Az elhízás kockázatának értékelése ugrás a jövőbe az AI és a kombináció révén
Megjegyzés a képanyag használatához: Képanyag felhasználása a sajtóközleményhez ingyenesen megengedett, feltéve, hogy a forrást megnevezik. A képeket csak a sajtóközlemény tartalmával kapcsolatban szabad felhasználni. Ha nagyobb képre van szüksége a képre, vagy bármilyen kérdése van a további felhasználással kapcsolatban, kérjük, forduljon közvetlenül a sajtóirodához.
A WHO figyelmeztet: szinte minden hatodik felnőttet érint az elhízás (zsírosodás). Mivel az elhízás növeli a halál és a betegségek kockázatát, ez minden ember egészségének egyik központi fenyegetése. A mindennapi orvoslásban a testtömeg-index (BMI), a súly és a magasság aránya, népszerű eszköz a túlsúly és az elhízás meghatározására. A szászországi tudományos kutatás és ipar egyesületében, amelyet drezdai tudósok vezetnek, egy nemzetközi kutatócsoport forradalmi koncepciót mutat be a személyre szabott precíziós orvostudományról.
A mesterséges intelligencia (AI) segítségével számos lipidmolekulát azonosítottak, amelyek sokkal több információt tartalmaznak az elhízásról, mint a BMI.
Amikor az akadémiai kutatás és az ipar összefog, lenyűgöző ugrások lehetségesek a jövőbe. A Drezdai TU Biotechnológiai Központjának (BIOTEC) és a drezdai Max Planck Molekuláris Sejtbiológiai és Genetikai Intézet spin-offjának a Lipotype GmbH kutatói a Lund Egyetem (Svédország) és az Országos Egészségügyi és Jóléti Intézet tudósaival való nemzetközi együttműködésben. (Finnország) azért jött össze, hogy kritikusan újraértékelje több mint 1000 beteg BMI-jét. A nemzetközi kutatócsoport fejlett AI módszerekkel dolgozott ki egy algoritmust, amely az emberi vérplazma lipidösszetételét használja fel értékelési alapként, az úgynevezett plazma lipidómot.
A plazma lipidóm több száz különböző lipidmolekulát tartalmaz. "Teljes egészükben a jólét ujjlenyomataként szolgálnak az anyagcsere-egészség mutatóiként" - magyarázza Mathias Gerl, a Lipotype munkatársa. Ilyen lipidomikai adatokat használtak fel a BMI meghatározására szolgáló algoritmus kifejlesztésére.
A háztartási cikkeken alapuló „hagyományos BMI-méréshez” képest a lipidomikai adatok lehetővé tették az új algoritmus számára, hogy molekuláris „lipidomikai BMI-t” állítson elő. A lipidomikai BMI felhasználásával végzett BMI-számításból kiderült, hogy minden hetedik beteg esetében a molekuláris BMI szignifikánsan magasabb volt, mint a hagyományos BMI-méréssel korábban meghatározott értékek. A hagyományos BMI-vel összehasonlítva a lipidomikai BMI kiterjedt információkat nyújt az elhízás állapotáról, például a zsigeri zsírszövet mennyiségéről, amely az egészségre káros zsírforma.
"Ha egy olyan beteget, akinek terápiára van szüksége az elhízással kapcsolatos betegségek leküzdésére, mindenféle orvoslás és tanács nélkül hazaküldik, ez hosszú távú károsodást eredményezhet" - mondja Olle Melander a Lundi Egyetemről. "Pontosan ezek azok a betegek, akik 40 évesen hirtelen szívrohamot szenvednek, és veszteségesen hagyják háziorvosaikat" - kommentálja Carlo Vittorio Cannistraci, a BIOTEC (TU Drezda) munkatársa, és hozzáteszi: "Túl kellene lépnünk ezen az elavult véleményen, hogy egyetlen mutató - hogyan a súly és a magasság aránya - lehetővé teheti a kockázatok meghatározását olyan összetett rendszerekben, mint az emberek. A számítógéppel támogatott biomedicina a mesterséges intelligencia segítségével sok változó alapján meghatározza a többdimenziós mutatókat, amelyek növelik a diagnózis pontosságát. Tehát remélem, hogy a hagyományos BMI-t felváltja egy lipidomikai BMI, és minden hetedik betegnél a rossz besorolás megszűnik. "