Một giáo sư tại HKUST đang chia sẻ với các nhà báo quốc tế thuộc chương trình Hong Kong Laureate Forum 2023 về công trình nghiên cứu điều trị ung thư của trường - Ảnh: HKUST

Dự đoán được nguy cơ Alzheimer từ rất sớm

Một nhóm nghiên cứu quốc tế do HKUST - ngôi trường luôn nằm trong top 30 thế giới và đứng đầu Hong Kong (Trung Quốc) trong lĩnh vực khoa học vật liệu và kỹ thuật - đã phát triển thành công mô hình trí tuệ nhân tạo dùng thông tin gene di truyền để dự đoán nguy cơ mắc bệnh Alzheimer của một cá nhân.

Phương pháp được cho là đạt hiệu quả cao ngay cả khi các triệu chứng phổ biến chưa xảy ra. Nghiên cứu này mở ra cánh cửa cho việc sử dụng phương pháp học sâu để dự đoán nguy cơ mắc bệnh và khám phá cơ chế phân tử của chúng.

Giải pháp được cho là "cách mạng hóa" việc chẩn đoán, can thiệp và nghiên cứu lâm sàng về Alzheimer và các bệnh thông thường khác như bệnh tim mạch.

Các nhà nghiên cứu của HKUST đã thử nghiệm xem các mô hình học sâu có thể mô phỏng nguy cơ mắc Alzheimer bằng thông tin di truyền hay không. 

Nhóm đã thành lập một trong những mô hình học sâu đầu tiên để ước tính nguy cơ đa di truyền mắc Alzheimer trong các dân tộc gốc châu Âu và người gốc Trung Quốc.

So với các mô hình khác, mô hình học sâu này phân loại chính xác hơn bệnh nhân mắc Alzheimer, phân loại cá nhân vào các nhóm riêng biệt dựa trên nguy cơ mắc bệnh liên quan đến các biến đổi của các quá trình sinh học khác nhau.

Hiện nay, Alzheimer hầu hết được chẩn đoán lâm sàng bằng cách sử dụng các phương pháp khác nhau, bao gồm kiểm tra nhận thức và hình ảnh não. Nhưng thường khi bệnh nhân bắt đầu có triệu chứng thì mọi thứ đã quá muộn để can thiệp.

Do đó, việc dự báo sớm về nguy cơ mắc bệnh Alzheimer có thể giúp đáng kể trong chẩn đoán và phát triển chiến lược can thiệp Alzheimer. Bằng cách kết hợp mô hình học sâu mới với kiểm tra gene di truyền, nguy cơ suốt đời mắc bệnh Alzheimer của một cá nhân có thể được chẩn đoán rất sớm với độ chính xác lên tới 70%.

Bệnh Alzheimer là một rối loạn di truyền gây ra từ nhiều biến thể di truyền khác nhau. Vì các biến thể này có mặt từ khi sinh ra và không thay đổi suốt đời, việc kiểm tra thông tin ADN của một cá nhân có thể giúp dự đoán tương đối nguy cơ mắc bệnh Alzheimer của họ. Từ đó tạo điều kiện cho can thiệp sớm và kiểm soát đúng thời điểm.

Căn bệnh này hiện tác động đến cuộc sống hơn 50 triệu người trên thế giới, gây tử vong liên quan đến suy giảm chức năng nhận thức và mất tế bào não. Triệu chứng của bệnh gồm mất trí nhớ tiến triển cùng với sự suy giảm vận động, suy luận và phán đoán…

Trí tuệ nhân tạo góp công lớn giải quyết "bài toán" Alzheimer

"Nghiên cứu của chúng tôi chứng minh hiệu quả của phương pháp học sâu cho nghiên cứu di truyền và dự đoán nguy cơ bệnh Alzheimer. Đột phá này sẽ giúp gia tăng quy mô kiểm tra và xác định nguy cơ bệnh Alzheimer.

Ngoài dự đoán nguy cơ, phương pháp này còn hỗ trợ phân nhóm cá nhân dựa trên nguy cơ mắc bệnh và cung cấp thông tin về các cơ chế góp phần vào sự phát triển và tiến triển của bệnh", giáo sư Nancy Ip - một trong những thành viên chủ chốt của nhóm nghiên cứu - nói.

Các nhà báo thuộc hội thảo khoa học quốc tế Hong Kong Laureate Forum 2023 lắng nghe chia sẻ về các thành quả mới nhất của HKUST - Ảnh: HKLF

Trong khi đó, giáo sư Chen Lei khẳng định nghiên cứu này là một minh chứng cho việc ứng dụng trí tuệ nhân tạo vào các ngành khoa học y sinh có thể đem lại lợi ích đáng kể cho các nghiên cứu y sinh học và các vấn đề liên quan đến bệnh tật.

Bên cạnh việc tận dụng mạng thần kinh, nghiên cứu phân tích dữ liệu dựa trên trí tuệ nhân tạo mà không cần sự giám sát của con người, phân loại các cá nhân có nguy cơ vào các nhóm con, từ đó khám phá những thông tin về cơ chế bệnh sinh cơ bản.

"Nghiên cứu của chúng tôi cũng làm nổi bật cách mà trí tuệ nhân tạo có thể đáp ứng một cách tinh tế và hiệu quả các thách thức đa ngành. Chúng tôi tin rằng trí tuệ nhân tạo sẽ đóng vai trò quan trọng trong nhiều lĩnh vực chăm sóc sức khỏe trong tương lai gần", giáo sư Chen Lei phát biểu.

Theo Tuổi trẻ

https://tuoitre.vn/bat-benh-alzheimer-bang-tri-tue-nhan-tao-20230706204817636.htm