Przełomowe badania prowadzone przez Imperial College London odsłoniły nowe narzędzie sztucznej inteligencji (AI) o nazwie CardioKG, które może znacznie przyspieszyć identyfikację potencjalnych metod leczenia chorób serca. Rozwój ten ma kluczowe znaczenie, ponieważ choroby układu krążenia (CVD) są główną przyczyną zgonów w Unii Europejskiej, powodując śmierć około 1,7 miliona osób rocznie i dotykając 62 miliony mieszkańców.
Jak działa CardioKG: łączenie danych w celu szybszego wyciągania wniosków
CardioKG łączy szczegółowe skany serca tysięcy członków brytyjskiego Biobanku z obszernymi medycznymi bazami danych. Umożliwia to badaczom dokładne określenie genów związanych z chorobami serca, takimi jak migotanie przedsionków, niewydolność serca i zawał mięśnia sercowego, przyspieszając w ten sposób proces opracowywania leków. Kluczem jest wykorzystanie „wykresów wiedzy” : zintegrowanych baz danych łączących informacje o genach, lekach i chorobach.
Według Declana O’Regana, lidera grupy w Imperial College w Londynie, „Jedną z zalet wykresów wiedzy jest integracja informacji o genach, lekach i chorobach”. Łącząc dane obrazowe z tą wiedzą, CardioKG może dokładniej przewidzieć, które leki mogą być najskuteczniejsze w przypadku określonych chorób serca.
Nieoczekiwani kandydaci na leki i opieka spersonalizowana
Model sztucznej inteligencji zidentyfikował kilka zaskakujących potencjalnych metod leczenia. Wykazała, że metotreksat, powszechnie stosowany lek na reumatoidalne zapalenie stawów, może być pomocny u pacjentów z niewydolnością serca, a gliptyny (leki przeciwcukrzycowe) mogą pomóc osobom cierpiącym na migotanie przedsionków. Co ciekawe, analiza wykazała również możliwy ochronny wpływ kofeiny w niektórych przypadkach migotania przedsionków, chociaż na podstawie tych wyników badacze przestrzegali przed zmianą spożycia kawy.
Ostatecznym celem jest opieka spersonalizowana : dostosowanie leczenia do unikalnej funkcji serca każdej osoby. Naukowcy są przekonani, że technologię można dostosować do innych schorzeń, w tym zaburzeń mózgu i otyłości.
Patrząc w przyszłość: dynamiczne ramy skupione na pacjencie
Zespół planuje rozszerzyć CardioKG do „dynamicznego, skoncentrowanego na pacjencie środowiska”, które będzie śledzić postęp choroby w czasie rzeczywistym. Khaled Rjoub, główny autor badania, wyjaśnia, że „otworzy to nowe możliwości spersonalizowanego leczenia i przewidywania prawdopodobieństwa rozwoju chorób”. W kolejnym etapie można spodziewać się wykorzystania sztucznej inteligencji nie tylko do znalezienia leków, ale także do przewidywania chorób serca i zapobiegania im, zanim one wystąpią.
Zasadniczo CardioKG stanowi znaczący krok naprzód w medycynie precyzyjnej w leczeniu chorób układu krążenia, oferując szybsze i bardziej ukierunkowane podejście do opracowywania leków i leczenia.
