Hong Kong Üniversitesi (HKU) Tıp Fakültesi araştırmacıları, ciddi kalp-damar sorunlarını belirtiler ortaya çıkmadan yıllar önce tahmin edebilen bir yapay zeka aracı geliştirdi.
CardiOmicScore adı verilen sistem, tek bir kan testinden alınan bilgileri kullanarak kişinin altı büyük kalp-damar hastalığına (koroner arter hastalığı, felç, kalp yetmezliği, atriyal fibrilasyon, periferik arter hastalığı ve venöz tromboembolizm) yakalanma riskini değerlendiriyor. Yüksek risk taşıyan kişilerde model, klinik belirtiler ortaya çıkmadan 15 yıl öncesine kadar uyarı sinyalleri tespit edebildi.
Bulgular Nature Communications dergisinde yayımlandı.
Mevcut Sağlık Durumunu Yansıtan Kan Testi
Kalp-damar hastalıkları dünya genelinde önde gelen ölüm nedeni olmaya devam ediyor ve yalnızca 2022 yılında yaklaşık 19,8 milyon ölüme yol açtı.
Doktorlar genellikle kalp-damar riskini yaş, kan basıncı, sigara geçmişi ve diğer standart klinik ölçümler gibi faktörleri inceleyerek değerlendiriyor. Bu göstergeler faydalı olsa da, hastalık belirgin hale gelmeden önce vücutta meydana gelen en erken biyolojik değişiklikleri ortaya çıkarmayabiliyor.
Bu nedenle, bazı kişiler korunma için en iyi fırsat daralmaya başlayana kadar yüksek riskli olarak tanımlanamayabiliyor.
Genetik risk testleri, kişinin hastalığa yakalanma olasılığını tahmin etmenin başka bir yolunu sunuyor. Örneğin poligenik risk skorları, birçok genetik varyantın etkilerini kalıtsal riskin tek bir ölçümünde birleştiriyor. Ancak kişinin genetik yapısı büyük ölçüde doğumda sabitleniyor.
Bu da genetik skorların diyet, egzersiz, yaşlanma, hastalık, çevresel maruziyetler veya sağlık üzerindeki diğer etkilerin neden olduğu daha ani değişiklikleri tam olarak yansıtamayacağı anlamına geliyor.
CardiOmicScore, vücutta olup bitenlerin daha güncel bir resmini sunmak üzere tasarlandı.
Yapay Zeka Binlerce Biyolojik Sinyali Birleştiriyor
Aracı oluşturmak için HKUMed ekibi, birkaç katman biyolojik bilgiyi birleştirmek üzere derin öğrenme kullandı. Bu yaklaşım, genomik, metabolomik ve proteomik dahil olmak üzere biyolojinin farklı alanlarından verileri bir araya getirdiği için multiomik olarak adlandırılıyor.
Genomik, genetik bilgiyi inceliyor. Proteomik, vücutta birçok temel işlevi yerine getiren proteinlere odaklanıyor. Metabolomik ise vücudun besinleri işlemesi, enerji üretmesi ve hastalığa yanıt vermesi sonucu üretilen metabolit adı verilen küçük molekülleri inceliyor.
Araştırmacılar, UK Biobank'tan alınan büyük ölçekli nüfus verilerini analiz etti. Modelleri, kan örneklerinde ölçülen 2.920 dolaşımdaki protein ve 168 metaboliti inceledi.
Bu moleküller birlikte, kişinin mevcut biyolojik durumunun ayrıntılı bir anlık görüntüsünü sağlayabiliyor. Gözle görülür belirtiler gelişmeden önce bağışıklık aktivitesi, metabolizma ve damar sağlığındaki ince değişiklikleri yansıtabiliyorlar.
HKUMed Farmakoloji ve Eczacılık Bölümü'nde Doçent olan Profesör Zhang Qingpeng şunları söyledi: "Genler nereden başladığımızı belirler - temel sağlık riskimizi tanımlarlar. Ancak proteinler ve metabolitler mevcut fiziksel sağlığımızı yansıtır. Yapay zeka aracımız, bu karmaşık moleküler sinyalleri çözmek için tasarlandı ve doktorların ve hastaların riskleri çok daha erken tespit etmesini sağlayarak, zamanında yaşam tarzı değişiklikleri ve erken korunma yoluyla hastalığın seyrini potansiyel olarak değiştirebilir."
Altı Kalp-Damar Hastalığını Tahmin Etme
Sonuçlar, CardiOmicScore'un karmaşık moleküler ölçümleri kişiselleştirilmiş kalp-damar risk tahminlerine dönüştürebildiğini gösterdi.
Sistem, geleneksel poligenik risk skorlarından önemli ölçüde daha iyi performans gösterdi. Araştırmacılar yaş ve cinsiyet gibi klinik bilgileri eklediğinde doğruluğu daha da arttı.
Model, koroner arter hastalığı, felç, kalp yetmezliği, atriyal fibrilasyon, periferik arter hastalığı ve venöz tromboembolizm riskini değerlendirmek üzere tasarlandı.
Atriyal fibrilasyon, felç ve diğer komplikasyon riskini artırabilen düzensiz bir kalp atışıdır. Periferik arter hastalığı, daralmış kan damarlarının uzuvlara kan dolaşımını azaltmasıyla ortaya çıkar. Venöz tromboembolizm, bir damarda oluşan ve akciğerlere gidebilen tehlikeli kan pıhtılarını ifade eder.
Yüksek riskli bireylerde CardiOmicScore, belirtiler ortaya çıkmadan 15 yıl öncesine kadar yüksek kalp-damar riskini işaretleyebildi.
Tedaviden Erken Korumaya Geçiş
Araştırma, hassas tıpta daha geniş bir değişimi yansıtıyor.
Geleneksel genetik yaklaşımlar, kalıtsal riskin nispeten sabit bir tahminini sağlar. Multiomik araçlar, zamanla değişen biyolojik sinyalleri izleyerek daha dinamik bir değerlendirme sunabilir.
Gelecekte, küçük bir kan örneği potansiyel olarak aynı anda birkaç kalp-damar hastalığını kapsayan ayrıntılı bir risk profili oluşturmak için kullanılabilir. Bu bilgi, hastalara ve doktorlara yaşam tarzı değişiklikleri, daha yakın takip veya diğer koruyucu önlemlerle yanıt vermek için daha fazla zaman verebilir.
Profesör Zhang sözlerine şöyle devam etti: "Teknolojiden yararlanarak hastalıkları gelişmeden önce tespit etmeyi ve önlemeyi hedefliyoruz. Sağlık yönetimini reaktif tedaviden proaktif tahmin ve müdahaleye kaydırarak, hem halk sağlığı hem de bireysel hasta bakımı üzerinde kalıcı bir etki yaratmayı amaçlıyoruz."
Araştırma Ekibi Hakkında
Çalışmaya HKUMed Farmakoloji ve Eczacılık Bölümü ile HKU Musketeers Vakfı Veri Bilimi Enstitüsü'nden (IDS) Doçent Profesör Zhang Qingpeng liderlik etti.
İlk yazar, HKU IDS'den Luo Yan'dır.
