AI-drevet blodprøve er lovende for tidlig diagnosticering af Parkinsons sygdom

19. juni 2024

  • Britiske forskere har udviklet en AI-drevet blodprøve for Parkinsons sygdom
  • Den kan opdage Parkinsons med 79% nøjagtighed syv år før symptomerne viser sig
  • Det er vigtigt, da det kan åbne op for proaktive behandlinger til bekæmpelse af sygdommen.
Parkinsons sygdom

Forskere har udviklet en AI-forstærket blodprøve, der kan forudsige udbruddet af Parkinsons sygdom op til syv år, før symptomerne viser sig. 

Den undersøgelsesom ledes af forskere fra University College London (UCL) og University Medical Center Goettingen i Tyskland, og som er offentliggjort i Nature Communications, kan åbne op for tidlige, målrettede behandlinger for at bremse udviklingen af denne invaliderende neurodegenerative lidelse.

Parkinsons sygdom er et stigende globalt sundhedsproblem, der rammer næsten 10 millioner mennesker på verdensplan, herunder over 1 million mennesker i USA og 150.000 mennesker i Storbritannien. 

Sygdommen er kendetegnet ved symptomer som rystelser, bevægelsesvanskeligheder, muskelstivhed, balanceproblemer, hukommelsesproblemer, svimmelhed og nervesmerter. Symptomer opstår, fordi nerveceller i "substantia nigra", en del af hjernen, der er ansvarlig for at kontrollere bevægelser, dør. 

I øjeblikket findes der ingen behandlinger, der kan standse eller vende sygdomsudviklingen, og de fleste patienter bliver først diagnosticeret, når symptomerne allerede har udviklet sig. Som Dr. Jenny Hällqvist fra UCL, en af undersøgelsens medforfattere, forklarede: "Folk bliver diagnosticeret, når neuronerne allerede er gået tabt. Vi skal beskytte de neuroner, ikke vente, til de er væk."

Denne banebrydende AI-forbedrede blodprøve kan forudsige Parkinsons sygdom med op til 79% nøjagtighed så længe som syv år, før symptomerne dukker op.

Mere om undersøgelsen

Sådan fungerede undersøgelsen:

  1. Identificering af potentielle biomarkørers: Undersøgelsen begyndte med at analysere blodprøver fra nyligt diagnosticerede Parkinson-patienter og raske kontrolpersoner ved hjælp af avancerede massespektrometriske teknikker. Det gjorde det muligt for forskerne at identificere 47 proteiner, som blev udtrykt forskelligt i de to grupper.
  2. Udvikling af en målrettet blodprøve: Ud fra deres første analyse udviklede teamet en målrettet blodprøve til at måle niveauet af 121 specifikke proteiner. 
  3. Validering af testen: Forskerne anvendte derefter den målrettede test på blodprøver fra en uafhængig gruppe af Parkinson-patienter, raske kontrolpersoner, personer med andre neurologiske lidelser og patienter med isoleret REM-søvnadfærdsforstyrrelse (iRBD), en kendt risikofaktor for Parkinson. Dette bekræftede, at 23 af de målte proteiner var signifikant forskellige mellem Parkinson-patienter og raske kontrolpersoner.
  4. Anvendelse af maskinlæring: Dataene fra valideringstrinnet blev brugt til at træne maskinlæringsmodeller til at skelne mellem Parkinsons sygdom og raske kontrolpersoner baseret på proteinniveauer. En model, der kun brugte otte af proteinerne, var i stand til at klassificere Parkinsons og sunde prøver korrekt med 100% nøjagtighed. 
  5. Resultater: For yderligere at bekræfte resultaterne forfinede forskerne testen og anvendte den på en separat gruppe af 54 iRBD-patienter, som havde leveret 146 blodprøver over tid. Maskinlæringsmodellerne forudsagde, at 70-79% af disse prøver var Parkinson-lignende, og nogle af disse forudsigelser blev gjort op til syv år, før personerne udviklede Parkinson-symptomer.

Teamet planlægger nu at forenkle testen yderligere, så patienterne blot kan sende en dråbe blod på et kort til laboratoriet til analyse. 

Professor David Dexter, forskningsdirektør ved Parkinson's UK, en velgørenhedsorganisation, der var med til at finansiere undersøgelsen, roste resultaterne, med angivelse af"Resultaterne føjer sig til en spændende strøm af nylige aktiviteter for at finde en enkel måde at teste for og måle Parkinsons på." Han antydede også, at testen måske kan skelne mellem Parkinsons og andre lignende tilstande.

Selv om det er nødvendigt med større forsøg for at validere nøjagtigheden og pålideligheden af denne AI-forstærkede blodprøve, repræsenterer den et stort skridt fremad i jagten på tidlig diagnosticering af Parkinsons sygdom. 

Det er ikke første gang, AI er blevet brugt til at identificere risikofaktorer eller tegn på Parkinsons sygdom.

Det er ikke længe siden, at forskere udviklet en synstest der på samme måde kan identificere sygdommen, før symptomerne udvikler sig.

Googles mangeårige AlphaFold-projekt ser lovende ud, når det gælder om at finde ud af, præcis hvordan sygdomme som Parkinsons udvikler sigog forskere fra University of Cambridge udviklede en model for Opdagelse af lægemidler mod Parkinsons sygdom der var 1000 gange hurtigere end konventionelle metoder.

AI har et blockbuster-år for bekæmpelse af sygdomme og fremskyndelse af banebrydende behandlinger, med OpenAI og Color Health samarbejder på en kræftramt co-pilot tidligere på ugen.

Deltag i fremtiden


TILMELD DIG I DAG

Klar, kortfattet, omfattende. Få styr på AI-udviklingen med DailyAI

Sam Jeans

Sam er videnskabs- og teknologiforfatter og har arbejdet i forskellige AI-startups. Når han ikke skriver, kan han finde på at læse medicinske tidsskrifter eller grave i kasser med vinylplader.

×

GRATIS PDF EKSKLUSIVT
Vær på forkant med DailyAI

Tilmeld dig vores ugentlige nyhedsbrev og få eksklusiv adgang til DailyAI's seneste e-bog: 'Mastering AI Tools: Din 2024-guide til forbedret produktivitet'.

*Ved at tilmelde dig vores nyhedsbrev accepterer du vores Politik for beskyttelse af personlige oplysninger og vores Vilkår og betingelser