مطالعه‌ای جدید پیشرفت نشانگرهای زیستی را نشان می‌دهد که ممکن است راه را برای درمان‌های دارویی اولیه هموار کند و امیدی برای کاهش یا جلوگیری از پیشرفت پارکینسون باشد.
به گزارش پایگاه خبری دنیای برند به نقل از ایسنا، محققان دانشگاه UCL و مرکز پزشکی دانشگاه گوتینگن آزمایش خونی ایجاد کرده‌اند که از هوش مصنوعی (AI) برای پیش‌بینی بیماری پارکینسون تا هفت سال قبل از بروز علائم استفاده می‌کند.
بیماری پارکینسون، یک اختلال عصبی است که با لرزش، سفتی و کندی حرکت مشخص می‌شود، سریع‌ترین بیماری عصبی در حال رشد در سطح جهان است. تشخیص زودهنگام آن یک چالش بوده است، اما یک مطالعه جدید اخبار امیدوارکننده‌ای را به ارمغان می‌آورد.
تشخیص زودهنگام: تحولی برای درمان پارکینسون
به نقل از آی‌ای، در حال حاضر، تشخیص پارکینسون بر مشاهده علائم مرتبط با حرکت متکی است. تا زمانی که این موارد ظاهر شوند، آسیب قابل توجهی در مغز اتفاق افتاده است. با این حال، این آزمایش خون جدید این پتانسیل را دارد که درمان پارکینسون را متحول کند.
پروفسور کوین میلز (Kevin Mills)، نویسنده ارشد این مطالعه، می‌گوید: با در دسترس قرار گرفتن درمان‌های جدید، ما باید قبل از بروز علائم، بیماران را تشخیص دهیم. ما نمی‌توانیم سلول‌های مغز را دوباره رشد دهیم، بنابراین محافظت از سلول‌های موجود بسیار مهم است.
تشخیص زودهنگام به پزشکان این امکان را می‌دهد که قبل از پیشرفت قابل توجه بیماری مداخله کنند و به طور بالقوه پیشرفت آن را کُند یا حتی متوقف کنند. این آزمایش مبتنی بر هوش مصنوعی، هشت نشانگر زیستی مبتنی بر خون را تجزیه و تحلیل می‌کند که در بیماران مبتلا به پارکینسون تغییر یافته است.
میلز توضیح داد که آنها غربالگری کاملی از پروتئین‌ها در خون برای کشف نشانگرهای زیستی جدید انجام دادند و متعاقبا آنهایی را که پیش‌تر توسط تحقیقات موجود پیشنهاد شده بود، انتخاب کردند.
در یک کارآزمایی بالینی، الگوریتم یادگیری ماشینی با دقت خیره کننده ۱۰۰ درصدی در تشخیص بیماری دست یافت. سپس محققان یک گام فراتر برداشتند و توانایی این آزمایش برای پیش‌بینی پیشرفت پارکینسون در آینده را بررسی کردند.
این آزمایش خون، افراد در معرض خطر را سال‌ها قبل از بروز علائم شناسایی می‌کند.
این مطالعه بر روی بیماران مبتلا به اختلال رفتار خواب با حرکت سریع چشم (iRBD) متمرکز شد؛ وضعیتی که در آن افراد به صورت فیزیکی رؤیاهای خود را اجرا می‌کنند. حدود ۷۵ تا ۸۰ درصد از بیماران در نهایت دچار سینوکلینوپاتی می‌شوند که گروهی از اختلالات مغزی است که با تجمع پروتئین آلفا سینوکلئین مشخص می‌شود و شامل پارکینسون نیز می‌شود.
ابزار هوش مصنوعی نمونه‌های خون این بیماران را تجزیه و تحلیل کرد و مشخص کرد که ۷۹ درصد از پروفایل‌های خونی بیماران مبتلا به اختلال رفتاری خواب با حرکت سریع چشم با افراد مبتلا به پارکینسون مطابقت دارد.
جالب‌تر اینکه محققان به مدت ۱۰ سال شرایط این بیماران را پیگیری کردند. پیش‌بینی‌های هوش مصنوعی درست بود و این فناوری به درستی ۱۶ فرد را شناسایی کرد که به پارکینسون مبتلا شدند.
این دوره پیگیری طولانی اعتبار آزمون را تقویت می‌کند و پتانسیل آن برای مداخله زودهنگام را نشان می‌دهد.
اصلاح آزمایش و هدف قرار دادن درمان‌های جدید
محققان به طور فعال در حال اصلاح این آزمون هستند. دکتر مایکل بارتل (Michael Bartl)، نویسنده اول، اهمیت نشانگرهای زیستی شناسایی شده را بیان می‌کند.
او توضیح می‌دهد: با تعیین هشت پروتئین در خون، می‌توانیم بیماران بالقوه پارکینسون را سال‌ها قبل شناسایی کنیم. این بدان معناست که درمان‌های دارویی به طور بالقوه می‌توانند در مراحل اولیه انجام شوند که احتمالا می‌تواند پیشرفت بیماری را کاهش دهد یا حتی از بروز آن جلوگیری کند.
این نشانگرهای زیستی فقط ابزارهای تشخیصی نیستند. آنها اهداف بالقوه‌ای برای توسعه دارو در آینده به حساب می‌آیند.
پایان
