Νέα εργαλεία τεχνητής νοημοσύνης μπορούν να διαγνώσουν την άνοια 31% νωρίτερα

Η διάγνωση της άνοιας στα πρώτα στάδια παραμένει δύσκολη υπόθεση. Στα ιατρεία πρωτοβάθμιας φροντίδας, οι γιατροί συχνά εστιάζουν σε άμεσα προβλήματα – αρτηριακή πίεση, πόνους, φάρμακα – αφήνοντας ελάχιστο χρόνο για συζητήσεις γύρω από τη μνήμη ή την αλλαγή στη συμπεριφορά. Το αποτέλεσμα είναι ότι η νόσος βρίσκει απροετοίμαστους τους περισσότερους από τους μισούς ηλικιωμένους, καθώς η διάγνωση καθυστερεί μήνες ή και χρόνια, στερώντας πολύτιμο χρόνο για πρόληψη ή θεραπεία.

Η έλλειψη χρόνου

Το μεγαλύτερο εμπόδιο για τους γιατρούς της πρωτοβάθμιας φροντίδας είναι ο χρόνος. Τα κλασικά τεστ μνήμης απαιτούν αρκετά λεπτά και δεν είναι πρακτικά για μαζική χρήση. Τα δείγματα αίματος δείχνουν ελπιδοφόρα μόνο για το Αλτσχάιμερ και όχι για άλλες μορφές άνοιας, ενώ το στίγμα γύρω από τη νόσο αποτρέπει πολλούς ασθενείς από το να ζητήσουν βοήθεια. Έτσι, οι γιατροί αναγκάζονται συχνά να στηρίζονται σε σύντομες εντυπώσεις και υποθέσεις.

Δύο ψηφιακά εργαλεία συνεργάζονται για έγκαιρη ανίχνευση

Σε μελέτη που δημοσιεύεται στο περιοδικό JAMA Network Open, περιγράφονται δύο ψηφιακά εργαλεία που λειτουργούν συνδυαστικά. Το πρώτο είναι το Quick Dementia Rating System (QDRS), ένα ερωτηματολόγιο 10 σύντομων ερωτήσεων που βοηθά τον ασθενή ή τους συγγενείς του να αξιολογήσουν αλλαγές στη συμπεριφορά, στην επικοινωνία και στις καθημερινές δραστηριότητες. Συμπληρώνεται μέσα σε τρία λεπτά και έχει αποδειχθεί ότι ανιχνεύει με ακρίβεια την άνοια σε ποσοστό περίπου 85%.

Το δεύτερο εργαλείο, γνωστό ως Passive Digital Marker (PDM), χρησιμοποιεί τεχνητή νοημοσύνη για να αναλύσει δεδομένα από τον ηλεκτρονικό φάκελο του ασθενούς – σημειώσεις για ξεχασμένα ραντεβού, φάρμακα που δεν ανανεώθηκαν, ή συχνές αναφορές για προβλήματα μνήμης. Με βάση αυτά, δημιουργεί ένα σκορ πιθανότητας εμφάνισης άνοιας, επίσης με ακρίβεια κοντά στο 80–85%.

Όπως διαβάζουμε στο The Brighter Side of News, για να δοκιμάσουν την αποτελεσματικότητα του συνδυασμού, ερευνητές εφάρμοσαν τα δύο εργαλεία σε εννέα κλινικές του συστήματος Eskenazi Health στην Ιντιανάπολη, που εξυπηρετούν κυρίως πολυπολιτισμικές και οικονομικά ασθενείς κοινότητες. Πάνω από 5.300 άτομα άνω των 65 ετών συμμετείχαν, χωρίς καμία προηγούμενη διάγνωση άνοιας. Οι μισοί σχεδόν ήταν Αφροαμερικανοί, ενώ πάνω από το 60% γυναίκες.

Η εφαρμογή των δύο εργαλείων

Τα εργαλεία ενσωματώθηκαν πλήρως στο ηλεκτρονικό σύστημα των κλινικών. Κατά την προσέλευση, οι ασθενείς μπορούσαν να συμπληρώσουν το QDRS, ενώ ο ψηφιακός δείκτης λειτουργούσε αυτόματα στο παρασκήνιο, ειδοποιώντας τον γιατρό όταν εντόπιζε αυξημένο κίνδυνο. Αν υπήρχε θετικό αποτέλεσμα, ο ασθενής παραπεμπόταν άμεσα για περαιτέρω εξετάσεις – νευρολογικές, απεικονιστικές ή εργαστηριακές.

Αν και μόνο ένας στους πέντε ασθενείς συμπλήρωσε τελικά το ερωτηματολόγιο, ο συνδυασμός των δύο εργαλείων απέδωσε εντυπωσιακά αποτελέσματα. Μέσα σε έναν χρόνο, τα ιατρεία που χρησιμοποίησαν και τις δύο μεθόδους κατέγραψαν 31% περισσότερες νέες διαγνώσεις άνοιας σε σύγκριση με την κλασική φροντίδα. Οι διαγνώσεις έγιναν και ταχύτερα, ενώ περισσότεροι ασθενείς παραπέμφθηκαν για αναλυτικές εξετάσεις (37% έναντι 29% στο συνηθισμένο σύστημα).

Ο επικεφαλής της μελέτης, δρ Malaz Boustani από το Ινστιτούτο Regenstrief, τόνισε ότι ο αλγόριθμος είναι ανοιχτός και δωρεάν για κάθε σύστημα υγείας που διαθέτει ηλεκτρονικό φάκελο ασθενούς, χωρίς επιπλέον κόστος ή επιβάρυνση χρόνου. Η εν λόγω έρευνα επιβεβαιώνει πως συνδυάζοντας τεχνητή νοημοσύνη και απλή αυτοαξιολόγηση μπορεί να γίνουν σημαντικά βήματα εξέλιξης στην πρωτοβάθμια φροντίδα.