Yapay Zeka Destekli Kan Testiyle 15 Yıl Öncesinden Kalp Hastalığı Teşhisi!
Yeni yapay zeka destekli kan testi, kalp hastalığını 15 yıl öncesinden tahmin ediyor.
Hong Kong Üniversitesi LKS Tıp Fakültesi'ndeki (HKUMed) araştırmacılar, belirtiler ortaya çıkmadan yıllar önce ciddi kardiyovasküler sorunları tahmin etmeye yardımcı olabilecek bir yapay zeka aracı geliştirdiler.
CardiOmicScore olarak bilinen sistem, bir kişinin altı büyük kardiyovasküler hastalığa (KVH) yakalanma riskini tahmin etmek için tek bir kan testinden elde edilen bilgileri kullanıyor: koroner arter hastalığı, inme, kalp yetmezliği, atriyal fibrilasyon, periferik arter hastalığı ve venöz tromboembolizm. Yüksek risk altında olan kişilerde, model klinik belirtilerin ortaya çıkmasından 15 yıl öncesine kadar uyarı sinyallerini tespit edebildi.
Mevcut Sağlık Durumunu Belirleyen Bir Kan Testi
Kalp ve damar hastalıkları, dünya genelinde ölümlerin en önde gelen nedeni olmaya devam ediyor ve yalnızca 2022 yılında yaklaşık 19,8 milyon ölüme yol açtı.
Doktorlar genellikle yaş, kan basıncı, sigara geçmişi ve diğer standart klinik ölçümler gibi faktörleri inceleyerek kardiyovasküler riski değerlendirirler. Bu göstergeler faydalıdır, ancak bir hastalık belirgin hale gelmeden önce vücutta meydana gelen en erken biyolojik değişiklikleri ortaya koymayabilirler.
Sonuç olarak, bazı kişiler, önleme için en iyi fırsat daralmaya başlayana kadar yüksek riskli olarak tanımlanamayabilir.
Genetik risk testleri, bir kişinin hastalığa yakalanma olasılığını tahmin etmenin başka bir yolunu sunar. Örneğin, poligenik risk skorları, birçok genetik varyantın etkilerini kalıtsal riskin tek bir ölçüsünde birleştirir. Bununla birlikte, bir kişinin genetik yapısı doğumda büyük ölçüde sabittir.
Bu da genetik puanların, beslenme, egzersiz, yaşlanma, hastalık, çevresel etkenler veya sağlığı etkileyen diğer faktörlerden kaynaklanan daha ani değişiklikleri tam olarak yansıtamadığı anlamına gelir.
CardiOmicScore, vücudun içinde neler olup bittiğine dair daha güncel bir tablo sunmak üzere tasarlanmıştır.
Mavi Tabaklar Kilo Vermeye Yardımcı Olabilir mi?
Yapay Zeka Binlerce Biyolojik Sinyali Birleştiriyor
Bu aracı geliştirmek için HKUMed ekibi, biyolojik bilgilerin çeşitli katmanlarını birleştirmek üzere derin öğrenme yöntemini kullandı. Bu yaklaşım, genomik, metabolomik ve proteomik dahil olmak üzere biyolojinin farklı alanlarından verileri bir araya getirdiği için çoklu omik olarak bilinir.
Genomik, genetik bilgiyi inceler. Proteomik, vücutta birçok temel işlevi yerine getiren proteinlere odaklanır. Metabolomik ise, vücudun besinleri işlerken, enerji üretirken ve hastalıklara yanıt verirken ürettiği metabolit adı verilen küçük molekülleri inceler.
Araştırmacılar, İngiltere Biyobankası'ndan elde edilen geniş ölçekli nüfus verilerini analiz ettiler. Modelleri, kan örneklerinde ölçülen 2.920 dolaşımdaki proteini ve 168 metaboliti inceledi.
Bu moleküller birlikte, bir kişinin mevcut biyolojik durumunun ayrıntılı bir anlık görüntüsünü sağlayabilirler. Belirgin semptomlar ortaya çıkmadan önce bağışıklık aktivitesinde, metabolizmada ve damar sağlığında meydana gelen ince değişiklikleri yansıtabilirler.
Hong Kong Üniversitesi Tıp Fakültesi Farmakoloji ve Eczacılık Bölümü'nde Doçent olan Profesör Zhang Qingpeng, "Genler başlangıç noktamızı belirler; temel sağlık riskimizi tanımlarlar. Ancak proteinler ve metabolitler mevcut fiziksel sağlığımızı yansıtır. Yapay zekâ aracımız, bu karmaşık moleküler sinyalleri çözmek üzere tasarlanmıştır ve doktorların ve hastaların riskleri çok daha erken tespit etmelerini sağlayarak, zamanında yaşam tarzı değişiklikleri ve erken önleme yoluyla hastalığın seyrini potansiyel olarak değiştirebilir." şeklinde açıklama yaptı.
Altı Kardiyovasküler Hastalığın Tahmini
Sonuçlar, CardiOmicScore'un karmaşık moleküler ölçümleri kişiselleştirilmiş kardiyovasküler risk tahminlerine dönüştürebildiğini gösterdi.
Sistem, geleneksel çok genli risk skorlarından önemli ölçüde daha iyi performans gösterdi. Araştırmacılar yaş ve cinsiyet gibi klinik bilgileri eklediklerinde doğruluğu daha da arttı.
Bu model, koroner arter hastalığı, inme, kalp yetmezliği, atriyal fibrilasyon, periferik arter hastalığı ve venöz tromboembolizm riskini değerlendirmek üzere tasarlanmıştır.
Atriyal fibrilasyon, inme ve diğer komplikasyon riskini artırabilen düzensiz bir kalp atışıdır. Periferik arter hastalığı, daralmış kan damarlarının uzuvlara giden kan dolaşımını azaltması durumunda ortaya çıkar. Venöz tromboembolizm ise bir damarda oluşan ve akciğerlere ulaşabilen tehlikeli kan pıhtılarını ifade eder.
Yüksek riskli bireylerde, CardiOmicScore, belirtiler ortaya çıkmadan 15 yıla kadar önce yüksek kardiyovasküler riski tespit edebiliyordu.
Tedaviden Erken Önlemeye Geçiş
Bu araştırma, hassas tıp alanındaki daha geniş bir değişimi yansıtıyor.
Geleneksel genetik yaklaşımlar, kalıtsal riskin nispeten sabit bir tahminini sağlar. Çoklu omik araçlar, zaman içinde değişen biyolojik sinyalleri izleyerek daha dinamik bir değerlendirme sunabilir.
Gelecekte, küçük bir kan örneğiyle birden fazla kardiyovasküler hastalığı kapsayan ayrıntılı bir risk profili oluşturmak mümkün olabilir. Bu bilgi, hastalara ve doktorlara yaşam tarzı değişiklikleri, daha yakın takip veya diğer önleyici tedbirlerle yanıt vermek için daha fazla zaman kazandırabilir.