Nghiên cứu mới: Thử nghiệm không xâm lấn dự đoán nguy cơ mắc bệnh Alzheimer và sa sút trí tuệ

Nghiên cứu mới cho thấy những tiến bộ trong công nghệ hiện nay cho phép phần mềm dự đoán nguy cơ phát triển bệnh Alzheimer và bệnh sa sút trí tuệ liên quan của một người từ thông tin thu được trong các lần khám bác sĩ định kỳ.

Khám phá này rất quan trọng vì đây là một phương pháp chi phí thấp, không xâm lấn để phát hiện một căn bệnh mãn tính thường làm gián đoạn cuộc sống của cả cá nhân và gia đình của họ.

Các nhà khoa học từ Viện Regenstrief, Đại học Indiana và Merck đã phát triển và thử nghiệm các thuật toán sử dụng dữ liệu từ hồ sơ y tế điện tử. Sự phát triển mới rất quan trọng vì ít nhất 50% bệnh nhân chăm sóc chính lớn tuổi sống chung với bệnh Alzheimer và các chứng sa sút trí tuệ liên quan không bao giờ nhận được chẩn đoán.

Và nhiều người khác sống với các triệu chứng từ hai đến năm năm trước khi được chẩn đoán. Hiện nay, các xét nghiệm để tầm soát nguy cơ sa sút trí tuệ rất xâm lấn, tốn thời gian và tốn kém.

Trưởng nhóm nghiên cứu Malaz Boustani, MD, MPH, một nhà khoa học nghiên cứu tại Viện Regenstrief và là giáo sư tại Đại học Indiana, cho biết: “Điều tuyệt vời về phương pháp này là nó thụ động và nó cung cấp độ chính xác tương tự như các thử nghiệm xâm nhập đang được sử dụng. Trường Y.

“Đây là một giải pháp có chi phí thấp, có khả năng mở rộng, có thể mang lại lợi ích đáng kể cho bệnh nhân và gia đình họ bằng cách giúp họ chuẩn bị cho khả năng sống với bệnh sa sút trí tuệ và giúp họ hành động.”

Nhóm nghiên cứu, bao gồm các nhà khoa học từ Bang Georgia, Đại học Y khoa Albert Einstein và Nhóm Nghiên cứu Chất rắn, gần đây đã công bố những phát hiện của mình về hai cách tiếp cận máy học khác nhau.

Một bài báo, được xuất bản trong Tạp chí của Hiệp hội Lão khoa Hoa Kỳ, đã phân tích kết quả của một thuật toán xử lý ngôn ngữ tự nhiên. Trong kỹ thuật này, các phương pháp học máy được xác định bằng cách phân tích các ví dụ.

Một cách tiếp cận liên quan, được thảo luận trong một Trí tuệ nhân tạo trong y học , đã chia sẻ kết quả từ một mô hình sử dụng một tập hợp các cây quyết định. Cả hai phương pháp đều cho thấy độ chính xác như nhau trong việc dự đoán sự khởi phát của chứng sa sút trí tuệ trong vòng một và ba năm sau khi chẩn đoán.

Để đào tạo các thuật toán, các nhà nghiên cứu đã thu thập dữ liệu về bệnh nhân từ Mạng lưới chăm sóc bệnh nhân Indiana. Các mô hình đã sử dụng thông tin về đơn thuốc và chẩn đoán, là các trường có cấu trúc, cũng như các ghi chú y tế, là văn bản tự do, để dự đoán sự khởi phát của chứng sa sút trí tuệ.

Các nhà nghiên cứu phát hiện ra rằng các ghi chú văn bản miễn phí có giá trị nhất để giúp xác định những người có nguy cơ phát triển bệnh.

“Nghiên cứu này rất thú vị vì nó có khả năng mang lại lợi ích đáng kể cho bệnh nhân và gia đình của họ,” Patrick Monahan, Tiến sĩ, tác giả nghiên cứu từ Trường Y IU và một nhà khoa học liên kết của Regenstrief cho biết.

"Các bác sĩ lâm sàng có thể cung cấp giáo dục về hành vi và thói quen để giúp bệnh nhân đối phó với các triệu chứng của họ và sống một cuộc sống chất lượng hơn."

Zina Ben Miled, Tiến sĩ, Thạc sĩ, một tác giả nghiên cứu từ Trường Kỹ thuật và Công nghệ Purdue giải thích: “Việc xác định rủi ro sớm tạo cơ hội cho các bác sĩ và gia đình đưa ra kế hoạch chăm sóc. Qua kinh nghiệm, tôi biết gánh nặng có thể là gì khi được chẩn đoán sa sút trí tuệ. Cửa sổ được cung cấp bởi xét nghiệm này rất quan trọng để giúp cải thiện chất lượng cuộc sống cho cả bệnh nhân và gia đình họ ”.

Ngoài lợi ích cho gia đình, các phương pháp này còn có thể tiết kiệm chi phí đáng kể cho bệnh nhân và hệ thống y tế. Chúng thay thế sự cần thiết của các xét nghiệm đắt tiền và cho phép các bác sĩ lâm sàng sàng lọc toàn bộ quần thể để xác định những người có nguy cơ cao nhất. Trì hoãn sự khởi phát của các triệu chứng cũng giúp tiết kiệm một khoản chi phí đáng kể cho việc điều trị.

Bước tiếp theo là triển khai các thuật toán máy học này trong các phòng khám thực tế để kiểm tra xem chúng có giúp xác định các trường hợp sa sút trí tuệ thực sự hay không cũng như tìm hiểu cách chúng tác động đến mức độ sẵn sàng theo dõi kết quả của bệnh nhân.

Nguồn: Viện Regenstrief