کد خبر: ۳۰۶۵۱۱
تاریخ انتشار: ۲۴ مهر ۱۳۹۹ - ۱۸:۳۱
پژوهشگران "دانشگاه پنسیلوانیا" (UPenn) با همکاری ۱۱ مرکز پژوهشی دیگر سعی دارند زیست‌نشانگرها و اهداف درمانی دقیق‌تری را برای تشخیص آلزایمر تعیین کنند. آنها از روش‌های مبتنی بر هوش مصنوعی برای یافتن الگوهای موجود در داده‌های به دست آمده از بیش از ۶۰ هزار بیمار مبتلا به آلزایمر استفاده کردند تا یکی از بزرگترین پژوهش‌ها را در مورد این بیماری انجام دهند.

پژوهشگران آمریکایی سعی دارند تا از روش‌های مبتنی بر هوش مصنوعی برای پیش‌بینی به موقع و درمان بهتر آلزایمر استفاده کنند.

به گزارش ایسنا و به نقل از نوروساینس‌نیوز، پژوهشگران باور دارند که شاید شناسایی زیست‌نشانگرهای مربوط به آلزایمر بتواند کلید درمان این بیماری باشد. در هر حال برای اثبات این موضوع باید داده‌های بسیاری در مورد بیماران مبتلا به آلزایمر جمع‌آوری شوند.

پژوهشگران "دانشگاه پنسیلوانیا" (UPenn) با همکاری ۱۱ مرکز پژوهشی دیگر سعی دارند زیست‌نشانگرها و اهداف درمانی دقیق‌تری را برای تشخیص آلزایمر تعیین کنند. آنها از روش‌های مبتنی بر هوش مصنوعی برای یافتن الگوهای موجود در داده‌های به دست آمده از بیش از ۶۰ هزار بیمار مبتلا به آلزایمر استفاده کردند تا یکی از بزرگترین پژوهش‌ها را در مورد این بیماری انجام دهند.

"کریستوز داواتزیکوس" ( Christos Davatzikos)، از پژوهشگران این پروژه گفت: در میان بیماری‌های عصبی ناشی از افزایش سن مغز، آلزایمر متداول‌تر است. پژوهش در مورد این بیماری می‌تواند به بهبود آزمایش‌های بالینی و ارائه درمان بهتر کمک کند.

"لی شن" (Li Shen)، از پژوهشگران این پروژه گفت: ما می‌دانیم الگوهای پیچیده‌ای در مغز وجود دارند که قابل تشخیص بصری نیستند. ممکن است که یک نشانگر ژنتیکی مستقل وجود نداشته باشد که شخص را در معرض بیماری قرار دهد اما ترکیبی از ژن‌ها وجود دارند که می‌توانند الگوهای مربوط به بیماری را شکل دهند.

داواتزیکوس گفت: ما می‌خواهیم آلزایمر را دوباره تعریف کنیم. حقیقت این است که درمان موثر برای یک بیمار ممکن است برای یک بیمار دیگر کارآمد نباشد.

پژوهشگران قصد دارند با استفاده از یافته‌های این پژوهش، مدلی برای پیش‌بینی کاهش شناختی و پیشرفت آلزایمر ارائه دهند که در آینده می‌توان از آن برای درمان استفاده کرد.



ارسال نظر
نام:
ایمیل:
* نظر:
اخبار روز
ببینید و بشنوید
آخرین عناوین