تشخیص یک بیماری چشمی خطرناک ۱۸ ماه زودتر
تاریخ انتشار: ۱۵ اردیبهشت ۱۳۹۹ | کد خبر: ۲۷۸۲۷۴۵۹
پژوهشگران "کالج دانشگاهی لندن"(University College London) در مطالعه اخیرشان موفق به توسعه یک آزمایش مبتنی بر هوش مصنوعی شدهاند که توسط آن میتوانند علام اولیه پیشرفت بیماری آب سیاه را شناسایی کنند.
به گزارش ایسنا و به نقل از مدیکال اکسپرس، بنا بر گفته محققان انگلیسی، آزمایش مذکور میتواند ۱۸ ماه زودتر پیشرفت بیماری "آب سیاه" را در مقایسه با روش فعلی "استاندارد طلا"(gold standard) تشخیص دهد.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمیشوند!
آبسیاه یا گلوکوم(glaucoma) اصطلاحی برای توصیف گروهی از اختلالات چشمی با علتهای متفاوت ولی اثری بالینی و مشترک بر روی چشم و عصب بینایی و وابسته به فشار داخل چشمی است. لذا این مشکل میتواند به بینایی چشم آسیب برساند که غیرقابل برگشت است و در صورت عدم معالجه سبب کوری میشود.
آزمایش مذکور که مبتنی بر الگوریتم هوش مصنوعی است میتواند به سرعت انجام آزمایشات بالینی و پزشکان در تشخیص بیماری آب سیاه کمک شایانی کند.
پروفسور "فرانسسکا کوردیرو"(Francesca Cordeiro) پژوهشگر ارشد این مطالعه از کالج دانشگاهی لندن گفت: ما موفق به توسعه یک روش سریع، خودکار و بسیار حساس شدهایم که میتواند به ما در شناسایی افرادی که در معرض خطر پیشرفت بیماری آب سیاه قرار دارند و پیشرفت این بیماری ممکن است منجر به کوری آنها شود، کمک کند.
آب سیاه بیماری چشمی است که در صورت عدم پیشگیری میتواند منجر به کوری شخص شود. ۶۰ میلیون نفر در جهان مبتلا به این بیماری هستند و تخمین زده میشود از آنجا که میانگین سن افراد جهان رو به افزایش است، این تعداد تا سال ۲۰۴۰ دو برابر نیز خواهد شد. از دست دادن بینایی در بیماری آب سیاه به دلیل مرگ سلولهای شبکیه و در بخش پشتی چشم رخ میدهد.
آزمایشی که پژوهشگران آن را ایجاد کردهاند "دارک"(DARC) نام دارد و مخفف جمله "تشخیص سلولهای شبکیه آپوپتوزیس"(Detection of Apoptosing Retinal Cells) است. طی این آزمایش یک رنگ فلورسنت از طریق تزریق به بازو وارد جریان خون میشود و به سلولهای شبکیه متصل میشود و باعث روشن شدن سلولهای شبکیه که در فرایند آپوپتوز قرار دارند(نوعی مرگ برنامهریزیشده سلول) میشود. آپوپتوز (Apoptosis) یا آپوپتوزیس، گونهای از مرگ سلولی یا زوال سلولی طی فرایند مرگ برنامهریزیشده سلول است که در جانداران پرسلولی به وقوع میپیوندد. سلولهای آسیب دیده هنگام معاینه چشم سفید به نظر میرسند. هرچه سلولهای آسیب دیده بیشتری شناسایی شوند تشخیص آزمایش دارک دقیقتر خواهد بود.
یک از چالشهای ارزیابی بیماریهای چشمی این است که متخصصان اغلب هنگام مشاهده اسکنهای یکسان، نظرات مختلفی دارند و به نوعی با یکدیگر اختلاف نظر دارند و به همین دلیل محققان از الگوریتم هوش مصنوعی برای توسعه آزمایش خود استفاده نمودهاند.
در آزمایش بالینی فاز دوم دارک، محققان از الگوریتم هوش مصنوعی برای ارزیابی چشم ۶۰ فرد(۲۰ فرد مبتلا به آب سیاه و ۴۰ فرد تحت کنترل سالم ) استفاده نمودند. هوش مصنوعی نخست با تجزیه و تحلیل اسکنهای شبکیه(پس از تزریق رنگ) افراد سالم آموزش داده شد. سپس از الگوریتم هوش مصنوعی برای تجزیه و تحلیل اسکنهای شبکیه بیماران مبتلا به آب سیاه استفاده نمودند.
پژوهشگران افرادی که در این مطالعه شرکت کردند و هوش مصنوعی اسکنهای شبکیه آنها را طی ۱۸ ماه مورد بررسی و آزمایش قرار دادند تا وضعیت چشم آنها را بررسی کنند.
محققان با استفاده از الگوریتم هوش مصنوعی مذکور توانستند ۱۸ ماه زودتر و پیش از اینکه فناوری تصویربرداری شبکیه استاندارد OCT استاندار طلا بتواند، موفق به تشخیص "آسیب گلوکوماتوز پیشرونده" (progressive glaucomatous damage) شدند و با بررسی دادههای دارک دریافتند هر بیمار تقریبا تا حدی گلوکوم پیشرونده داشت.
پروفسور "کوردیرو" در این باره گفت: این نتایج بسیار امیدوار کننده است زیرا نشان میدهد آزمایش "دارک" میتواند به عنوان نشانگر زیستی هنگام ترکیب با الگوریتم هوش مصنوعی استفاده شود. علاوه بر اینکه نشانگرهای زیستی برای سرعت بخشیدن در انجام آزمایشات بالینی گلوکوم مورد نیاز هستند زیرا این بیماری به آرامی پیشرفت میکند و سالها طول میکشد تا نشانههای بیماری تغییر کنند. وقتی که به نشانگرهای زیستی نگاه میکنیم آنچه که بسیار جالب و در واقع غیرمعمول است، این است که آستانه شمارش واضح دارک به طرز دقیقی موفق به تشخیص پیشرفت مخرب این بیماری میشود.
دکتر "ادواردو نورماندو"(Eduardo Normando) یکی از محققان این مطالعه از کالج دانشگاهی لندن گفت: اینکه اکنون قادر به تشخیص گلوکوم در مراحل اولیه و پیشبینی روند پیشرفت آن هستیم، میتواند به ما در حفظ بینایی افراد کمک کند تا بینایی خود را از دست ندهند. پس از تحقیقات بیشتر در مطالعات طولی، امیدواریم که آزمایش ما بتواند کاربردهای بالینی گستردهای در بیماری گلوکوم و سایر بیماریها داشته باشد.
این تیم همچنین در حال استفاده از این آزمایش برای تشخیص سریع سلولهای آسیب دیده چشم که میتواند ناشی از شرایط دیگری به جز گلوکوم مانند از بین رفتن سلولهای عصبی، تباهی لکه زرد یا دژنراسیون ماکولا وابسته به سن، ام اس و زوال عقل باشد نیز هستند. تباهی لکه زرد یا دژنراسیون ماکولا(Macular degeneration) یا (AMD or ARMD) شایعترین علت کوری در افراد مسن است. در این بیماری ماکولا یا لکه زرد تخریب میشود. ماکولا قسمت حساس به نور شبکیه و مسئول دید مستقیم و واضح است که برای کارهای دقیق مثل خواندن و رانندگی لازم است.
این فناوری مبتنی بر هوش مصنوعی اخیراً توسط "آژانس نظارت بر دارو و محصولات بهداشتی بریتانیا"(MHRA) و "سازمان غذا و داروی ایالات متحده" (FDA) تأیید شده است.
محققان همچنین در حال انجام و ارزیابی آزمایش دارک در مبتلایان به بیماری ریه هستند و امیدوارند که تا پایان سال جاری، این آزمایش شاید بتواند ابزاری مناسب برای ارزیابی افرادی که به دلیل ابتلا به بیماری کووید-۱۹ دارای مشکلات تنفسی هستند، باشد.
آزمایش دارک توسط شرکت تازه تاسیس "نُوای"(Novai) که پروفسور کوردیرو مدیر ارشد علمی آن است، در حال تجاری سازی است.
یافتههای این مطالعه در مجله" Expert Review of Molecular Diagnostics "منتشر شد.
انتهای پیام
منبع: ایسنا
کلیدواژه: گلوکوم آب سياه هوش مصنوعی چشم الگوریتم هوش مصنوعی بیماری آب سیاه سلول های شبکیه ۱۸ ماه
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را بهطور اتوماتیک از وبسایت www.isna.ir دریافت کردهاست، لذا منبع این خبر، وبسایت «ایسنا» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۲۷۸۲۷۴۵۹ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتیکه در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.
خبر بعدی:
سروصدای ترافیک برای سلامتی خطرناک است
ایتنا - کارشناسان و متخصصان صدا از مراکز علمی مختلف از جمله مرکز سرطان دانمارک و دانشکده پزشکی پرلمن در دانشگاه پنسیلوانیا میگویند سروصدای ناشی از ترافیک با بیماریهای قلبیعروقی و عروق مغزی مرتبط است.
طبق تعریف سازمان بهداشت جهانی، منظور از بیماریهای قلبیعروقی مجموعهای از اختلالات قلب و عروق خونی است. بر اساس توضیح کلینیک کلیولند، بیماری عروق مغزی هم به مجموعه شرایطی گفته میشود که بر جریان خون ورودی به مغز تاثیر میگذارد؛ مانند سکته مغزی، خونریزی مغزی، آنوریسم مغزی و بیماری شریان کاروتید.
به گفته محققان این پژوهشی که هفته پیش در مجله American Heart Association’s Circulation Research منتشر شد، سروصدای ترافیک باید برای هر دو مورد فوق یک خطر واقعی در نظر گرفته شود.
دکتر توماس مونزل، نویسنده ارشد این پژوهش، میگوید: «تلاش برای کنترل این صدا و همچنین وضع قوانین کاهش صدا در راستای سلامتی عمومی آینده اهمیت زیادی دارد.»
او تاکید کرد: «با توجه به شواهد محکم، بسیار مهم است که صدای ترافیک به عنوان عامل خطر برای بیماریهای قلبیعروقی شناخته شود.»
صدای ترافیک خوابی که به دلیل صدای ترافیک برآشفته میشود، میتواند افزایش التهاب، فشار خون بالا و اختلالات عروقی را به دنبال داشته باشد که همه اینها عامل بروز بیماریهای قلبیاند. شامل صدای اتومبیل، قطار یا هواپیما، خطر ابتلا به بیماریهای قلبیعروقی و میزان مرگومیر را افزایش میدهد.
به گفته محققان، سروصدای ناشی از ترافیک بهویژه هنگام شب، بسیار آسیبرسان است، زیرا افراد را از خواب بیدار میکند و در نتیجه خواب بیکیفیتی خواهند داشت. خواب منقطع موجب میشود ترشح هورمونهای استرس و فشار اکسیداتیو بر مغز و رگهای خونی افزایش یابد و بدین ترتیب رادیکالهای آزاد در بدن بیشتر میشوند. رادیکالهای آزاد اتمهای ناپایدارند که به سلولها آسیب میزنند و باعث بیماری و پیری میشوند.
خوابی که به دلیل صدای ترافیک برآشفته میشود، میتواند افزایش التهاب، فشار خون بالا و اختلالات عروقی را به دنبال داشته باشد که همه اینها عامل بروز بیماریهای قلبیاند.
نویسندگان این تحقیق، مروری بر مطالعات بالینی گذشته را به اشتراک گذاشتند تا تاثیر صدای ترافیک بر سلامت عمومی را نشان دهند. یک پژوهشی جدید در حوزه صدای ترافیک، حاکی از آن است که به ازای هر ۱۰ دسیبل صدا، خطر ابتلا به حمله قلبی، سکته مغزی و نارسایی قلبی ۳.۲ درصد افزایش مییابد. به گفته این نویسندگان، سروصدای ترافیک میتواند به طور بالقوه بر تغییر ژنها نیز تاثیرگذار باشد.