Méthode non envahissante pour l'identification précoce de la maladie d'Alzheimer et de la démence relative

Les informations recueillies des visites courantes au docteur sont assez pour prévoir exactement le risque d'une personne de développer la maladie d'Alzheimer et les démences relatives, selon la recherche neuve aboutie par des scientifiques à partir de l'institut de Regenstrief, de l'université d'Indiana et du Merck. Les chercheurs ont développé et ont vérifié des algorithmes d'apprentissage automatique utilisant des caractéristiques des dossiers médicaux électroniques pour recenser les patients qui peuvent être en danger pour développer la démence.

Au moins 50 pour cent des patients plus âgés de premier soins vivant avec la maladie d'Alzheimer et les démences relatives ne reçoivent jamais un diagnostic. Et beaucoup plus vivez avec des sympt40mes pendant deux à cinq années avant d'être diagnostiqué. Actuel, les tests à l'écran pour le risque de démence sont invasifs, longs et chers.

La chose grande au sujet de cette méthode est qu'elle est passive, et elle fournit l'exactitude assimilée aux tests plus intrusifs qui sont actuel employés. C'est un coût bas, la solution évolutive qui peut fournir l'indemnité considérable aux patients et leurs familles en les aidant préparez pour la possibilité de durée avec la démence et leur permettre d'agir. »

Malaz Boustani, M.D., M/H, chercheur de fil, scientifique de recherches à l'institut de Regenstrief et un professeur à l'École de Médecine d'université d'Indiana

Algorithmes d'apprentissage automatique se développants pour la démence de prévision

L'équipe de recherche, qui a également compris des scientifiques de la condition de la Géorgie, de l'université d'Albert Einstein du médicament et de l'organisme de recherche solide, récent publiés ses découvertes à deux approches différentes d'apprentissage automatique. Le papier publié dans le tourillon de la société américaine de gériatrie a analysé les résultats d'un algorithme de traitement du langage naturel, qui apprend des règles en analysant des exemples, et l'artificial intelligence en article de médicament a partagé les résultats d'un modèle fait au hasard de forêt, qui est établi utilisant un ensemble d'arbres de décision. Les deux méthodes ont montré l'exactitude assimilée à prévoir le début de la démence dans un délai d'un et trois ans de diagnostic.

Afin de former les algorithmes, les chercheurs ont recueilli des caractéristiques sur des patients du réseau de l'Indiana pour des soins aux patients. Les modèles ont employé l'information sur les ordonnances et les diagnostics, qui sont les inducteurs structurés, ainsi que les notes médicales, qui sont texte libre, pour prévoir le début de la démence. Les chercheurs ont constaté que les notes de texte libre étaient les plus précieuses à l'aide recensent des gens en danger de développer la maladie.

« Cette recherche excite parce qu'elle fournit potentiellement le bénéfice important aux patients et à leurs familles, » a dit Patrick Monahan, PhD, auteur d'étude d'École de Médecine d'unité internationale et un scientifique de société apparentée de Regenstrief. Les « cliniciens peuvent fournir l'éducation sur le comportement et les habitudes pour aider des patients à satisfaire à leurs sympt40mes et à vivre une meilleure qualité de vie. »

Zina Ben Miled, PhD, M.S., un auteur d'étude de l'école de Purdue du bureau d'études et technologie chez IUPUI et un Regenstrief affilient le scientifique, a dit, « la première identification de risque permet une opportunité pour que des médecins et des familles mettent un régime de soins en place. Je connais par expérience ce qu'un fardeau il peut être de traiter un diagnostic de démence. Il est si important aider l'hublot fourni par ce test à améliorer la qualité de vie pour les deux patients et leurs familles. »

En plus de l'avantage aux familles, ces méthodes peuvent également fournir des importantes économies de coûts pour des patients et des systèmes de santé. Elles remontent le besoin de tests chers et permettent à des cliniciens d'interviewer les populations entières pour recenser ces plus en danger. Retardant le début des sympt40mes épargne également une importante quantité d'argent sur la demande de règlement.

La prochaine opération est de déployer ces algorithmes d'apprentissage automatique dans de vraies cliniques pour vérifier s'ils aident à recenser des cas plus vrais de démence ainsi qu'à apprendre comment ils influencent la bonne volonté d'un patient de continuer sur les résultats.

Source:
Journal reference:

Boustani, M, et al. (2020) Passive Digital Signature for Early Identification of Alzheimer's Disease and Related Dementia. Journal of the American Geriatrics Society. doi.org/10.1111/jgs.16218.