علماء يتوصلون لطريقة للتنبؤ بخطر الإصابة بالخرف
تاريخ النشر: 22nd, February 2024 GMT
تمكّن علماء صينيون من تحديد مجموعة من البيانات البروتينية للبلازما تساعد في التنبؤ بخطر الإصابة بالخرف قبل 15 عاما من اكتشاف المرض.
والبلازما هي المكوّن السائل في الدم الذي يسهم بنسبة 55% من إجمالي حجم الدم، وهي ضرورية لمساعدة الجسم على التعافي من الإصابة، وتوزيع العناصر الغذائية، وإزالة النفايات، ومنع العدوى.
ووفقا للتجربة التي أجراها الباحثون بجامعة فودان في مدينة شانغهاي خلال دراسة علمية استمرت مدتها أكثر من 14 عاما في المتوسط، على 52 ألفا و645 بالغا غير مصابين بالخرف، ومن خلال تحليل بيانات 1463 نوعا من بروتينات البلازما، وجدوا أن بروتينات "جي إف إيه بي" و"إن إي إف إل" و"جي دي إف 15″ و"إل تي بي بي2″ تتعلق باستمرار في معظم الحالات المرتبطة بالخرف الناجم عن جميع الأسباب ومرض ألزهايمر والخرف الوعائي.
وأظهرت النتائج أن الذين لديهم مستويات أعلى من بروتين "جي إف إيه بي" أكثر عرضة للإصابة بالخرف بمقدار 2.32 مرة، إذ إن "جي إف إيه بي" و"إل تي بي بي2″ كانا محددين للغاية للتنبؤ بالخرف، بينما بدأ "جي إف إيه بي" و"إن إي إف إل" في التغيّر قبل 15 عاما من تشخيص الخرف.
وأشار الباحث الرئيسي بالدراسة وقائد الفريق العلمي تشنغ وي إلى أنه يمكن لنموذج التنبؤ السابق خلال الدراسة أن يتنبأ بخطر الإصابة بالخرف قبل 10 سنوات من تشخيص المرض بدقة 85%، وقد ترتفع فترة التنبؤ إلى 15 عاما قبل بداية المرض بدقة أعلى من 90%، واصفا البروتين "جي إف إيه بي" بعلامة حيوية مثالية للتنبؤ بالخرف.
المصدر: الجزيرة
إقرأ أيضاً:
Apple Watch تظهر قدرة عالية على التنبؤ بالحالات الصحية بدقة
كشفت دراسة بحثية حديثة عن نموذج ذكاء اصطناعي جديد تم تدريبه باستخدام بيانات تم جمعها من ساعات Apple Watch، يُظهر قدرة عالية على التنبؤ بالحالات الصحية بدقة تفوق الطرق التقليدية المعتمدة على المستشعرات.
نموذج الذكاء السلوكي يتجاوز البيانات البيومتريةالبحث الذي نُشر تحت عنوان "ما بعد بيانات المستشعرات: النماذج التأسيسية للبيانات السلوكية من الأجهزة القابلة للارتداء تُحسّن من التنبؤات الصحية"، يعرض نموذج تعلم آلي يُعرف باسم نموذج السلوك القابل للارتداء (WBM).
لا يكتفي هذا النموذج بتحليل البيانات البيومترية اللحظية مثل معدل ضربات القلب أو مستوى الأوكسجين، بل يتوسع ليشمل تحليل الأنماط السلوكية للمستخدم على مدار أيام أو أسابيع، مثل عدد الخطوات اليومية، مدة النوم، تقلب معدل ضربات القلب، ومستوى الحركة والتنقل.
وبحسب الباحثين، هذه المقاربة تسمح للنموذج بالتقاط علامات دقيقة على حالات صحية معينة، خصوصًا تلك التي تظهر تدريجيًا بمرور الوقت، سواء كانت حالات صحية ثابتة مثل استخدام أدوية "بيتا بلوكر"، أو حالات مؤقتة مثل اضطرابات النوم أو التهابات الجهاز التنفسي.
من أبرز نتائج الدراسة أن النموذج، عند دمجه مع بيانات بيومترية تقليدية، تمكن من التنبؤ بالحمل بدقة تصل إلى 92%.
وقد تم تدريب النموذج باستخدام بيانات ضخمة جُمعت من أكثر من 160,000 مشارك في إطار دراسة "Apple Heart and Movement"، وهي دراسة تطوعية قامت أبل من خلالها بجمع أكثر من 2.5 مليار ساعة من البيانات المأخوذة من ساعات Apple Watch وهواتف iPhone الخاصة بالمشاركين.
وخضع النموذج لتقييم شامل على 57 مهمة مختلفة للتنبؤ بالحالات الصحية، مما أظهر إمكانياته الواسعة في تحليل تغيرات السلوك عبر الزمن وليس فقط الاستجابات الفورية.
هل يتم دمج هذا النموذج مستقبلاً في Apple Watch؟حتى الآن، لم توضح أبل ما إذا كانت تعتزم دمج هذا النموذج المتقدم في أجهزتها المستقبلية مثل Apple Watch.
ومع ذلك، تُشير الدراسة إلى أن الأجهزة القابلة للارتداء، وتحديدًا Apple Watch، قد وصلت إلى مرحلة من النضج التقني تجعلها قادرة على دعم تحليلات صحية قائمة على الذكاء الاصطناعي، تتجاوز المفهوم التقليدي للقياسات الحيوية.
هذا التطور يفتح الباب أمام مرحلة جديدة من الرعاية الصحية الرقمية، حيث يمكن للأجهزة اليومية التنبؤ بالحالات الصحية قبل ظهور الأعراض بوضوح، ما يعزز من فرص الوقاية والتدخل المبكر.
مسؤول أممي يرجح عودة ملايين الأفغان لبلادهم ويحذر من التداعيات