обработка на данни.

Биологичната лаборатория на Anthropic откри нова система за работа с ДНК с помощта на Claude

Следващата стъпка е разработването на мултимодална система, която да комбинира генетичната информация с медицински изследвания, образна диагностика и данни за начина на живот.

„Генетиката е само една част от риска от инсулт“, подчертава Лу.

Включването на фактори като кръвно налягане, възраст, предсърдно мъждене, диабет тип 2 и холестерол би могло да подобри наблюдението на пациентите и възможностите за превенция.

Снимка на лицето като инструмент за оценка на здравословното състояние

Докато австралийските учени изследват генетичните фактори за инсулт, специалисти от американската здравна и академична система Mass General Brigham разработват друг подход за персонализирана оценка на здравето.

Техният модел с изкуствен интелект анализира обикновена снимка на човешкото лице, за да оцени биологичната възраст и да прогнозира преживяемостта при пациенти с онкологични заболявания.

Резултатите от изследването са публикувани в научното списание The Lancet Digital Health.

Системата е обучена върху повече от 40 милиона фотографии на хора от различни възрастови и етнически групи. На тази основа учените разработват два взаимно допълващи се инструмента, пише The Guardian. 

Първият, FAHR-FaceAge, оценява биологичната възраст на пациента въз основа на лицевите му характеристики и използва тази информация за прогнозиране на преживяемостта.

Нова терапия използва „смарт“ наночастици, за да доставя mRNA директно до тумори

Вторият, FAHR-FaceSurvival, определя риска от смърт директно чрез анализ на снимката, без да разчита на междинна оценка на биологичната възраст.

Макар да произлизат от един и същ основен модел, двата алгоритъма извличат различна информация за здравословното състояние. FAHR-FaceAge обръща особено внимание на гънките между носа и устата, областта на челото над очните кухини и слепоочията. FAHR-FaceSurvival анализира предимно зоните под очите и около основата на носа.

„Доколкото ни е известно, това е първата демонстрация, че модел с изкуствен интелект може директно да прогнозира преживяемостта при рак въз основа на обикновена фотография“, посочва Хуго Аертс, един от ръководителите на изследването.

При пациенти, подложени на лъчетерапия в САЩ, резултатите показват връзка между оценената биологична възраст и риска от смърт.

Хората, които според FAHR-FaceAge изглеждат с поне пет години по-възрастни от действителната си възраст, имат с 21% по-висок риск от смърт по време на средния четиригодишен период на проследяване в сравнение с останалите участници. Обратно, при пациентите, чиито лицеви характеристики съответстват на биологична възраст с поне пет години по-ниска от хронологичната, рискът е със 17% по-малък.

Тези резултати предполагат, че видимите признаци на стареене могат да съдържат информация за физическото състояние на организма и способността му да понесе определени лечения.

Изследователите установяват също връзка между някои навици и оценената биологична възраст. Интензивната употреба на алкохол, наркотични вещества и тютюнопушенето са свързани с по-висока възраст според анализа на лицевите изображения.

Системата показва относително устойчиви резултати и при различни условия на заснемане, включително промени в осветлението, изражението, положението на главата и използването на грим.

Според изследователите оценките остават стабилни и след повечето разгледани пластични операции, като малки изменения се наблюдават основно след ринопластика.

Ново „смарт“ лекарство свива тумори в областта на главата и шията само за шест седмици

Персонализирано лечение, но не и замяна на лекарската преценка

Основната цел на американския проект е да подпомогне лекарите при избора на подходящо лечение, особено когато трябва да преценят дали пациентът е в състояние да понесе интензивни медицински процедури. С напредването на възрастта тази оценка става все по-важна при решения за лъчетерапия, хирургични интервенции и системно лечение на рак.

„Със застаряването на населението лекарите се нуждаят от по-добри начини да оценяват физическите резерви и уязвимостта на пациентите, преди да препоръчат интензивно лечение“, обяснява д-р Реймънд Мак, радиационен онколог в Mass General Brigham.

По думите му анализът на лицеви изображения може да направи тези оценки по-количествени, последователни и приложими при по-голям брой пациенти.

Технологията би могла също да подпомогне прогнозирането на риска от смърт или усложнения след големи операции и други онкологични терапии.

Въпреки обещаващите резултати учените предупреждават, че са необходими допълнителни проучвания, преди подобни инструменти да бъдат въведени в широка клинична практика.

Същото важи и за разработения в Австралия генетичен модел за оценка на риска от инсулт, чието бъдещо приложение ще зависи от възможността да се съчетае с други медицински показатели.

Двете изследвания демонстрират различни подходи към една обща цел – използването на изкуствения интелект за по-прецизна оценка на индивидуалните здравни рискове. Единият анализира информация, заложена в човешката ДНК, а другият търси признаци за физическото състояние в лицевите характеристики.

И в двата случая технологията се разглежда като допълнителен инструмент за подпомагане на превенцията и лечението, а не като заместител на медицинската преценка.