Οι ερευνητές των τμημάτων Φαρμακευτικής και Μαθηματικών του Πανεπιστημίου CEU UCH στη Βαλένθια συνεργάστηκαν στο σχεδιασμό δύο αλγορίθμων τεχνητής νοημοσύνης που βελτιώνουν την εξέταση θετικών περιπτώσεων στην έγκαιρη ανίχνευση νοητικής εξασθένισης. Αυτοί οι αλγόριθμοι καθιστούν επίσης δυνατό τον εντοπισμό των κύριων παραγόντων κινδύνου για την ανάπτυξη κάποιου τύπου άνοιας στο μέλλον.
Έρευνα και Δοκιμές
Στην προκαταρκτική φάση της έρευνας, 728 άτομα ηλικίας άνω των 65 ετών αξιολογήθηκαν με τη συνδρομή δύο διεθνώς επικυρωμένων δοκιμών για την ανίχνευση νοητικών δυσλειτουργιών: Short Portable Mental State Questionnaire (SPMSQ) και Mini-Mental State Examination (MMSE). Μέσα από αυτές τις δύο δοκιμές ανιχνεύθηκαν συνολικά 128 περιπτώσεις πιθανής δευτερεύουσας νοητικής εξασθένισης, ήτοι 17,4% του συνόλου, που παραπέμφθηκαν σε κέντρα πρωτοβάθμιας υγείας έτσι ώστε να διαγνωσθούν και στη συνέχεια να σταλούν στον νευρολόγο.
Επιπλέον, καταγράφηκαν συνολικά 167 μεταβλητές ανάλυσης για έγκαιρη ανίχνευση νοητικής εξασθένισης μέσω αυτών των δοκιμών. Μεταξύ αυτών είναι παράγοντες όπως η ηλικία, το φύλο, το εκπαιδευτικό επίπεδο, η διάρκεια του καθημερινού ύπνου, οι συνήθειες ανάγνωσης, οι υποκειμενικές αναφορές για απώλεια μνήμης και η λήψη φαρμάκων.
Τα αποτελέσματα των δοκιμών που έγιναν στο πλαίσιο της εν λόγω έρευνας, υποβλήθηκαν σε μαζική διαδικασία ελέγχου, χάρη στο σχεδιασμό δύο μαθηματικών αλγορίθμων.
Αλγόριθμοι Τεχνητής Νοημοσύνης
Ο πρώτος αλγόριθμος είναι ένα επιλεκτικό δέντρο αποφάσεων που επιτρέπει τον εντοπισμό ψευδών αρνητικών αποτελεσμάτων από τις δοκιμές ή περιπτώσεων ατόμων που θα μπορούσαν να υποστούν μικρή νοητική εξασθένιση παρά τα αποτελέσματα της δοκιμασίας και, παράλληλα, είναι σε θέση να αποκλείει ψευδή θετικά αποτελέσματα. Συνεπώς, ο πρώτος αυτός αλγόριθμος θα επιτρέψει έναν βελτιωμένο έλεγχο της διαδικασίας αξιολόγησης, προκειμένου τα θετικά ευρήματα να παραπεμφθούν σε ιατρούς ώστε να γίνει κλινική διάγνωση. Θα συμβάλλει επίσης στη βελτίωση της παρακολούθησης των ανθρώπων που, αν και αναφέρουν ότι πάσχουν από συμπτώματα απώλειας μνήμης, δεν παρουσιάζουν θετικά αποτελέσματα στις προαναφερθείσες δοκιμασίες.
Ο δεύτερος αλγόριθμος έχει σχεδιαστεί για να καθορίζει μοτίβα και να σχεδιάζει ένα μοντέλο πρόβλεψης, ανιχνεύοντας εκείνες τις 167 μεταβλητές αξιολόγησης που λαμβάνονται από τις δύο δοκιμές, οι οποίες είναι ιδιαίτερα σημαντικές για την έγκαιρη ανίχνευση της νοητικής εξασθένισης. Αυτό το προγνωστικό μοντέλο είναι εκείνο που καθιστά δυνατή την ταυτοποίηση των πιο σημαντικών παραγόντων κινδύνου σε σχέση με τη δευτερεύουσα νοητική εξασθένιση.
Αποτελέσματα της έρευνας
Εφαρμοσμένο σε πάνω από 700 περιστατικά που αναλύθηκαν, αυτό το προγνωστικό μοντέλο επιβεβαίωσε ως παράγοντες κινδύνου, και επομένως ως τις σημαντικότερες μεταβλητές για την ανίχνευση μικρής νοητικής εξασθένισης, τα εξής: μία γυναίκα, που κοιμάται περισσότερο από 9 ώρες την ημέρα, είναι πάνω από 79 ετών και διαβάζει λίγο έχει περισσότερες πιθανότητες να διαγνωστεί με κάποια μικρή νοητική εξασθένιση. Επιπλέον, η κατανάλωση ψυχοαναληπτικών, νοοτροπικών ή αντικαταθλιπτικών φαρμάκων καθώς και η λήψη φαρμάκων με αντιφλεγμονώδη δράση είναι μερικά άλλα παραδείγματα των πιο σχετικών μεταβλητών που ανιχνεύονται από τον αλγόριθμο.
Οι ερευνητές τονίζουν ότι η έγκαιρη ανίχνευση της νοητικής εξασθένισης, ως προκαταρκτική φάση της ανάπτυξης άνοιας, όπως η νόσος του Αλτζχάιμερ, είναι απαραίτητη σε κοινωνίες όπως η δική μας, όπου ο πληθυσμός γερνάει με γρήγορους ρυθμούς.
* Έρευνα: CEU Cardenal Herrera University
Συγγραφή - Επιμέλεια Άρθρου
Συγγραφή άρθρων, μετάφραση και απόδοση ξενόγλωσσων επιστημονικών άρθρων.