یک تیم چند رشته ای از محققان راهی برای نظارت بر پیشرفت اختلالات حرکتی با استفاده از فناوری ضبط حرکت و هوش مصنوعی ایجاد کرده اند.
سیناپرس نوشت ، در دو مطالعه پیشگامانه یک تیم بین رشته ای متشکل از محققان هوش مصنوعی و بالینی نشان داده اند که با ترکیب داده های حرکتی انسان به دست آمده از فناوری پوشیدنی هوش مصنوعی پزشکی، می توانند الگوهای حرکتی واضح را شناسایی کنند. این اقدام می تواند پیشرفت بیماری در آینده را پیش بینی کرده و قابلیت درمان دو اختلال نادر بسیار متفاوت، دیستروفی عضلانی دوشن (DMD) و آتاکسی فریدریش (FA) را افزایش دهد.
بیماری های دیستروفی عضلانی دوشن و آتاکسی فریدریش بیماری های نادر، دژنراتیو و ژنتیکی هستند که حرکت را تحت تاثیر قرار داده و در نهایت منجر به فلج می شوند. به گزارش سیناپرس، در حال حاضر هیچ درمانی برای هیچ یک از این بیماری ها وجود ندارد، اما محققان امیدوارند که این نتایج به طور قابل توجهی سرعت جستجو برای درمان های جدید را افزایش دهد.
ردیابی پیشرفت دیستروفی عضلانی دوشن و آتاکسی فریدریش معمولاً از طریق آزمایش های فشرده در یک محیط بالینی انجام می شود. این مطالعات ارزیابی دقیق تری را ارائه می دهند که دقت و عینیت داده های جمع آوری شده را نیز افزایش می دهد.
محققان تخمین می زنند که استفاده از این نشانگرهای بیماری به این معنی است که در مقایسه با روش های فعلی، بیماران به میزان قابل توجهی کمتر برای تولید داروی جدید نیاز دارند. این امر به ویژه برای بیماری های نادری که شناسایی بیماران مناسب دشوار است، اهمیت دارد.
دانشمندان امیدوارند: علاوه بر استفاده از این فناوری برای نظارت بر بیماران در آزمایش های بالینی، روزی بتواند برای نظارت یا تشخیص طیفی از بیماری‌های رایج که بر رفتار حرکتی تأثیر می گذارند مانند زوال عقل، سکته مغزی و شرایط ارتوپدی نیز استفاده شود.
پروفسور آلدو فیصل (Aldo Faisal) پژوهشگر ارشد از گروه‌های مهندسی زیست پزشکی و محاسباتی امپریال کالج لندن که همچنین مدیر مرکز آموزش دکتری هوش مصنوعی در دانشگاه بایروث است، گفت: رویکرد ما حجم عظیمی از داده ها را از حرکت تمام بدن فرد جمع آوری می کند. فناوری هوش مصنوعی ما دوقلوی دیجیتالی بیمار است که به ما امکان می دهد پیش بینی های بی سابقه و دقیقی از چگونگی پیشرفت بیماری یک بیمار انجام دهیم.
او می افزاید: ما معتقدیم که فناوری هوش مصنوعی یکسان در دو بیماری بسیار متفاوت کار می کند و این موضوع نشان می دهد که چقدر می توان از آن در بسیاری از بیماری ها استفاده کرد. ما از این فناوری می توانیم برای درمان بسیاری از بیماری ها، سریع‌تر، ارزان‌تر و دقیق‌تر عمل کنیم.
در هر دو مطالعه، تمام داده های حسگرها جمع آوری و برای ایجاد آواتارهای فردی و تجزیه و تحلیل حرکت به فناوری هوش مصنوعی وارد شد. به گفته محققان این مجموعه داده گسترده و ابزار محاسباتی قدرتمند به پزشکان اجازه می دهد تا اثر انگشت حرکتی کلیدی را که در بیماران مبتلا به دیستروفی عضلانی دوشن و آتاکسی فریدریش مشاهده می‌شود، تعریف کنند.
این روش جدید برای تجزیه و تحلیل اندازه گیری‌های حرکتی تمام بدن، نشانگرهای واضح بیماری و اطلاعاتی مبنی بر پیش بینی پیشرفت را به تیم‌های بالینی ارائه می دهد.پژوهشگران معتقدند که اینها ابزارهای ارزشمندی در طول آزمایشات بالینی برای اندازه گیری مزایای درمان های جدید هستند.
شرح کامل این مطالعات در آخرین شماره مجله تخصصی Nature Medicine منتشر شده است.
سیناپرس نوشت ، در دو مطالعه پیشگامانه یک تیم بین رشته ای متشکل از محققان هوش مصنوعی و بالینی نشان داده اند که با ترکیب داده های حرکتی انسان به دست آمده از فناوری پوشیدنی هوش مصنوعی پزشکی، می توانند الگوهای حرکتی واضح را شناسایی کنند. این اقدام می تواند پیشرفت بیماری در آینده را پیش بینی کرده و قابلیت درمان دو اختلال نادر بسیار متفاوت، دیستروفی عضلانی دوشن (DMD) و آتاکسی فریدریش (FA) را افزایش دهد.
بیماری های دیستروفی عضلانی دوشن و آتاکسی فریدریش بیماری های نادر، دژنراتیو و ژنتیکی هستند که حرکت را تحت تاثیر قرار داده و در نهایت منجر به فلج می شوند. به گزارش سیناپرس، در حال حاضر هیچ درمانی برای هیچ یک از این بیماری ها وجود ندارد، اما محققان امیدوارند که این نتایج به طور قابل توجهی سرعت جستجو برای درمان های جدید را افزایش دهد.
ردیابی پیشرفت دیستروفی عضلانی دوشن و آتاکسی فریدریش معمولاً از طریق آزمایش های فشرده در یک محیط بالینی انجام می شود. این مطالعات ارزیابی دقیق تری را ارائه می دهند که دقت و عینیت داده های جمع آوری شده را نیز افزایش می دهد.
محققان تخمین می زنند که استفاده از این نشانگرهای بیماری به این معنی است که در مقایسه با روش های فعلی، بیماران به میزان قابل توجهی کمتر برای تولید داروی جدید نیاز دارند. این امر به ویژه برای بیماری های نادری که شناسایی بیماران مناسب دشوار است، اهمیت دارد.
دانشمندان امیدوارند: علاوه بر استفاده از این فناوری برای نظارت بر بیماران در آزمایش های بالینی، روزی بتواند برای نظارت یا تشخیص طیفی از بیماری‌های رایج که بر رفتار حرکتی تأثیر می گذارند مانند زوال عقل، سکته مغزی و شرایط ارتوپدی نیز استفاده شود.
پروفسور آلدو فیصل (Aldo Faisal) پژوهشگر ارشد از گروه‌های مهندسی زیست پزشکی و محاسباتی امپریال کالج لندن که همچنین مدیر مرکز آموزش دکتری هوش مصنوعی در دانشگاه بایروث است، گفت: رویکرد ما حجم عظیمی از داده ها را از حرکت تمام بدن فرد جمع آوری می کند. فناوری هوش مصنوعی ما دوقلوی دیجیتالی بیمار است که به ما امکان می دهد پیش بینی های بی سابقه و دقیقی از چگونگی پیشرفت بیماری یک بیمار انجام دهیم.
او می افزاید: ما معتقدیم که فناوری هوش مصنوعی یکسان در دو بیماری بسیار متفاوت کار می کند و این موضوع نشان می دهد که چقدر می توان از آن در بسیاری از بیماری ها استفاده کرد. ما از این فناوری می توانیم برای درمان بسیاری از بیماری ها، سریع‌تر، ارزان‌تر و دقیق‌تر عمل کنیم.
در هر دو مطالعه، تمام داده های حسگرها جمع آوری و برای ایجاد آواتارهای فردی و تجزیه و تحلیل حرکت به فناوری هوش مصنوعی وارد شد. به گفته محققان این مجموعه داده گسترده و ابزار محاسباتی قدرتمند به پزشکان اجازه می دهد تا اثر انگشت حرکتی کلیدی را که در بیماران مبتلا به دیستروفی عضلانی دوشن و آتاکسی فریدریش مشاهده می‌شود، تعریف کنند.
این روش جدید برای تجزیه و تحلیل اندازه گیری‌های حرکتی تمام بدن، نشانگرهای واضح بیماری و اطلاعاتی مبنی بر پیش بینی پیشرفت را به تیم‌های بالینی ارائه می دهد.پژوهشگران معتقدند که اینها ابزارهای ارزشمندی در طول آزمایشات بالینی برای اندازه گیری مزایای درمان های جدید هستند.
شرح کامل این مطالعات در آخرین شماره مجله تخصصی Nature Medicine منتشر شده است.
کد خبر ۲۰۱۰۱۱۱۰۴.۵۴۸
