Εγκυμοσύνη: Ανακαλύφθηκε μηχανισμός έγκαιρης διάγνωσης γενετικών ανωμαλιών μέσω τεχνητής νοημοσύνης
Ανανεώθηκε:
Ερευνητές από το Πανεπιστήμιο της Οτάβα χρησιμοποίησαν τη δυνατότητα των αλγορίθμων βαθιάς μάθησης προκειμένου να ανιχνεύουν γενετικές ανωμαλίες νωρίς στην εγκυμοσύνη.
Καναδοί ερευνητές πειραματίστηκαν επιτυχώς με τη χρήση της βαθιάς μάθησης που βασίζεται στην AI (τεχνητή νοημοσύνη) ως εργαλείο για την έγκαιρη αναγνώριση των γενετικών ανωμαλιών.
Η μελέτη των ερευνητών του πανεπιστημίου της Οτάβα, που δημοσιεύτηκε στο επιστημονικό περιοδικό Plos One, έδειξε το πώς η δυνατότητα των αλγορίθμων βαθιάς μάθησης είναι σε θέση να ανιχνεύσει γενετικές ανωμαλίες όπως το κυστικό ύγρωμα (σ.σ είναι ένας γεμάτος με υγρό σάκος που προκύπτει από την απόφραξη του λεμφικού συστήματος) ήδη από τα υπερηχογραφήματα του πρώτου τριμήνου.
Τι είναι το κυστικό ύγρωμα
Το κυστικό ύγρωμα είναι μια σπάνια εμβρυϊκή πάθηση που προκαλεί ανώμαλη ανάπτυξη του λεμφικού αγγειακού συστήματος. Πρόκειται για μια επικίνδυνη κατάσταση, που μπορεί να είναι απειλητική για τη ζωή λόγω της διόγκωσης υγρών γύρω από το κεφάλι και το λαιμό του εμβρύου.
Ενώ η πάθηση μπορεί να διαγνωστεί πριν από τη γέννηση, ο ανώτερος συγγραφέας Δρ.Mark Walker ήθελε να ελέγξει εάν η αναγνώριση προτύπων που βασίζεται στην τεχνητή νοημοσύνη μπορεί να διαγνώσει σωστά την ασθένεια.
Μέσω μιας ανάλυσης υπερήχων, η μελέτη διαπίστωσε ότι το μοντέλο AI εντόπισε με ακρίβεια περιπτώσεις κυστικού υγρώματος στο 93% των περιπτώσεων.
Η ερευνητική ομάδα κατέληξε στο συμπέρασμα ότι οι τεχνητές νοημοσύνης βαθιάς μάθησης «μπορούν να επιτύχουν υψηλή ακρίβεια στη διαγνωστική ερμηνεία» της νόσου κατά το πρώτο τρίμηνο.
Το μέλλον της αναγνώρισης γενετικών ανωμαλιών
Ο Δρ. Walker, συνιδρυτής της Ερευνητικής Ομάδας OMNI (Μαιευτικές, Μητρικές και Νεογέννητες Έρευνες) στο Νοσοκομείο της Οτάβα, σημείωσε ότι πιστεύει ότι η προσέγγιση των ερευνητών του θα μπορούσε να εφαρμοστεί σε άλλες εμβρυϊκές ανωμαλίες που γενικά προσδιορίζονται με υπερηχογράφημα.
«Αυτό που δείξαμε ήταν ότι στον τομέα των υπερήχων μπορούμε να χρησιμοποιήσουμε τα ίδια εργαλεία για ταξινόμηση και αναγνώριση εικόνων με υψηλή ευαισθησία και ειδικότητα», είπε ο Walker.