طور باحثون سويديون نموذج ذكاء اصطناعي قادر على تشخيص عدة أمراض دماغية في خطوة واحدة، ما يمثل قفزة نوعية في فهم الاضطرابات المعرفية المرتبطة بالخرف.
وعرض الفريق البحثي من جامعة لوند وجمعية “بايوفايندر”، بالتعاون مع التحالف الدولي للبروتيوميات العصبية GNPC، نموذجًا يعتمد على قياسات بروتينية لأكثر من 17,000 مريض ومشارك من قواعد بيانات البروتينات الأكبر عالميًا لأمراض التنكس العصبي.
واستخدم الباحثان جاكوب فوغل وليجون آن أساليب تعلم إحصائي متقدمة تُعرف بـ”التعلم المشترك” لرصد ملامح بروتينية تتنبأ بالتدهور المعرفي بدقة تفوق التشخيص السريري التقليدي، وتم توظيف هذا النموذج لتمييز 6 حالات مرتبطة بالخرف: ألزهايمر، باركنسون، التصلب الجانبي الضموري (ALS)، الخرف الجبهي الصدغي، السكتة الدماغية السابقة، ومرض أجسام ليوي.
وأكد الباحثون أن أداء نموذجهم يتفوق على النماذج السابقة، وقد تم التحقق من صلاحيته عبر مجموعات بيانات مستقلة متعددة، وهو معيار صارم نادرًا ما تجتازه الدراسات المشابهة.
وأشارت الدراسة إلى تحدٍ محتمل، إذ رصد الباحثون تداخلًا في الأنماط البروتينية بين بعض المرضى، ما قد يشير إلى إصابة المريض بأكثر من مرض دماغي أو وجود تصنيفات فرعية بيولوجية جديدة. كما بينت النتائج وجود تناقض بين التشخيص الظاهري وحالة الدم البيولوجية الفعلية للمريض، ما يعزز أهمية الاعتماد على البيانات البروتينية الدقيقة.
ويخطط الفريق لتوسيع نطاق المؤشرات البروتينية باستخدام تقنيات متقدمة مثل Mass Spectrometry، بهدف رسم بصمات بروتينية متخصصة لكل مرض والاقتراب من فحص دم شامل يُشخص بموثوقية دون الحاجة إلى أدوات إكلينيكية مساعدة.
