آخر الأخبار
مختارة خصيصاً لك
أسبوعي
ابقَ في القمة

أفضل المعلومات حول العملات الرقمية تصلك مباشرة إلى بريدك الإلكتروني.

فحص الزهايمر يتطور مع نموذج التعلم الآلي الياباني

بواسطةبرايان كومبرايان كوم
قراءة لمدة 3 دقائق
التعلم الآلي
  • نموذج الذكاء الاصطناعي الياباني يحدث ثورة في فحص مرض الزهايمر، ويعزز الكشف المبكر عنه.
  • توفر أجهزة استشعار المعصم تقييمًا غير جراحيًا وبأسعار معقولة لمخاطر الإصابة بمرض الزهايمر.
  • يتنبأ التعلم الآلي بتراكم بروتينات بيتا اميلويد في المخ، مما يساعد في علاج الزهايمر.

في تطور رائد، اليابانيةوشركة الأدوية إيساي عن أول نموذج للتعلم الآلي في العالم مصمم للتنبؤ بتراكم بروتين بيتا النشواني (Aβ) في الدماغ، وهو عامل مرضي محوري في مرض الزهايمر (AD). 

يستفيد هذا النموذج الثوري من البيانات التي تم جمعها من أجهزة استشعار سوار المعصم لفحص تراكم بروتين بيتا اميلويد في الدماغ بسهولة باستخدام البيانات البيولوجية ونمط الحياة.

حل لتحديات الكشف المبكر

يتميز مرض الزهايمر، الذي يُمثل أكثر من 60% من حالات الخرف، بالتراكم التدريجي لبروتين بيتا اميلويد في الدماغ. تبدأ هذه العملية قبل حوالي عقدين من ظهور الأعراض السريرية. 

واستجابة لهذه القضية الملحة، كانت هناك جهود لتطوير عقاقير علاجية تستهدف بروتينات الأميلويد بيتا، وبلغت ذروتها في الموافقة على جسم مضاد أحادي النسيلة قابل للذوبان في بروتينات الأميلويد بيتا في اليابان.

تعتمد فعالية هذه الأدوية على الكشف المبكر عن تراكم بروتين بيتا الأميليزيوم لدى الأفراد المصابين بضعف إدراكي خفيف، ويفضل أن يكون ذلك قبل ظهور الأعراض. ​​يعتمدdentتراكم بروتين بيتا الأميليزيوم في الدماغ على أساليب باهظة الثمن وتدخلية، مثل التصوير المقطعي بالإصدارtron (PET) وفحص السائل النخاعي (CSF). 

تقتصر هذه الاختبارات على مؤسسات طبية مختارة، وتتطلب أعباءً مالية وإجرائية كبيرة. ونتيجةً لذلك، كان هناك سعيٌ دؤوب لإيجاد طريقة فحص ميسورة التكلفة وسهلة الاستخدامdentالمرشحين الذين يحتاجون إلى فحص التصوير المقطعي بالإصدار البوزيتروني (PET) أو فحص السائل الدماغي الشوكي (CSF).

في حين حاولت الدراسات السابقة التنبؤ بتراكم بروتين بيتا اميلويد في الدماغ باستخدام اختبارات الوظائف الإدراكية، واختبارات الدم، وتصوير الدماغ، فإن دراسة التعلم الآلي هذه تمثل نهجًا رائدًا يركز على "البيانات البيولوجية" و"بيانات نمط الحياة".

اختراق التعلم الآلي

أدى التعاون بين جامعة أويتا وشركة إيساي إلى تطوير نموذج رائد للتعلم الآلي قادر على التنبؤ بتراكم بروتين بيتا اميلويد في الدماغ. وما يميز هذا النموذج هو استخدامه للبيانات من أجهزة استشعار مثبتة على سوار المعصم، وهو ما يُمثل تحولاً جذرياً عن الاختبارات الإدراكية والتصويرية التقليدية. 

من خلال الاستفادة من البيانات البيولوجية ونمط الحياة، تقدم هذه التكنولوجيا المتطورة حلاً واعدًا للفحص المبكر لمرض الزهايمر.

دور بيتا أميلويد (Aβ)

بيتا أميلويد (Aβ) هو بروتين يلعب دورًا محوريًا في تطور مرض الزهايمر. في مرض الزهايمر، يبدأ بروتين بيتا أميلويد بالتراكم في الدماغ قبلdentالأعراض السريرية بوقت طويل. يُعد هذا التراكم عاملًا مرضيًا حاسمًا، مما يجعله هدفًا رئيسيًا للتدخلات العلاجية. 

يعد اكتشاف تراكم بروتينات بيتا اميلويد في وقت مبكر أمرًا ضروريًا لتحقيق أقصى قدر من فعالية العلاج، لأنه يسمح بالتدخل الطبي في الوقت المناسب لإبطاء أو تخفيف تقدم المرض.

طرق الكشف التقليدية

لطالما كان التصوير المقطعي بالإصدارtron (PET) وفحص السائل الدماغي الشوكي (CSF) الوسيلة الأساسية للكشف عن تراكم بروتين بيتا اميلويد في الدماغ. إلا أن هذه الطرق تُمثل تحديات عديدة:

التوفر المحدود: لا تمتلك جميع المؤسسات الطبية القدرة على إجراء اختبار PET أو CSF النشواني، مما يحد من الوصول إلى أدوات التشخيص هذه.

التكاليف المرتفعة: يمكن أن تكون هذه الاختبارات باهظة التكلفة للغاية، مما يجعلها عبئًا ماليًا على العديد من المرضى.

التدخل: يمكن أن تكون إجراءات اختبار PET وCSF النشواني تدخلية وغير مريحة للمرضى.

النهج الجديد

يُمثل نموذج التعلم الآلي الرائد، الذي طورته جامعة أويتا وشركة إيساي، نقلةً نوعيةً عن أساليب الكشف التقليدية. فمن خلال دمج بيانات من مستشعرات أساور المعصم، يستفيد هذا النهج من البيانات البيولوجية وبيانات نمط الحياة للتنبؤ بتراكم بروتين بيتا اميلويد في الدماغ.

يعد هذا الابتكار بتوفير وسيلة أكثر سهولة في الوصول إليها وفعالية من حيث التكلفة وغير جراحيةdentالأفراد المعرضين لخطر الإصابة بمرض الزهايمر.

هناك العديد من عوامل الخطر التي تؤثر على مرض الزهايمر، بما في ذلك نمط الحياة والحالات الطبية مثل قلة ممارسة الرياضة، والعزلة الاجتماعية، واضطرابات النوم، وارتفاع ضغط الدم، والسكري، وأمراض القلب والأوعية الدموية. 

في حين اعتمدت الدراسات السابقة بشكل أساسي على الاختبارات المعرفية والتصويرية، فإن نموذج التعلم الآلي هذا يأخذ في الاعتبار مجموعة أوسع من "البيانات البيولوجية" و"بيانات نمط الحياة" لتعزيز قدراته التنبؤية.

لا تكتفِ بقراءة أخبار العملات الرقمية، بل افهمها. اشترك في نشرتنا الإخبارية، إنها مجانية.

شارك هذا المقال

إخلاء مسؤولية: المعلومات الواردة هنا ليست نصيحة استثمارية. Cryptopolitanموقع أي مسؤولية عن أي استثمارات تتم بناءً على المعلومات الواردة في هذه الصفحة. ننصحtronبإجراء بحث مستقلdent /أو استشارة مختص مؤهل قبل اتخاذ أي قرارات استثمارية.

برايان كوم

برايان كوم

يتمتع برايان كومي بخبرة تزيد عن سبع سنوات في مجال تغطية أخبار تقنية البلوك تشين والعملات المشفرة، حيث يعمل في هذا المجال منذ عام ٢٠١٧. وقد ساهم في منشورات رائدة، منها BlockToday.com. كما قام بتطوير دورة "مقدمة Ethereum " لموقع BitDegree.org قبل انضمامه إلى Cryptopolitan ككاتب متفرغ. يُغطي برايان أدلة شاملة، ودراسات معمقة، ومقابلات، وتحليلات للأسعار. ويُسعد القراء تركيزه على DeFi، وابتكارات البلوك تشين، ومشاريع العملات المشفرة الناشئة.

المزيد من الأخبار
دورة مكثفة في عالم العملات المشفرة