Web Analytics Made Easy - Statcounter

به گزارش جام جم آنلاین، حمله و نارسایی قلبی می‌تواند ناشی از عوامل متعددی باشد که نیاز به درمان‌های متفاوتی دارد.

اکنون، محققان چندین مدل یادگیری ماشینی و هوش مصنوعی را با استفاده از یک مجموعه داده بزرگ و مبتنی بر جمعیت درگیر این مشکل، طراحی کرده اند تا پنج نوع فرعی نارسایی قلبی را شناسایی کنند که ممکن است به درمان، آموزش بیمار و پیش‌بینی عوامل خطر آتی کمک کند.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!

«نارسایی قلبی» یک اصطلاح کلی است که برای توصیف زمانی که قلب به اندازه کافی و موثر خون پمپاژ نمی‌کند تا نیاز‌های بدن به خون و اکسیژن را برآورده کند، استفاده می‌شود. این وضعیت ناشی از چندین عامل زمینه‌ای موثر بر درمان بیماری‌ های قلبی است.

عوامل تشدیدکننده خطر نارسایی قلبی شامل بیماری عروق کرونر و حملات قلبی، دیابت، فشار خون بالا، اضافه وزن و چاقی و بیماری نقص دریچه‌های قلب است.

محققان دانشگاه کالج لندن از چهار مدل یادگیری ماشینی برای ایجاد چارچوبی برای تعیین زیرشاخه‌های نارسایی قلبی استفاده کرده‌اند که ممکن است به درمان و تعیین خطر آن در آینده کمک کند.

محققان داده‌های سوابق سلامت الکترونیکی ناشناس بیش از ۳۰۰۰۰۰ بیمار بریتانیایی را که در طول ۲۰ سال مبتلا به نارسایی قلبی شناسایی شده بودند، بررسی کردند.

برای جلوگیری از سوگیری که ممکن است در اثر استفاده از یک مدل یادگیری ماشینی ایجاد شود، محققان از چهار مدل برای جداسازی موارد نارسایی قلبی و گروه بندی استفاده کردند.

پس از آموزش ماشینی با استفاده از بخش‌هایی از داده‌ها، مدل‌ها بر اساس ۸۷ عامل از ۶۳۵ عامل ممکن، شامل سن، علائم، وجود سایر بیماری‌ها، دارو‌هایی که بیمار مصرف می‌کرد، پارامتر‌های سلامتی مانند فشار خون و نتایج آزمایش‌ها مشخص شده و پنج زیرگروه تشکیل شدند.

این پنج زیرگروه عبارت بودند از: «شروع زودرس» شامل افراد جوان با نرخ پایین عوامل خطر، «دیررس» شامل افراد مسن تر، زنان همراه با دارو‌های تجویزی مربوط به بیماری قلبی عروقی، «مربوط به فیبریلاسیون دهلیزی» شامل افراد مبتلا به فیبریلاسیون دهلیزی - وضعیتی که در آن قلب نامنظم می‌زند - یا مبتلایان به بیماری دریچه‌های قلب، زیرگروه «متابولیک» شامل افراد دارای اضافه وزن با نرخ متوسط عوامل خطر، اما نرخ پایین بیماری قلبی عروقی و «Cardiometabolic» شامل افراد دارای اضافه وزن که تعداد زیادی از دارو‌های تجویز شده، با نرخ بالایی از عوامل خطر و بیماری‌های قلبی عروقی دریافت می‌کردند.

محققان دریافتند که خطر مرگ در سال پس از تشخیص بیماری قلبی بین انواع افراد عضو این زیرگروه‌ها متفاوت است. این ارقام در زیرگروه مربوط به فیبریلاسیون دهلیزی ۶۱ درصد بود، و پس از آن گروه دیررس با ۴۶ درصد، متابولیک قلبی با ۳۷ درصد، شروع زودرس با ۲۰ درصد و متابولیک با ۱۱ درصد قرار داشت. محققان می‌گویند یافته‌های این مطالعه می‌تواند برای بهبود درمان نارسایی قلبی استفاده شود.

منبع: جام جم آنلاین

کلیدواژه: نارسایی قلبی هوش مصنوعی بیماری های قلبی نارسایی قلبی شامل افراد عوامل خطر

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت jamejamonline.ir دریافت کرده‌است، لذا منبع این خبر، وبسایت «جام جم آنلاین» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۷۸۵۹۲۸۴ 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:

هوش مصنوعی در جستجوی راز آلزایمر: کاوش در ارتباط بین روده و مغز!

عصر ایران - به تازگی از یادگیری ماشینی برای پیش‌ بینی نحوه اتصال متابولیت‌ های ایجاد شده در روده با گیرنده‌ های موجود در روده و مغز استفاده بسیاری شده است.

مجموعه ای از متابولیت ها و جفت های متصل شونده به گیرنده که اخیرا توسط محققان ایجاد شده اند، می توانند به منظور روشن کردن نقش میکروبیوم در بیماری آلزایمر مورد استفاده قرار گیرند.

محققان کلینیک کلیولند ویژگی های بیش از 1 میلیون جفت بالقوه متابولیت و گیرنده را ارزیابی کرده اند تا ببینند که کدام یک از آنها می توانند به یکدیگر متصل شوند. با شناسایی متابولیت‌ های متصل به گیرنده‌ های خاص، محققان توانستند مسیرهای بیولوژیکی را که این متابولیت‌ ها ممکن است تحت تاثیر قرار دهند و همچنین هدف برخی از گیرنده ‌ها را شناسایی کنند.

مطالعه مورد نظر از طریق مجله سل ریپورتز در اختیار علاقه مندان قرار گرفته است. نویسنده اصلی این تحقیق دکتر Feixiong Cheng، مدیر مرکز ژنوم کلینیک کلیولند، در یک بیانیه مطبوعاتی توضیح داد:

«متابولیت های روده کلید بسیاری از فرآیندهای فیزیولوژیکی در بدن ما هستند و همانطور که میدانیم برای هر کلید قفلی وجود دارد. البته مشکل این است که ما ده‌ ها هزار گیرنده و هزاران متابولیت در بدن خود داریم و تشخیص اینکه کدام کلید با کدام قفل جفت و جور می شود، روندی کند و پرهزینه به شمار می رود. به همین دلیل است که تصمیم گرفتیم از هوش مصنوعی استفاده کنیم.»

سلامت روده چگونه بر سلامت مغز تاثیر می گذارد؟

وجود برخی متابولیت ها در روده تا حدی نشان دهنده حضور باکتری های خاص در این محیط است، زیرا این متابولیت ها از طریق تجزیه مواد غذایی در روده توسط باکتری ها ایجاد می شوند.

بیماری آلزایمر پیش از این نیز با تغییرات مشخص در میکروبیوم روده در انسان مرتبط شده است و احتمالا روده به واسطه نقشی که در عملکرد ایمنی دارد بر سلامت مغز اثر می گذارد. این مطالعات از طریق سری مجلات ناشر بریتانیایی بایومد مرکزی قابل دسترسی هستند.

دکتر استیو گندرون متخصص ایمونولوژی و غدد درون ریز که در مطالعه اخیر شرکت نداشته، در توضیح مکانیسم های احتمالی قیاس زیر را انجام داده است:

«روده را به عنوان یک بازار شلوغ تصور کنید که در آن انواع مواد شیمیایی مبادله می شوند. این مواد شیمیایی می توانند از جریان خون استفاده و به ایستگاه مرکزی مغز راه پیدا کنند. دانشمندان معتقد هستند که این خط ارتباطی ممکن است بر سلامت مغز اثر بگذارد زیرا اگر بازار (روده) شروع به فروش اقلام نامناسب (مانند مواد شیمیایی التهابی) کند، احتمال ابتلا به زوال مغز وجود خواهد داشت، یعنی همان مشکلی که در آلزایمر می بینیم. درست شبیه به این که از مواد فاسد در پخت کیک استفاده شده باشد!»

در حالی که نقش سیستم ایمنی در بیماری آلزایمر به خوبی شناخته نشده است، تحقیقات التهاب را با افزایش خطر ابتلا به این بیماری مرتبط می‌ دانند و در این زمینه هم نظر هستند که التهاب مزمن می‌ تواند در شروع بیماری مذکور نقش داشته باشد.

دکتر چنگ، نویسنده اصلی مطالعه، اضافه می کند: «بیماری آلزایمر یک بیماری چالش برانگیز به دلیل عدم وجود درمان موثر است. با این حال محور مغز-روده پتانسیل بالایی به منظور درمان اختلالات مغزی از خود نشان داده است.»

استفاده از هوش مصنوعی برای کشف مسیرهای نهفته در پس بیماری در آلزایمر

اگر بتوان از اتصال مضر متابولیت ها با گیرنده ها جلوگیری کرد، احتمال ابتلا به بیماری آلزایمر را نیز می توان کاهش داد. برای شناسایی جفت‌ های متصل شونده، محققانی که در مطالعه حاضر بودند ابتدا یک تجزیه و تحلیل ژنتیکی برای شناسایی رابطه میان 408 گیرنده‌ و بیماری آلزایمر انجام دادند.

محققان با استفاده از کد ژنتیکی این گیرنده ‌ها، از منابع هوش مصنوعی (AI) موجود برای پیش‌ بینی شکل پروتئین‌ های قابل اتصال، استفاده کردند. این روش دید خوبی از شکل نواحی اتصال گیرنده ها به دست می دهد.

در ادامه محققان توانستند پیش بینی کنند که کدام متابولیت ها و چگونه به این گیرنده ها متصل می شوند. بیشتر متابولیت های کشف شده لیپید یا متابولیت های لیپید مانند بودند.

و اما اهداف درمانی جدید برای آلزایمر؟

محققان همچنین چگونگی پاسخ این گیرنده ها به میکروبیوم افراد مبتلا به بیماری آلزایمر را بررسی کردند. آنها با بررسی باکتری‌ هایی که در میکروبیوم افراد مبتلا به بیماری آلزایمر فراوان هستند، دو متابولیت آگماتین و فنتیل ‌آمین را شناسایی کردند که به ترتیب توسط باکتروئیدس فراژیلیس و رومینوکوک به وفور تولید می‌ شوند.

سپس محققان تصمیم گرفتند با استفاده از سلول‌ های بنیادی افراد مبتلا به آلزایمر، تاثیر این متابولیت‌ ها را بر نورون‌ های بیماران زیر نظر بگیرند.

آنها دریافتند که آگماتین سطوح p-tau181، p-tau205، و تاو کل را کاهش می دهد. مطالعات بیشتر روی فنتیل ‌آمین نیز نشان داد که این متابولیت به طور قابل توجهی سطوح p-tau181، p-tau205 و تاو کل را در نورون‌ ها به صورت وابسته به دوز کاهش می‌ دهد.

این یک یافته امیدوار کننده است، زیرا تجمع بیش از حد پروتئین تاو با ایجاد بیماری آلزایمر مرتبط است.

چنگ گفت: «در مطالعات کنونی، ما صرفا فسفوریلاسیون تاو را اندازه‌گیری کردیم، زیرا فسفوریلاسیون تاو یک سنجش قوی‌ و دقیق است. ما همچنین در حال انجام مطالعات پیش بالینی (حیوانی) بیشتری برای بررسی دقیق تر اثربخشی متابولیت های روده (به عنوان مثال، آگماتین) هستیم و ممکن است آن را در آزمایشات آینده و در افراد مسن نیز پیگیری کنیم.»

نویسندگان مطالعه خاطرنشان می‌ کنند که 99 درصد از آزمایشات بالینی در مورد مداخلات دارویی برای بیماری آلزایمر موفقیت‌ آمیز نبوده است و چنگ اضافه می کند که یافته‌ های آنها می‌ تواند به یک هدف جدید اشاره کند:

«این موضوع دقیقا همان فرضیه ما را شکل می دهد: بهبود سلامت روده ممکن است بر سطوح تاو در مغز تاثیر بگذارد، از بیماری آلزایمر پیشگیری یا حتی آن را درمان کند. با این حال، برای بررسی بیشتر این فرضیه به تحقیقات بیشتری در آینده نیاز داریم و اکنون با استفاده از نمونه ‌های حیوانی و انسانی روی آن کار می‌ کنیم.»

کانال عصر ایران در تلگرام بیشتر بخوانید: سلامت روده چه ربطی به سلامت روانی دارد؟/ این مطلب را حتما بخوانید

دیگر خبرها

  • هوش مصنوعی رابطه بین روده و آلزایمر را کشف کرد!
  • هوش مصنوعی در جستجوی راز آلزایمر: ارتباط بین روده و مغز!
  • ۸۹۰ معلول زنجانی در حوزه ورزش فعالیت می کنند
  • هوش مصنوعی در جستجوی راز آلزایمر: کاوش در ارتباط بین روده و مغز!
  • خشم خطر حمله قلبی را افزایش می‌دهد
  • سروصدای ترافیک برای سلامتی خطرناک است
  • موی روی لاله گوش نشانه چیست؟
  • دستورالعمل بهداشتی حج ۱۴۰۳ اعلام شد
  • ممنوعیت حج برای مبتلایان به برخی بیماری‌ها؛ زائران حج چه واکسن‌هایی باید بزنند؟
  • ممنوعیت حج برای مبتلایان به برخی بیماری‌ها / زائران حج چه واکسن‌هایی باید بزنند؟