Прорыв в исследованиях болезни Альцгеймера: модель датчика на запястье на базе ИИ

В сотрудничестве с компанией Eisai Co., Ltd. Университет Оита достиг значительной вехи в исследованиях болезни Альцгеймера (БА). Команды разработали первую в своем роде модель машинного обучения, способную предсказывать накопление амилоидного бета (Aβ) в мозге на основе данных с датчика на запястье. Эта новаторская модель, подробно описанная в журнале Alzheimer’s Research & Therapy 12 декабря 2023 года, обещает более доступный и неинвазивный подход к скринингу накопления Aβ в мозге, который является ключевым фактором при болезни Альцгеймера.

Революция в скрининге и прогнозировании болезни Альцгеймера

Ново разработанная модель машинного обучения представляет собой сдвиг в обнаружении болезни Альцгеймера. Традиционные методы, такие как позитронно-эмиссионная томография (ПЭТ) и анализ спинномозговой жидкости, часто ограничены их высокой стоимостью, инвазивностью и доступностью. В отличие от них, новая модель использует легкодоступные биологические и образ жизни данные, собранные с датчиков на запястье и во время медицинских консультаций. Эти данные включают физическую активность, паттерны сна, частоту сердечных сокращений и различные факторы образа жизни, такие как социальные взаимодействия и способы передвижения.

Модель интегрирует эти комплексные данные для прогнозирования вероятности накопления Aβ в мозге. Она показала многообещающие результаты с индексом оценки площади под кривой (AUC) 0,79, что указывает на сильный потенциал для точного скрининга. Этот подход не только делает скрининг болезни Альцгеймера более осуществимым, но и снижает финансовую и физическую нагрузку на пациентов, особенно в регионах с ограниченным доступом к передовым медицинским диагностическим центрам.

Поворотный момент в управлении болезнью Альцгеймера

Разработка этой модели особенно своевременна, поскольку Япония сталкивается с проблемами суперстареющего общества с растущим числом пациентов с деменцией. Факторы образа жизни, такие как отсутствие физических упражнений, социальная изоляция и нарушения сна, наряду с такими заболеваниями, как гипертония, диабет и сердечно-сосудистые заболевания, являются известными факторами риска болезни Альцгеймера. Таким образом, модель становится важным инструментом для раннего обнаружения и вмешательства, что необходимо для эффективного управления болезнью Альцгеймера.

Исследование использовало данные проспективного когортного исследования в городе Усуги, префектура Оита, в котором участвовали 122 человека с легкими когнитивными нарушениями или субъективными нарушениями памяти. Участники в возрасте 65 лет и старше носили датчики на запястье около семи дней каждые три месяца, предоставляя непрерывные биологические данные. Эти данные, в сочетании с информацией об образе жизни, полученной во время медицинских консультаций, были проанализированы с использованием технологий машинного обучения, включая метод опорных векторов, Elastic Net и логистическую регрессию.

Исследование выявило 22 общих фактора, способствующих прогнозированию накопления Aβ, подчеркивая важность интегрированного подхода к прогнозированию болезни Альцгеймера. Эти факторы включают физическую активность, качество сна, частоту сердечных сокращений и показатели социальных взаимодействий, что подчеркивает сложное взаимодействие между биологическими факторами и образом жизни в развитии болезни Альцгеймера.

Последствия для будущих исследований и лечения болезни Альцгеймера

Этот новаторский подход открывает новые пути для исследований и лечения болезни Альцгеймера. Он подчеркивает важность комплексных данных о пациенте для понимания и прогнозирования прогрессирования заболевания. Кроме того, неинвазивный характер и доступность модели делают ее бесценным инструментом в глобальной борьбе с болезнью Альцгеймера, предлагая надежду на раннее обнаружение и вмешательство в различных популяциях.

Поскольку болезнь Альцгеймера остается значительной глобальной проблемой здравоохранения, такие достижения, как эта модель, имеют критическое значение. Они не только улучшают наше понимание заболевания, но и прокладывают путь к более эффективным и персонализированным стратегиям лечения. Сотрудничество между Университетом Оита и компанией Eisai Co., Ltd. является свидетельством силы объединения медицинских исследований с передовыми технологиями, устанавливая новый стандарт в поиске лучших решений для здравоохранения.