Μια απλή εξέταση αίματος που χρησιμοποιεί τεχνητή νοημοσύνη για την πρόβλεψη της νόσου Πάρκινσον έως και επτά χρόνια πριν από την εμφάνιση των συμπτωμάτων, ανέπτυξε μια ομάδα ερευνητών, με επικεφαλής επιστήμονες του University College London και του Πανεπιστημιακού Ιατρικού Κέντρου του Γκέτινγκεν.
Όπως σημειώνουν οι ερευνητές, η νόσος του Πάρκινσον είναι η ταχύτερα αναπτυσσόμενη νευροεκφυλιστική διαταραχή στον κόσμο και επηρεάζει σήμερα σχεδόν 10 εκατομμύρια ανθρώπους σε όλο τον κόσμο.
Σήμερα η θεραπεία γίνεται αφού έχουν ήδη εμφανιστεί συμπτώματα, όπως βραδύτητα στην κίνηση και προβλήματα μνήμης.
Όμως, οι ερευνητές πιστεύουν ότι η έγκαιρη πρόβλεψη και διάγνωση θα ήταν πολύτιμη για την εξεύρεση θεραπειών που θα μπορούσαν να επιβραδύνουν ή να σταματήσουν τη νόσο προστατεύοντας τα εγκεφαλικά κύτταρα.
Κατά την έρευνα, που δημοσιεύεται στο περιοδικό «Nature Communications», οι επιστήμονες ανέλυσαν αίμα από 99 άτομα που πρόσφατα διαγνώστηκαν με Πάρκινσον, 72 άτομα με διαταραχή συμπεριφοράς ύπνου, αλλά χωρίς κινητικά συμπτώματα που σχετίζονται με Πάρκινσον, και 36 υγιείς συμμετέχοντες.
Εντόπισαν 23 πρωτεΐνες οι οποίες ήταν σταθερά απορρυθμισμένες στο αίμα των ατόμων με νόσο του Πάρκινσον. Από αυτές τις πρωτεΐνες, έξι αποδείχθηκε ότι ήταν επίσης απορρυθμισμένες σε άτομα με διαταραχή της συμπεριφοράς του ύπνου REM.
Στη συνέχεια, οι συγγραφείς εφάρμοσαν ένα μοντέλο μηχανικής μάθησης για την πρόβλεψη της διάγνωσης με βάση τη σύνθεση των πρωτεϊνών του αίματος.
Το μοντέλο μπόρεσε να αναγνωρίσει το 100% των ατόμων με νόσο του Πάρκινσον με βάση οκτώ πρωτεΐνες.
Επίσης, εξέτασαν αν το μοντέλο θα μπορούσε να προβλέψει αν ένα άτομο με διαταραχή συμπεριφοράς στον ύπνο REM θα εξελισσόταν σε νόσο του Πάρκινσον και διαπίστωσαν ότι μπόρεσε να προβλέψει τα άτομα που θα εμφάνιζαν στη συνέχεια τη νόσο με ακρίβεια 79% έως και επτά χρόνια πριν από την έναρξη των κινητικών συμπτωμάτων.
Οι ασθενείς παρακολουθήθηκαν για δέκα χρόνια και συνεχίζεται η παρακολούθηση για όσους προβλέφθηκε να αναπτύξουν Πάρκινσον, ώστε να επαληθευθεί περαιτέρω η ακρίβεια του τεστ.
