هوش مصنوعی علتی مزایای اقدامات لازم برای غلبه بر خطر ارثی بیماری عروق کرونر را کمیت می کند.

نمرات خطر پلی ژنیک خطر ژنتیکی یک فرد برای بیماری قلبی را با ترکیب خطر ناشی از میلیون‌ها ژن در یک عدد مشخص می‌کند. برای آزمایش اینکه آیا این معیار می‌تواند برای اطلاع‌رسانی به مراقبت از بیمار در سطح فردی مفید باشد، محققان ابتدا از داده‌های تصادفی‌سازی شده از کارآزمایی‌های بالینی و مطالعات ژنتیکی شامل 1.8 میلیون شرکت‌کننده برای آموزش یک سیستم هوش مصنوعی علی برای تخمین تأثیر فشار خون و LDL بر روی بدن استفاده کردند. خطر رویدادهای بزرگ کرونری آنها سپس امتیازات خطر چند ژنی را برای بیش از 445000 شرکت‌کننده در مجموعه داده‌های Biobank بریتانیا محاسبه کردند و از مدل هوش مصنوعی برای تخمین اینکه هر شرکت‌کننده با ریسک پلی ژنیک بالاتر از حد متوسط ​​چقدر باید فشار خون، کلسترول LDL یا هر دو را کاهش دهد تا خطر ابتلا به بیماری ماژور را کاهش دهد، استفاده کردند. حوادث کرونری به همان سطح افراد با خطر چند ژنی متوسط، فشار خون و کلسترول LDL است.

برایان ا.

محققان همچنین دریافتند که سابقه خانوادگی بیماری قلبی مستقل از خطر چند ژنی است و پیش‌بینی‌کننده بسیار قوی‌تری برای رویدادهای بزرگ کرونری نسبت به خطر چند ژنی برای بیشتر افراد است. بنابراین، ترکیب ریسک پلی ژنیک با سابقه خانوادگی می تواند تصویر بهتری از خطر ارثی یک فرد نسبت به نمره پلی ژنیک به تنهایی ارائه دهد.

کالج آمریکایی قلب و عروق



منبع

فرنس گفت: «این رویکرد هوش مصنوعی را به چیزی تبدیل می‌کند که بتوانیم در مورد استفاده از آن در پزشکی بالینی فکر کنیم، زیرا قابل توضیح است و می‌توان آن را با استفاده از شواهد تصادفی آزمایش کرد. “این افراد را با اطلاعات و اهداف خاص و عملی توانمند می کند. این نه تنها می تواند به راهنمایی پزشکان و بیماران کمک کند، بلکه می تواند حتی به دولت ها و سیستم های مراقبت های بهداشتی کمک کند تا سیاست های منطقی تری در مورد نحوه گنجاندن خطر چند ژنی در سیاست های پزشکی بالینی و سلامت عمومی تعیین کنند.”

بر اساس یافته‌ها، ریسک پلی ژنیک (متری که خطر ابتلا به بیماری‌های قلبی را بر اساس ژن‌های افراد نشان می‌دهد) یک عامل خطر نسبتا ضعیف برای اکثر افراد است که می‌توان با کاهش نسبتاً متوسط ​​فشار خون و کلسترول LDL به راحتی بر آن غلبه کرد. با این حال، از آنجایی که اثرات فشار خون بالا و کلسترول LDL در طول زمان انباشته می شود، میزان کاهش مورد نیاز برای غلبه بر خطر چند ژنی بیشتر است هر چه دیرتر این کاهش به دست آید. محققان گفتند که سیستم هوش مصنوعی می تواند برای ارائه اهداف روشن برای هر فرد به همراه راهنمایی در مورد مراحل مورد نیاز برای دستیابی به آنها در تمام سنین در طول عمر استفاده شود.

منبع:

پیشرفت هوش مصنوعی علّی این است که همه این توصیه‌ها را کمیت می‌کند و آنها را شخصی‌سازی می‌کند تا هر فرد بتواند دقیقاً بداند که برای غلبه بر خطر ارثی خود چقدر باید LDL، فشار خون یا هر دو را کاهش دهد. اگر بتوانید به آنها توضیح دهید که چگونه می توانند خطرات خود را کاهش دهند و چقدر از اقدامات توصیه شده سود خواهند برد، متقاعد کردن مردم برای سرمایه گذاری روی سلامتی خود بسیار انگیزه بخش تر و قدرتمندتر است، نه اینکه به سادگی به آنها بگویید خطر آنها چیست.”


بر اساس تحقیقات ارائه شده در سایت، محققان نشان دادند که یک سیستم هوش مصنوعی علّی (AI) می تواند به دقت کمیت کند که یک فرد چقدر باید فشار خون یا کلسترول لیپوپروتئین با چگالی کم (LDL) خود را کاهش دهد تا بر خطر ارثی بیماری عروق کرونر (CAD) غلبه کند. نشست علمی سالانه کالج آمریکایی قلب و عروق همراه با کنگره جهانی قلب و عروق.

سپس محققان دقت سیستم را با مقایسه تخمین‌های آن با خطر مشاهده‌شده رویدادهای کرونر بزرگ در افراد با سطوح مختلف خطر چند ژنی که با تصادفی‌سازی مندلی (روش تحلیلی که از تنوع ژنتیکی برای بررسی روابط علی بین عوامل خطر قابل اصلاح و پیامدهای سلامتی استفاده می‌کند، اعتبارسنجی کردند. در داده های مشاهده ای) LDL، فشار خون یا هر دو بالاتر یا پایین تر بود. نتایج نشان داد که سیستم عملکرد خوبی داشت و یافته‌ها نشان می‌دهد که حتی افرادی که استعداد ژنتیکی بسیار بالایی برای بیماری‌های قلبی دارند، می‌توانند با کنترل فشار خون و کلسترول LDL بر این استعداد ژنتیکی غلبه کنند.

این مطالعه بر روی شرکت‌کنندگانی انجام شد که خود را به عنوان اجداد اروپایی معرفی کردند. با این حال، از آنجایی که هوش مصنوعی علت و معلول بیولوژیکی را رمزگذاری می کند، محققان بر این باورند که می تواند به هدایت مراقبت های بالینی با استفاده از نمرات چند ژنی از هر گروه قومی کمک کند. محققان امیدوارند که این انگیزه ایجاد نمرات چند ژنی قوی تر برای کمک به شخصی سازی پیشگیری از CAD در سایر گروه های قومی باشد.

سیستم هوش مصنوعی علّی در یک برنامه رایگان (www.deepcausalai.org) در دسترس است که عموم یا پزشکان می توانند از آن برای محاسبه خطر ارثی بیماری قلبی و دریافت فشار خون و اهداف کلسترول LDL سفارشی استفاده کنند. یک کارآزمایی خوشه‌ای تصادفی در دنیای واقعی، تطبیقی ​​برای ارزیابی اینکه آیا این ابزار می‌تواند به کاهش خطر بیماری قلبی کمک کند، اواخر امسال آغاز خواهد شد.

CAD نوعی بیماری قلبی است که در اثر تجمع پلاک از LDL یا کلسترول “بد” در شریان ها ایجاد می شود و جریان خون را به قلب محدود می کند. هوش مصنوعی علّی برای کمک به توضیح علت و معلولی که چرا یک فرد در معرض خطر است، چگونگی کاهش این خطر و میزان سود آنها از اقدامات خاص برای کاهش خطر طراحی شده است. این مطالعه اولین مطالعه ای است که هوش مصنوعی علّی را با یک امتیاز خطر چند ژنی برای CAD ترکیب می کند تا کمیت کند که چگونه می توان از دو عامل اصلی خطر بیماری قلبی قابل تغییر – فشار خون و سطح کلسترول LDL – برای کمک به راهنمایی افراد در مورد چگونگی غلبه بر خطر ارثی CAD استفاده کرد. .