Оценката на риска от затлъстяване е скок в бъдещето чрез комбинацията от AI и
Забележка относно използването на графичен материал: Използването на графичен материал за прессъобщението е разрешено безплатно, при условие че е посочен източникът. Изображенията могат да се използват само във връзка със съдържанието на това съобщение за пресата. Ако имате нужда от изображението с по-висока разделителна способност или ако имате някакви въпроси относно по-нататъшната употреба, моля, свържете се директно с пресцентъра, който го е публикувал.
СЗО предупреждава: почти всеки шести възрастен е засегнат от затлъстяване (затлъстяване). Тъй като затлъстяването увеличава риска от смърт и болести, това е една от централните заплахи за здравето на всички хора. В ежедневната медицина индексът на телесна маса (ИТМ), съотношението на теглото към височината, е популярен инструмент за определяне на наднорменото тегло и затлъстяването. В асоциация за академични изследвания и индустрия в Саксония, водена от учени от Дрезден, международен екип от изследователи представя революционна концепция за персонализирана прецизна медицина.
С помощта на изкуствен интелект (ИИ) са идентифицирани редица липидни молекули, които съдържат много повече информация за затлъстяването, отколкото ИТМ.
Когато академичните изследвания и индустрията обединят усилията си, са възможни впечатляващи скокове в бъдещето. Изследователи от Биотехнологичния център (BIOTEC) в TU Dresden и Lipotype GmbH, отделение на Института за молекулярна клетъчна биология и генетика на Макс Планк в Дрезден, в международно сътрудничество с учени от университета в Лунд (Швеция) и Националния институт за здраве и благосъстояние (Финландия) се обединиха за критична преоценка на ИТМ на над 1000 пациенти. Международният изследователски екип прилага усъвършенствани методи за изкуствен интелект, за да разработи алгоритъм, който използва липидния състав на човешката кръвна плазма като основа за оценка, така наречения плазмен липидом.
Плазменият липидом съдържа стотици различни липидни молекули. „В своята цялост те служат като пръстов отпечатък на благосъстоянието като показатели за метаболитно здраве“, обяснява Матиас Герл от Lipotype. Такива липидомични данни са използвани за разработване на алгоритъма за определяне на ИТМ.
В сравнение с „традиционното измерване на ИТМ“, базирано на стоки за бита, липидомичните данни позволиха на новия алгоритъм да генерира молекулярен „липидомичен ИТМ“. Изчислението на ИТМ с помощта на липидомичния ИТМ разкрива, че за всеки седми пациент молекулярният ИТМ е значително по-висок от стойностите, определени преди това с традиционно измерване на ИТМ. В сравнение с традиционния ИТМ, липидомичният ИТМ също предоставя разширена информация за състоянието на затлъстяването, като например количеството на висцералната мастна тъкан, форма на мазнини, която е вредна за здравето.
„Ако пациент, който се нуждае от терапия за борба със свързаните със затлъстяването заболявания, бъде изпратен вкъщи без никакво лекарство или съвет, това може да доведе до дългосрочни щети“, казва Оле Меландер от университета в Лунд. „Това са точно пациентите, които внезапно получават инфаркт на 40-годишна възраст и оставят своите общопрактикуващи лекари на загуба“, коментира Карло Виторио Канистраци от BIOTEC (TU Dresden) и добавя: „Трябва да преодолеем това остаряло мнение, че един индикатор - как съотношението на теглото към височината - може да даде възможност за определяне на рисковете в сложни системи като хората. Компютърно подпомаганата биомедицина използва изкуствен интелект за определяне на многоизмерни показатели въз основа на много променливи, които увеличават точността на диагнозата. Така че се надявам традиционният ИТМ да бъде заменен с липидомичен ИТМ и че грешната класификация ще приключи за всеки седми пациент. "