Μια διεθνής ομάδα ερευνητών με επικεφαλής Έλληνες ανέπτυξαν έναν αλγόριθμο μηχανικής μάθησης ο οποίος σαρώνοντας το μάτι εντοπίζει «ένοχα» γονίδια και επιταχύνει τη διάγνωση γενετικών παθήσεων του αμφιβληστροειδούς.
Οι κληρονομικές παθήσεις του αμφιβληστροειδούς (Inherited retinal diseases, IRDs) που προκαλούν διαταραχές στην όραση (ακόμη και τύφλωση) στα παιδιά και στον ενήλικο πληθυσμό παραγωγικής ηλικίας σχετίζονται με μεταλλαγές σε περισσότερα από 300 γονίδια.
Περίπου 3,5 εκατομμύρια άτομα παγκοσμίως (30.000 στο Ηνωμένο Βασίλειο) έχουν μια κληρονομική νόσο του αμφιβληστροειδούς. Το πρώτο βήμα προς τη διάγνωση, την πρόγνωση και τη θεραπεία του ασθενούς είναι η αναγνώριση του «ένοχου» γονιδίου.
Επί του παρόντος, οι κληρονομικές παθήσεις του αμφιβληστροειδούς ανιχνεύονται πρώτα με απεικονιστικό έλεγχο και κατόπιν επιβεβαιώνονται με γενετική ανάλυση. Όμως σπανίζουν οι ερευνητικές ομάδες που συνδυάζουν αυτές τις αναλυτικές δεξιότητες, γεγονός που δυσχεραίνει την πρόσβαση των ασθενών στις κατάλληλες εξετάσεις και στην ασφαλή διάγνωση. Ως εκ τούτου, περισσότερο από το
60% των ασθενών δεν διαγιγνώσκεται εξαιτίας ανεπαρκούς προσυμπτωματικού ελέγχου.
Μια διεθνής ομάδα ερευνητών από το Ηνωμένο Βασίλειο και τη Γερμανία, με επικεφαλής Έλληνες επιστήμονες σκέφτηκαν τώρα να εκπαιδεύσουν την τεχνητή νοημοσύνη για να εντοπίσουν με έναν αλγόριθμο τα «ένοχα» γονίδια που κρύβονται πίσω από τις κληρονομικές ασθένειες του αμφιβληστροειδούς.
Απλά σαρώνοντας τον αμφιβληστροειδή
Οι επιστήμονες εκπαίδευσαν τον αλγόριθμο “Eye2Gene” να «διαβάζει» αυτόματα μια από τις κοινές απεικονιστικές εξετάσεις του αμφιβληστροειδούς και να βρίσκει το υπεύθυνο για την κληρονομική πάθηση γονίδιο.
«Η αναγνώριση του υπεύθυνου γονιδίου από μια σάρωση αμφιβληστροειδούς στη βάση και μόνο της μελέτης μια κοινής απεικονιστικής εξέτασης ενός ατόμου θεωρείται εξαιρετικά δύσκολη, ακόμη και από ιδιαίτερα εξειδικευμένους επιστήμονες στον τομέα των κληρονομικών παθήσεων του αμφιβληστροειδούς. Ωστόσο, η τεχνητή νοημοσύνη είναι σε θέση να το επιτύχει αυτό και μάλιστα σε υψηλότερο
επίπεδο ακρίβειας από τους περισσότερους ιατρούς», εξηγεί ο Δρ Νικόλας Ποντικός, Senior Research Fellow και επικεφαλής της ομάδας Eye2Gene στο UCL Institute of Ophthalmology and Moorfields Eye Hospital του Λονδίνου.
Η έρευνα του ελληνικής καταγωγής επιστήμονα επικεντρώνεται στη χρήση της τεχνητής νοημοσύνης για την επιτάχυνση της γενετικής διάγνωσης των κληρονομικών παθήσεων του αμφιβληστροειδούς.
Σύμφωνα με τον ίδιο, ο αλγόριθμος Eye2Gene εκπαιδεύτηκε και δοκιμάστηκε σε απεικονιστικές εξετάσεις αμφιβληστροειδούς περισσότερων από 4000 ασθενών που από κληρονομικές ασθένειες του αμφιβληστροειδούς (IRD) με επιβεβαιωμένη διάγνωση του υπεύθυνου γονιδίου.
Οι ερευνητές χρησιμοποίησαν την τεράστια βάση δεδομένων του Moorfields Eye Hospital (MEH), η οποία συγκεντρώνει τις απεικονιστικές εξετάσεις ασθενών του διάσημου οφθαλμολογικού νοσοκομείου τα τελευταία 30 χρόνια.
Η αναγνώριση του γονιδίου που εμπλέκεται σε μια ασθένεια του αμφιβληστροειδούς συχνά καθοδηγείται από τον φαινότυπο (μορφολογία) που περιγράφεται στην Οντολογία Ανθρώπινου Φαινοτύπου (HPO). Η HPO λειτουργεί σαν ένα λεξικό με τυποποιημένες και δομημένες περιγραφές ιατρικών χαρακτηριστικών του φαινοτύπου κάθε ασθενούς.
Αυτά τα παρατηρήσιμα χαρακτηριστικά προκύπτουν από την έκφραση γονιδίων και η τυποποίησή τους μέσω της ΗΡΟ ορολογίας επιτρέπει στους επιστήμονες και τους γιατρούς να κοινοποιούν πιο αποτελεσματικά πορίσματα και πληροφορίες για τους ασθενείς. Η HPO περιέχει πάνω από 12.000 όρους που περιγράφουν φαινοτυπικά χαρακτηριστικά.
«Ωστόσο, οι όροι HPO αποτελούν συχνά ατελείς περιγραφές των φαινοτύπων του αμφιβληστροειδούς. Το πλεονέκτημα του Eye2Gene είναι ότι παρέχει μια πολύ πιο πλούσια πηγή πληροφοριών από τους όρους HPO, τις οποίες πληροφορίες αντλεί απευθείας από την απεικόνιση (σάρωση) του αμφιβληστροειδούς», προσθέτει ο Δρ. Ποντικός.
Εντοπισμός γονιδίων με υψηλή ακρίβεια
Για 130 περιπτώσεις IRDs με ήδη γνωστή γονιδιακή διάγνωση (και με διαθέσιμα ολόκληρο το έξωμα/γονιδίωμα, απεικονιστικές εξετάσεις του αμφιβληστροειδούς και λεπτομερείς περιγραφές HPO) η ερευνητική ομάδα σύγκρινε την αναγνώριση του υπεύθυνου γονιδίου με βάση την HPO και την αναγνώριση βάσει των ενδείξεων του Eye2Gene και διαπίστωσε ότι ο αλγόριθμος κατέταξε σωστά τα υπεύθυνα γονίδια με ίση ή υψηλότερη ακρίβεια σε σχέση με το σύστημα HPO σε πάνω από 70% των περιπτώσεων.
«Το Eye2Gene είναι ένας αλγόριθμος τεχνητής νοημοσύνης ικανός να διαγνώσει τα 36 πιο κοινά γονίδια που ευθύνονται για τα IRDs με ακρίβεια άνω του 80% (για τις 5 πιο πιθανές διαγνώσεις σε κάθε περιστατικό).
Εντοπίζει το “ένοχο” γονίδιο με την ίδια επιτυχία που το εντοπίζει ένα ολόκληρο συμβουλίου ειδικών, οι οποίοι μάλιστα έχουν πρόσβαση σε ένα σύνολο κλινικών και εργαστηριακών δεδομένων για τον κάθε ασθενή, και όχι αποκλειστικά και μόνο σε μια απεικονιστική εξέταση», παρεμβαίνει ο Δρ. Κωνσταντίνος Μπαλάσκας, που είναι Αναπληρωτής Καθηγητής Οφθαλμολογίας στο Πανεπιστήμιο UCL με εξειδίκευση στις απεικονιστικές μεθόδους του αμφιβληστροειδούς, την τεχνητή νοημοσύνη και τις ψηφιακές ιατρικές τεχνολογίες, και μέλος της ερευνητικής ομάδας και συνεχίζει:
«Η χρήση των συστημάτων τεχνητής νοημοσύνης για διαγνωστική υποστήριξη μπορεί να βελτιώσει την πρόσβαση των ασθενών σε ιατρικές υπηρεσίες υψηλής εξειδίκευσης, όπως είναι η περίπτωση των IRDs, και κατ’ επέκταση να εξασφαλίσει τα βέλτιστα κλινικά αποτελέσματα», λέει ο ερευνητής φέρνοντας ως παράδειγμα το σύστημα αυτόματης διαγνωστικής υποστήριξης για την ξηρά μορφή της Ηλικιακής Εκφύλισης του Αμφιβληστροειδούς, μιας από τις συχνότερες αιτίες απώλειας όρασης παγκοσμίως, που αναπτύχθηκε στο επιστημονικό εργαστήριο τεχνητής νοημοσύνης του Moorfields Eye Hospital, το οποίο διευθύνει.
Σύμφωνα με τον ίδιο, το σύστημα μπορεί να «διαβάζει» τις απεικονιστικές εξετάσεις Optical Coherence Tomography, τις ποιο διαδεδομένες απεικονιστικές μεθόδους του αμφιβληστροειδούς, να τις
ερμηνεύει, να παρέχει διάγνωση και να παρακολουθεί με εξαιρετική ακρίβεια την εξέλιξη της νόσου.
«Ο άλλος τομέας όπου ο ρόλος της τεχνητής νοημοσύνης δείχνει να είναι καταλυτικός είναι η ανάπτυξη εξατομικευμένων σχεδίων θεραπείας για τους ασθενείς, καθώς συστήματα σαν το προαναφερθέν μπορούν να προβλέψουν τον βαθμό ανταπόκρισης κάθε ασθενούς σε πρόσφατα ανακαλυφθείσες και πολλά υποσχόμενες θεραπείες καθώς και το αναμενόμενο μελλοντικό επίπεδο της όρασης μετά από συγκεκριμένες χρονικές περιόδους θεραπείας», συμπληρώνει ο Δρ, Μπαλάσκας.
Μια εξέταση ρουτίνας
«Στο μέλλον, το Eye2Gene θα μπορούσε εύκολα να ενσωματωθεί στην τυπική εξέταση του αμφιβληστροειδούς, πρώτα επικουρικά σε εξειδικευμένα νοσοκομεία και στη συνέχεια ως κύρια εξέταση. Ιδανικά, το λογισμικό του θα μπορούσε να ενσωματωθεί στην ίδια τη συσκευή απεικόνισης του αμφιβληστροειδούς», προτείνει ο Δρ Ποντικός.
Ωστόσο, προτού η χρήση του Eye2Gene γίνει πιο διαδεδομένη, το σύστημα θα πρέπει να περάσει από την έγκριση των ρυθμιστικών αρχών που εγγυώνται την ασφάλεια και την αποτελεσματικότητά του. Αυτή η χρήση της τεχνητής νοημοσύνης έχει τη δυνατότητα να εξελιχθεί μελλοντικά σε μια πιο αποτελεσματική, λιγότερο επεμβατική και ευρύτερα προσβάσιμη προσέγγιση για τη διάγνωση μιας πληθώρας ασθενών και να βελτιώσει τη διαχείριση και τη θεραπεία τους.
«Χρειαζόμαστε περαιτέρω αξιολόγηση του Eye2Gene για να εξετάσουμε την απόδοσή του σε διαφορετικούς τύπους ασθενών με IRDs, σε διαφορετικούς τύπους συσκευών απεικόνισης και σε διαφορετικούς βαθμούς περίθαλψης εντός κάθε συστήματος υγείας, για παράδειγμα πρωτοβάθμιας ή δευτεροβάθμιας περίθαλψης. Θα απαιτηθούν κλινικές δοκιμές προτού το σύστημά μας μπορέσει να ενσωματωθεί στα νοσοκομεία και στα ιατρεία ως μέρος της καθημερινής ιατρικής πράξης», λέει ο Δρ Ποντικός.
«Ελπίζουμε ότι η τεχνητή νοημοσύνη θα βοηθήσει τους ασθενείς και τις οικογένειές τους κάνοντας την εξειδικευμένη φροντίδα πιο αποτελεσματική, προσβάσιμη και δίκαιη», καταλήγει.
Σύμφωνα με τους ερευνητές, μια καθυστερημένη διάγνωση σημαίνει λιγότερες πιθανότητες θεραπείας. Η ανάπτυξη φαρμάκων για σπάνιες νόσους είναι μία από τις ταχύτερα αναπτυσσόμενες αγορές (εκτιμάται ότι θα φτάσει στα 262 δισεκατομμύρια δολάρια έως το 2024). Ωστόσο, επί του παρόντος δεν υπάρχουν ανταγωνιστικά προϊόντα σε φάση ανάπτυξης για τη γενετική διάγνωση των κληρονομικών νόσων του αμφιβληστροειδούς.
*Η συγκεκριμένη μελέτη παρουσιάστηκε κατά τη διάρκεια του ετήσιου συνεδρίου της Ευρωπαϊκής Εταιρείας Ανθρώπινης Γενετικής, την περασμένη βδομάδα στη Γλασκόβη.
Λίγα λόγια για τον Δρα Νικόλα Ποντικό
Ο Δρ Ποντικός είναι επικεφαλής ερευνητικής ομάδας που χρηματοδοτείται κυρίως από το National Institute of Health Research. Έχει έδρα στο UCL Institute of Ophthalmology and Moorfields Eye Hospital. Είναι κάτοχος πτυχίου MEng στην επιστήμη των υπολογιστών από το UCL, μεταπτυχιακού MSc στη βιοπληροφορική από το Imperial College και διδακτορικού στη γενετική και τη μηχανική μάθηση από το Πανεπιστήμιο του Cambridge. Τον ενδιαφέρει ιδιαίτερα η ανάλυση των δεδομένων υγειονομικής περίθαλψης για την παροχή εξατομικευμένης φροντίδας.
Αναλύει από κοινού γενετική, ιατρική απεικόνιση και κλινικές σημειώσεις για να αναπτύξει συστήματα υποστήριξης αποφάσεων για διάγνωση, πρόγνωση και θεραπεία. Η εστίασή του είναι κυρίως σε σπάνιες παθήσεις των ματιών, αλλά η μεθοδολογία του είναι ευρέως εφαρμόσιμη σε σπάνιες γενετικές ασθένειες. Τον ενδιαφέρει επίσης η ανάπτυξη λογισμικών ως ιατρικών συσκευών που χρησιμοποιούν την τεχνητή νοημοσύνη.
Λίγα λόγια για τον Δρα. Κωνσταντίνο Μπαλάσκα
Ο Δρ. Κωνσταντίνος Μπαλάσκας έχει την ειδικότητα του οφθαλμίατρου, είναι Αναπληρωτής Καθηγητής Οφθαλμολογίας στο Πανεπιστήμιο UCL και διευθυντής του Moorfields Ophthalmic Reading Centre, με εξειδίκευση στις απεικονιστικές μεθόδους του αμφιβληστροειδούς, την τεχνητή νοημοσύνη και τις ψηφιακές ιατρικές τεχνολογίες.
Θεωρείται πρωτοπόρος στην ανάπτυξη συστημάτων τεχνητής νοημοσύνης στην Οφθαλμολογία και έχει διακριθεί για το έργο του. Το ερευνητικό του ενδιαφέρον εστιάζει επίσης και στον τομέα της «επιστήμης υλοποίησης», όπου εξετάζεται το χάσμα μεταξύ της ανάπτυξης μιας προηγμένης ιατρικής τεχνολογίας, όπως ένα εργαλείο τεχνητής νοημοσύνης για διαγνωστική υποστήριξη, και της ουσιαστικής ενσωμάτωσης και αξιοποίησης των πλεονεκτημάτων που μπορεί να προσφέρει στους ασθενείς στην καθημερινή κλινική πράξη.
Η επιστήμη υλοποίησης μελετά όλους τους παράγοντες που εμποδίζουν ή διευκολύνουν αυτή την ενσωμάτωση και προτείνει μεθόδους για την ταχύτερη ένταξη αυτών των επαναστατικών εργαλείων στην ιατρική φροντίδα και περίθαλψη των ασθενών.
Πηγή:dikaiologitika.gr