Ana sayfa/Sağlık

Makine öğrenmesi Parkinson için iki plazma biyobelirteci belirledi

Üç gen ifade veri setini tarayan çalışma STX12 ve INPP5D'yi aday belirteç olarak seçti; 67 kişilik klinik doğrulamada STX12 yüksek duyarlılık, INPP5D ise yüksek özgüllük gösterdi.

Makine öğrenmesi Parkinson için iki plazma biyobelirteci belirledi için özgün kapak görseli
KISA ÖZET

Bilmen gereken 3 şey

  • Üç GEO transkriptom veri setinde bulunan 116 farklı ifade edilen gen, LASSO, SVM-RFE ve rastgele orman yöntemleriyle daraltıldı.
  • 35 Parkinson hastası ve 32 sağlıklı kontrolde STX12 için AUC 0,788 ve yüzde 96,7 duyarlılık bildirildi.
  • INPP5D yüzde 93,8 özgüllük gösterdi; iki belirtecin birlikte kullanımı AUC'yi anlamlı biçimde yükseltmedi.
YAPAY ZEKÂ ETKİ KARTI

Bu gelişme nereyi etkiliyor?

ETKİ
ANALİZİ
Toplum92/100
Bilim90/100
Günlük yaşam78/100
Ekonomi66/100

Bu puanlar haberin kapsamı, etkilenen kişi ve sektörler ile kısa–orta vadeli sonuçları dikkate alınarak editoryal olarak hazırlanır.

Ne oldu?

Araştırmacılar, keşif aşamasındaki gen imzalarını kan plazmasında ELISA ile ölçerek biyoinformatik sonucu küçük bir klinik grupta sınadı. STX12 ile INPP5D düzeyleri hastalık süresi veya klinik şiddetle ilişkili bulunmadı.

Örneklem küçük ve sağlıklı kontrollerle sınırlı olduğu için sonuçlar bir tanı testi olarak kullanılamaz. Daha büyük, bağımsız ve başka nörolojik hastalıkları da içeren kohortlarda eşiklerin ve ayırt etme gücünün doğrulanması gerekiyor.

Neden önemli?

Parkinson tanısı bugün büyük ölçüde klinik bulgulara dayanıyor. Kanda ölçülebilen güvenilir belirteçler geliştirmek, daha erken değerlendirme ve nesnel takip için erişilebilir bir yol açabilir.

KONU ZAMAN ÇİZELGESİ

Sağlık gündemi nasıl ilerledi?

RESMÎ KAYNAKScientific Reports

Haberin dayandığı özgün duyuruyu inceleyebilirsin.

Kaynağı aç
OKUMAYA DEVAM ET

Haber akışı devam ediyor

Aşağı kaydırdıkça sıradaki yapay zekâ haberleri otomatik olarak açılır.

SIRADAKİ HABER01

Dil modelleri, günlüklerden depresyon düzeyindeki değişimi izledi

108 katılımcının 14–21 günlük video günlüklerini inceleyen büyük dil modelleri, günlük depresyon puanları üretti; ortalama model puanları klinik görüşmeyle ölçülen belirti şiddetiyle ilişki gösterdi.

Dil modelleri, günlüklerden depresyon düzeyindeki değişimi izledi kapak görseli

Ne oldu?

Araştırmacılar videonun görüntüsünü değil, kısa günlüklerin yazıya dökülmüş metinlerini dil modellerine vererek günlük depresyon şiddeti puanladı. Model ve öz bildirim puanlarının işlevsellik değişkenleriyle ilişki profilleri birbirine oldukça yakındı.

İlişki, tanı doğruluğu anlamına gelmiyor. Örneklem küçük, günlükler araştırma koşullarında toplandı ve dil modelleri mahrem metinleri işliyor; klinik kullanım için farklı dil ve topluluklarda doğrulama, veri koruması ve uzman denetimi gerekiyor.

Neden önemli?

Depresyon belirtileri haftalık veya aylık ölçekler arasında hızla değişebilir. Serbest anlatımdan güvenli ve şeffaf biçimde türetilen ölçümler, kişinin durumunu daha sık izlemeye yardımcı olabilir; ancak hekim değerlendirmesinin yerine geçmemeli.

Sıradaki haber hazırlanıyor…

YAPAY ZEKÂ ▲38%APPLE ▲21%ROBOTİK ▲17%ÇİP ▲12%OYUN ▼8%SİBER GÜVENLİK ▲24%