Model opracowali naukowcy z Brighton and Sussex Medical School (BSMS) oraz astrofizycy z University of Sussex.

Obecnie w Wielkiej Brytanii demencję diagnozuje się formalnie tylko u dwóch trzecich cierpiących na nią osób. W wielu przypadkach rozpoznanie stawiane jest dopiero w późnym stadium – co znaczy, że znaczna część chorych nie jest otoczona opieką, która poprawiłaby ich jakość życia.

Zespół kierowany przez dr Elizabeth Ford z BSMS wykorzystał dane z rejestrów pacjentów lekarzy rodzinnych, aby stworzyć listę 70 wskaźników związanych z wystąpieniem demencji i zarejestrowanych w ciągu pięciu lat przed diagnozą. Współpracując z naukowcami zajmującymi się astrofizyką wypróbowali oni następnie kilka rodzajów modeli uczenia maszynowego, aby zidentyfikować charakterystyczne wzorce informacji klinicznych w dokumentacji pacjenta przed diagnozą demencji.

Najlepszy model był w stanie zidentyfikować 70 proc. przypadków demencji wcześniej, niż lekarz rodzinny, ale dawał wiele wyników fałszywie pozytywnych (rozpoznawał chorobę, której nie było).

"Pacjenci wydają się wykazywać szeroki zakres wskaźników poprzedzających zdiagnozowanie demencji" – powiedziała dr Ford. – "Lekarze rodzinni mogą mieć trudności z połączeniem wszystkich tych wskaźników i nawiązaniem połączenia z demencją, ale przy pomocy programu komputerowego potencjalnie możemy to zrobić. Wczesna diagnoza może mieć znaczący wpływ na opiekę nad chorymi na demencję".

Dr Seb Oliver, profesor astrofizyki w Szkole Nauk Matematycznych i Fizycznych chwali sobie współpracę nad tym projektem z dr Ford i jej zespołem. "Niesamowite, jak metody statystyczne, takie jak sztuczna inteligencja i uczenie maszynowe, mogą być wykorzystywane do wydobywania przydatnych informacji z danych, niezależnie od tego, czy są to obrazy z teleskopów kosmicznych, czy zapisy pacjentów" - mówi. (PAP)

Autor: Paweł Wernicki

pmw/ zan/