يقول الباحثون إن هذه التكنولوجيا قد تدعم في نهاية المطاف رعاية أكثر تخصيصاً، ما يسمح بمواءمة العلاجات بشكل أفضل مع طريقة عمل قلب كل فرد.
أداة جديدة للذكاء الاصطناعي قد تُسرّع البحث عن علاجات لأمراض القلب، بحسب دراسة حديثة.
أمراض القلب والأوعية الدموية هي السبب الرئيسي للوفاة والإعاقة في أنحاء الاتحاد الأوروبي، إذ تتسبب بنحو 1.7 مليون وفاة سنويا وتؤثر في 62 مليون شخص، وفقا لمنظمة التعاون الاقتصادي والتنمية (OECD).
طوّر علماء في إمبريال كوليدج لندن أداة ذكاء اصطناعي لتحديد الجينات المرتبطة بالأمراض والمساعدة في العثور على أدوية لأمراض القلب بسرعة أكبر، وذلك عبر دمج صور قلب تفصيلية مع قواعد بيانات طبية ضخمة.
وقد بُنيت هذه الأداة، التي تحمل اسم "CardioKG"، باستخدام بيانات تصوير قلبي من آلاف الأشخاص في "UK Biobank". وشملت مرضى يعانون حالات مثل الرجفان الأذيني وقصور القلب والنوبات القلبية، إضافة إلى متطوعين أصحاء.
ويقول الباحثون إن ذلك يتيح لهم إجراء توقعات أدق بشأن الأدوية التي قد تفيد المصابين بحالات قلبية محددة.
قال ديكلان أوريغان، رئيس مجموعة التصوير القلبي الحاسوبي في مختبر مجلس البحوث الطبية للعلوم الطبية بإمبريال كوليدج لندن: "من مزايا الرسوم البيانية المعرفية أنها تدمج معلومات عن الجينات والأدوية والأمراض".
ويقول الباحثون إن هذا النهج قد يقود في نهاية المطاف إلى رعاية أكثر تخصيصا، بحيث تُطابق العلاجات بصورة أفضل طريقة عمل قلب كل فرد.
ويمكن تكييف التقنية نفسها لدراسة حالات أخرى باستخدام التصوير الطبي، بما في ذلك اضطرابات الدماغ والسمنة.
وأضاف أوريغان: "هذا يعني امتلاك قدرة أكبر على اكتشاف علاجات جديدة. وقد وجدنا أن إدراج تصوير القلب في الرسم البياني غيّر جذريا مدى إمكانية تحديد جينات وأدوية جديدة".
ومن بين الأدوية التي برزت "ميثوتركسات" المستخدم على نطاق واسع لعلاج التهاب المفاصل الروماتويدي، ومجموعة من أدوية السكري المعروفة باسم "غليبتينز".
وأشار نموذج الذكاء الاصطناعي إلى أن "ميثوتركسات" قد يساعد المصابين بقصور القلب، في حين قد تفيد "غليبتينز" من يعانون الرجفان الأذيني.
وأشارت التحليلات أيضا إلى احتمال وجود تأثير وقائي للكافيين لدى بعض مرضى الرجفان الأذيني، إلا أن الباحثين شددوا على أن ذلك لا يعني أن على الناس تغيير استهلاكهم للكافيين.
وقال خالد رجوب، المؤلف الأول للدراسة وباحث علم بيانات في إمبريال كوليدج لندن: "استنادا إلى هذا العمل، سنوسّع الرسم البياني المعرفي ليصبح إطارا ديناميكيا متمحورا حول المرضى يلتقط مسارات المرض الفعلية".
وأضاف: "سيفتح ذلك آفاقا جديدة للعلاج المخصص وللتنبؤ بموعد احتمال تطور الأمراض".