2026. 04. 03. - 08:20
Egyetlen vérminta elég: több kognitív agyi betegséget kimutat a mesterséges intelligencia
Egyetlen vérminta alapján képes egy új mesterséges intelligencia modell több kognitív agyi betegség kimutatására.
Vadonatúj mesterséges intelligencia-modell született, amely egyetlen vérminta alapján ki tud mutatni többféle kognitív agyi betegséget.
A különböző neurodegeneratív betegségek tünetprofiljai gyakran vannak átfedésben egymással: az életkorral összefüggő kognitív tünetek diagnosztizálása összetett.
Egy páciens agyában egyszerre több, átfedő betegség is lehet - például Alzheimer-kór és Lewy-testes betegség, különösen a kognitív hanyatlás korai szakaszában.
A Lund Egyetem kutatói most egy olyan mesterséges intelligencia modellt fejlesztettek ki, amely bemutatta, hogy egyetlen vérmintából több neurodegeneratív betegség is kimutatható.
A kutatók a Nature Medicine folyóiratban közölték eredményeiket. Olvasd el: Az agyi kár mértékét is felmérheti az MI?
Egyetlen vérminta elég: több kognitív agyi betegséget kimutat a mesterséges intelligencia
Két svéd kutató, Jacob Vogel és Lijun An a svéd BioFINDER tanulmánytól és a Global Neurodegenerative Proteomics Consortiumból (GNPC) származó kollégáival több mint 17 ezer beteg, illetve kontrollcsoport tagjainak fehérjemérésén alapuló mesterséges intelligencia-modellt fejlesztett ki, amelyeket a GNPC proteomikai adatbázisán belüli több adatkészletből gyűjtöttek össze – utóbbi a világ legnagyobb a neurodegeneratív betegségekkel kapcsolatos fehérjék tekintetében.
A Global Neurodegenerative Proteomics Consortium egy nemzetközi kutatási konzorcium, amely a világ legnagyobb proteomikai adatbázisát alkotta meg a neurodegeneratív betegségekhez kapcsolódó fehérjékhez.
„Reméljük, a jövőben egyetlen vérvizsgálattal több betegséget is pontosan tudunk majd diagnosztizálni egyszerre” – mondta Vogel, a tanulmány vezetője, adjunktus, egy kutatócsoport vezetője és a Lund Egyetem MultiPark stratégiai kutatási területének részese.
Fejlett statisztikai tanulási módszerek és az „együttes tanulás” néven ismert folyamat segítségével a kutatók mesterséges intelligencia-modellje képes volt azonosítani egy specifikus fehérjekészletet, amely az agyi degenerációval járó betegségek általános mintázatát alkotja.
Ezt a tanult mintázatot ezután különböző neurodegeneratív betegségek diagnosztizálására használták.
Vogel megerősítette: mesterséges intelligencia-modelljük felülmúlja a korábbi modelleket, miközben öt különböző demenciával összefüggő állapotot is képes diagnosztizálni: ezek az Alzheimer-kór, a Parkinson-kór, az ALS, a frontotemporális demencia és a korábbi stroke.
A tanulmány kiemelkedik a hasonló kutatásokhoz képest, mivel a modell eredményeit több független adathalmazon validálták a kutatók szerint.
„Azt is megállapítottuk, hogy a fehérjeprofil jobban előrejelezte a kognitív hanyatlást, mint a klinikai diagnózis, s úgy tűnik, az azonos klinikai diagnózissal rendelkező egyéneknek eltérő mögöttes biológiai altípusaik lehetnek” – mondta An, a tanulmány első szerzője.
A kutatók rámutattak, hogy számos, Alzheimer-kórral diagnosztizált személynél olyan fehérjemintázatot találtak, amely jobban hasonlított más agyi rendellenességekhez.
„Ez azt jelentheti, hogy egynél több alapbetegségük van, illetve az Alzheimer-kór többféleképpen is kialakulhat és a klinikai diagnózis helytelen. Úgy gondolom azonban, a vérmintákból végzett jelenlegi fehérjemérés önmagában nem elegendő több betegség diagnosztizálásához. Finomítanunk kell a módszert és szükséges kombinálnunk azt más klinikai diagnosztikai eszközökkel” – mondta el Vogel.
Kiemelte ugyanakkor, hogy a diagnosztika nem az egyetlen alkalmazási terület a modelljükben. A mesterséges intelligencia-modellhez hozzájáruló fehérjék közül sok mutat olyan területekre, ahol a követéses vizsgálatok jobban megérthetik a neurodegeneratív állapotok mögött meghúzódó, betegség-elősegítő folyamatokat.
A kutatók a következő lépésben több proteomikai markert is bevonnának a fejlett módszerek, például tömegspektrometria segítségével, hogy azonosítsák az egyes betegségekre jellemző mintázatokat.
„Reméljük, közelebb kerülünk egy olyan vérvizsgálathoz, amely megbízható diagnózist tud felállítani a különböző rendellenességekben más klinikai eszközök segítsége nélkül” – bizakodott Vogel.
B.A.
