با استفاده از دادههای بیش از ۱۵۳۰۰ بیمار در ایالات متحده، تحقیقات دانشگاه اکستر نشان داد که نوعی از هوش مصنوعی به نام یادگیری ماشینی میتواند به دقت تشخیص دهد که چه کسی به زوال عقل مبتلا خواهد شد.
به گزارش پایگاه اطلاع رسانی ایران رصد به نقل از اکستر یک مطالعه جدید در مقیاس بزرگ نتیجه گرفته است که هوش مصنوعی می تواند پیش بینی کند که چه افرادی که به کلینیک های حافظه مراجعه می کنند در طی دو سال به زوال عقل مبتلا می شوند.
تحقیقات دانشگاه اکستر با استفاده از دادههای بیش از ۱۵۳۰۰ بیمار در ایالات متحده، نشان داد که نوعی از هوش مصنوعی به نام یادگیری ماشینی میتواند به دقت تشخیص دهد که چه کسی به زوال عقل مبتلا خواهد شد.
این تکنیک با شناسایی الگوهای پنهان در داده ها و یادگیری افرادی که بیشتر در معرض خطر هستند کار می کند. این مطالعه که در JAMA Network Open منتشر شد و توسط موسسه تحقیقاتی آلزایمر انگلستان تامین مالی شد، همچنین نشان داد که این الگوریتم میتواند به کاهش تعداد افرادی که ممکن است به اشتباه زوال عقل در آنها تشخیص داده شده باشد، کمک کند.
محققان داده های افرادی را که در شبکه ای از ۳۰ کلینیک حافظه مرکز هماهنگ کننده ملی آلزایمر در ایالات متحده حضور داشتند، تجزیه و تحلیل کردند. شرکت کنندگان در شروع مطالعه زوال عقل نداشتند، اگرچه بسیاری از آنها مشکلات حافظه یا سایر عملکردهای مغزی را تجربه می کردند.
در بازه زمانی مطالعه بین سالهای ۲۰۰۵ و ۲۰۱۵، از هر ده شرکتکننده، یک نفر (۱۵۶۸) طی دو سال پس از مراجعه به کلینیک حافظه، تشخیص جدیدی از زوال عقل دریافت کرد. این تحقیق نشان داد که مدل یادگیری ماشینی می تواند این موارد جدید زوال عقل را با دقت ۹۲ درصد پیش بینی کند – و بسیار دقیق تر از دو روش تحقیق جایگزین موجود.
محققان همچنین برای اولین بار دریافتند که حدود هشت درصد (۱۳۰) از تشخیصهای زوال عقل به اشتباه به نظر میرسد، زیرا تشخیص آنها متعاقباً معکوس شد. مدلهای یادگیری ماشینی بیش از ۸۰ درصد از این تشخیصهای متناقض را به دقت شناسایی کردند. هوش مصنوعی نه تنها می تواند به طور دقیق پیش بینی کند که چه کسی مبتلا به زوال عقل است، بلکه این پتانسیل را نیز دارد که دقت این تشخیص ها را بهبود بخشد.
پروفسور دیوید لیولین، یکی از همکاران آلن تورینگ مستقر در دانشگاه اکستر، که بر این مطالعه نظارت داشت، میگوید:
«اکنون میتوانیم به رایانهها بیاموزیم که دقیقاً پیشبینی کنند که چه کسانی در عرض دو سال دچار زوال عقل میشوند. ما همچنین مشتاقیم که بدانیم رویکرد یادگیری ماشینی ما قادر به شناسایی بیمارانی است که ممکن است اشتباه تشخیص داده شده باشند. این پتانسیل کاهش حدس و گمان در عمل بالینی و بهبود قابل توجه مسیر تشخیصی را دارد و به خانوادهها کمک میکند تا سریعترین و دقیقترین زمان ممکن به پشتیبانی مورد نیاز خود دسترسی پیدا کنند.»
دکتر رزا سانچو، رئیس تحقیقات آلزایمر بریتانیا گفت: هوش مصنوعی پتانسیل زیادی برای بهبود تشخیص زودهنگام بیماریهایی که باعث زوال عقل میشوند دارد و میتواند فرآیند تشخیص را برای افرادی که نگران خودشان یا یکی از عزیزانشان هستند متحول کند. این تکنیک پیشرفت قابل توجهی نسبت به رویکردهای جایگزین موجود است و می تواند به پزشکان مبنایی برای توصیه تغییرات سبک زندگی و شناسایی افرادی که ممکن است از حمایت یا ارزیابی های عمیق بهره مند شوند، بدهد.
دکتر جانیس رانسون، محقق دانشگاه اکستر افزود: «ما می دانیم که زوال عقل یک وضعیت بسیار ترسناک است. تعبیه یادگیری ماشینی در کلینیکهای حافظه میتواند به اطمینان از دقیقتر بودن تشخیص کمک کند و ناراحتی غیرضروری را که تشخیص اشتباه میتواند ایجاد کند، کاهش دهد.
محققان دریافتند که یادگیری ماشینی با استفاده از اطلاعات بیمار که به طور معمول در کلینیک در دسترس است، مانند حافظه و عملکرد مغز، عملکرد در تستهای شناختی و عوامل خاص سبک زندگی، کارآمد است. این تیم اکنون قصد دارد مطالعات بعدی را برای ارزیابی استفاده عملی از روش یادگیری ماشینی در کلینیک ها انجام دهد تا ارزیابی کند که آیا می توان آن را برای بهبود تشخیص، درمان و مراقبت از زوال عقل به کار برد.
این مطالعه با عنوان «عملکرد الگوریتمهای یادگیری ماشین برای پیشبینی پیشرفت زوال عقل در بیماران کلینیک حافظه» توسط شارلوت جیمز، جانیس ام. رانسون، ریچارد اورسون و دیوید جی لیولین انجام شده است. در JAMA Network Open منتشر شده است.