Nghiên cứu mới của Đại học Boston cho thấy công nghệ AI có thể giúp dự đoán nguy cơ mắc bệnh Parkinson/Alzheimer của một người. Các nhà nghiên cứu cũng đã phân loại bệnh Parkinson thành ba loại phụ bằng cách sử dụng trí tuệ nhân tạo – hứa hẹn sẽ hỗ trợ các nhà nghiên cứu và bác sĩ lâm sàng nhắm mục tiêu vào các phương pháp điều trị cụ thể cho các phân nhóm đó.

3 phân loại của bệnh Parkinson

Các nhà nghiên cứu tại Weill Cornell Medicine đã phân tích dữ liệu từ 406 người tham gia “Sáng kiến ​​​​đánh dấu tiến triển của bệnh Parkinson” (PPMI), đây là một nghiên cứu quan sát quốc tế “thu thập một cách có hệ thống dữ liệu lâm sàng, mẫu sinh học, hệ gene và hình ảnh não của những người tham gia”.

Từ các dữ liệu thu thập được, họ đã phát triển một mô hình máy học được gọi là Deep Phenotypic Progression Embedding – DPPE, có thể mô hình hóa “dữ liệu đa chiều của những người tham gia” một cách “toàn diện”.

Ý tưởng này xuất phát từ một thực tế là trong những năm gần đây, đã có động thái coi bệnh Parkinson là một tình trạng bệnh lý có các triệu chứng và tiến triển không đồng nhất.

Nói cách khác, không phải tất cả những người mắc bệnh Parkinson đều có trải nghiệm giống nhau và do đó việc điều trị có thể cần được điều chỉnh để phù hợp với nhu cầu của các bệnh nhân khác nhau.

Ba nhóm bệnh Parkinson được xác định bằng máy học dựa trên tốc độ tiến triển của bệnh:

1. Nhịp độ nhanh (PD-R), được đánh dấu bằng sự tiến triển nhanh chóng của các triệu chứng. Trong số đoàn hệ được quan sát, 54 người (13,3%) thuộc tình trạng này.
2. Nhịp độ ngắt quãng (PD-I), có các triệu chứng cơ bản nhẹ và tiến triển tương đối nhẹ. Trong số đoàn hệ được quan sát, 145 người (35,7%) nằm trong nhóm này.
3. Nhịp độ vừa phải (PD-M), được đặc trưng bởi các triệu chứng cơ bản nhẹ và tiến triển vừa phải. Đây là phần lớn nhất của đoàn hệ được quan sát, với 207 người (50,9%) sống chung với dạng bệnh Parkinson này.

Các tác giả nghiên cứu lưu ý rằng các phân loại của họ “nhấn mạnh sự cần thiết phải điều trị các phân nhóm [bệnh Parkinson] như những rối loạn phụ duy nhất trong thực hành lâm sàng, trong đó các phân nhóm nhịp độ của chúng tôi có thể cung cấp thông tin phân tầng và quản lý bệnh nhân”.

Bằng cách xác định các loại bệnh cụ thể, các phương pháp tiếp cận lâm sàng có thể nhắm mục tiêu và hiệu quả hơn nhiều.

Những phát hiện về các phân nhóm bệnh Parkinson cần được xác nhận

Với tiến sĩ Clemens Scherzer, một bác sĩ-nhà khoa học và Giáo sư Thần kinh học tại Trường Y Yale, những phát hiện và phân loại của nghiên cứu rất thú vị. Tuy nhiên, dữ liệu còn tương đối ít và cần số lượng bệnh nhân lớn hơn để phát triển và xác nhận các phân loại như vậy.

“Mục tiêu của y học chính xác là dự đoán diễn biến bệnh ở bệnh nhân và can thiệp điều trị trước thời hạn để ngăn ngừa các biến chứng phát triển. Để đạt được điều này, cần xác định nguyên nhân gây bệnh ở mỗi bệnh nhân và phát triển các phương pháp điều trị nhắm mục tiêu”, Scherzer chỉ ra.

Ông giải thích: “Ví dụ: chúng tôi phát hiện ra rằng 10% bệnh nhân Parkinson ở [Hoa Kỳ] có đột biến gen GBA và các loại đột biến GBA khác nhau sẽ đẩy nhanh quá trình diễn biến của bệnh”.

“Các bệnh nhân có đột biến GBA giờ đây có thể được ghi danh vào các thử nghiệm lâm sàng cho các liệu pháp nhắm mục tiêu và cuối cùng sẽ được hưởng lợi từ các liệu pháp điều trị theo hướng GBA làm thay đổi bệnh.”

Tuy nhiên, theo tiến sĩ-bác sĩ Daniel Trường, giám đốc y tế của Viện khoa học thần kinh Trường tại Trung tâm y tế MemorialCare Orange Coast, đồng thời là tổng biên tập của Tạp chí Bệnh Parkinson lâm sàng và các rối loạn liên quan, việc phân nhóm như vậy là một cách tiếp cận hợp lý, có hệ thống để điều trị bệnh Parkinson.

“Ví dụ, những bệnh nhân thuộc phân nhóm Nhịp độ nhanh (PD-R) có thể được hưởng lợi từ các chiến lược điều trị tích cực hơn và theo dõi chặt chẽ hơn so với những bệnh nhân thuộc phân nhóm Nhịp độ ngắt quãng (PD-I), những người có thể cần quản lý ít chuyên sâu hơn.

Kiến thức về phân nhóm của bệnh nhân có thể hướng dẫn việc lựa chọn thuốc, bao gồm cả khả năng tái sử dụng các loại thuốc hiện có như metformin, mà nghiên cứu cho thấy có thể đặc biệt có lợi cho phân nhóm PD-R.”

– Tiến sĩ Daniel Trường

Theo ông, việc phân nhóm cho phép thiết kế dịch vụ chăm sóc sức khỏe dự đoán và phòng ngừa cho từng loại.

“Có thể cần phải can thiệp sớm đối với những bệnh nhân tiến triển nhanh. Điều này rất quan trọng để kiểm soát các triệu chứng trước khi chúng trở nên nghiêm trọng và gây suy nhược. Việc phân nhóm giúp phân loại bệnh nhân dựa trên nguy cơ của họ, cho phép thử nghiệm lâm sàng tập trung và hiệu quả hơn cho các phương pháp điều trị mới, cũng như phân bổ nguồn lực chăm sóc sức khỏe tốt hơn”, ông nói thêm.

Steven Allder, nhà tư vấn thần kinh học tại Re:Cognition Health, cũng đồng ý rằng việc xác định trước các nhóm nhỏ khác nhau sẽ cho phép các chuyên gia y tế đưa ra kế hoạch điều trị cụ thể cho từng nhóm.

Ông liệt kê các phương pháp điều trị có thể áp dụng cho từng loại, lưu ý:

• Nhịp độ ngắt quãng (PD-I): “Các phương pháp điều trị có thể tập trung vào việc duy trì chất lượng cuộc sống và ngăn ngừa sự tiến triển của triệu chứng thông qua việc điều chỉnh lối sống, vật lý trị liệu và có thể cả thuốc bảo vệ thần kinh.”
• Nhịp độ vừa phải (PD-M): “Những bệnh nhân này có biểu hiện bệnh tiến triển vừa phải. Họ có thể được hưởng lợi từ sự kết hợp các phương pháp điều trị bằng thuốc để kiểm soát các triệu chứng và làm chậm sự tiến triển, chẳng hạn như thuốc chủ vận dopamine, thuốc ức chế MAO-B hoặc các liệu pháp điều trị bệnh khác.”
• Nhịp độ nhanh (PD-R): “Loại này có tiến triển nhanh chóng và thường liên quan đến sự thiếu hụt về nhận thức. Metformin đã cho thấy nhiều hứa hẹn trong việc cải thiện các triệu chứng ở nhóm này, đặc biệt liên quan đến nhận thức và té ngã. Can thiệp sớm bằng Metformin và các thuốc bảo vệ thần kinh khác có thể rất quan trọng để quản lý loại phụ này.”

Việc sử dụng công nghệ AI để dự đoán bệnh Parkinson có đáng lo ngại không?

Mối quan tâm chính của Allder về việc sử dụng công nghệ AI để dự đoán các bệnh như Parkinson xoay quanh khả năng tiếp cận một công cụ như vậy đối với những người thực sự cần nó.

“Tôi không lường trước được các vấn đề với mô hình trí tuệ nhân tạo, nhưng tôi thấy trước các vấn đề xảy ra với bệnh nhân khi tiếp cận nó” – ông nói.

“Mặc dù các mô hình trí tuệ nhân tạo AI là công cụ mạnh mẽ để xác định các phân nhóm bệnh và dự đoán sự tiến triển, nhưng vẫn có những vấn đề tiềm ẩn liên quan đến khả năng tiếp cận bệnh nhân. Không phải tất cả bệnh nhân đều có thể tiếp cận được các công cụ chẩn đoán hoặc phương pháp điều trị tiên tiến có nguồn gốc từ nghiên cứu AI, đặc biệt là ở những nơi có nguồn lực hạn chế”, Allder chỉ ra.

Một vấn đề khác có thể xảy đến là “việc sử dụng nhiều dữ liệu bệnh nhân để đào tạo mô hình AI”, điều này “làm dấy lên lo ngại về quyền riêng tư và bảo mật dữ liệu”.

“Các mô hình AI cần được xác thực trên nhiều nhóm dân cư khác nhau để đảm bảo chúng không thiên vị đối với các nhóm cụ thể”.

Scherzer, nhắc lại tuyên bố trước đó của mình, nói rằng sức mạnh đáng kể của trí tuệ nhân tạo đối với các phương pháp điều trị y tế chính xác cuối cùng sẽ phụ thuộc vào nhiều nghiên cứu và thử nghiệm hơn.

Ông lưu ý: “Sự thành công của công nghệ AI trong việc dự đoán kết quả phụ thuộc vào quy mô và chất lượng của dữ liệu đầu vào”.

“Một lỗ hổng quan trọng trong lĩnh vực này là chúng ta cần các bộ dữ liệu theo chiều dọc, chất lượng cao, lớn hơn nhiều về các bệnh nhân Parkinson – dữ liệu về các quần thể lớn trải qua các giai đoạn tiền triệu và toàn bộ diễn biến của bệnh. Những điều này sẽ rất cần thiết cho việc đào tạo và xác nhận các mô hình AI hữu ích cho y học tăng cường.”

Theo dõi trang Fanpage của chúng tôi để biết thêm thông tin về cách bạn có thể đạt được giấc ngủ ngon mỗi đêm, đồng thời bạn cũng có thể tham gia trò chuyện và nhận tư vấn miễn phí từ đội ngũ dược sĩ của A&C Pharma.

Tham khảo Medical News Today