Nga sinjalet e një nate të vetme në një laborator gjumi një sistem i ri i Inteligjencës Artificiale mund të vlerësojë rrezikun e mëvonshëm për rreth 130 sëmundje – duke përfshirë sëmundjen e parkinsonit, demencën, infarktin kardiak e deri tek kanceri i prostatës dhe i gjirit. E këtë mund ta bëjë “vite para se të shfaqen simptomat e para”, thotë shkencëtari i të dhënave të Stanfordit, James Zou, një nga autorët e studimit të botuar në revistën Nature Medicine.
Modeli i ri i IA-së quhet SleepFM dhe është trajnuar me qindra mijëra orë të dhënash gjumi. U zhvillua nga një ekip i udhëhequr nga Rahul Thapa, një shkencëtar i të dhënave biomjekësore në Universitetin e Stanfordit.
Si mëson IA të “lexojë” gjumin
Ekzaminimi dhe matja e gjumit në një laborator gjumi quhet Polisomnografi. Gjatë këtij procesi, valët e trurit, aktiviteti i zemrës, frymëmarrja, tensioni i muskujve dhe lëvizjet e syve dhe këmbëve regjistrohen njëkohësisht. Për SleepFM, ekipi përdori afërsisht 585,000 orë regjistrime të tilla nga rreth 65,000 njerëz në disa grupe, kryesisht nga Qendra e Mjekësisë së Gjumit të Stanfordit.
Gjatë trajnimit paraprak, IA mësoi se si koordinohen sinjalet nga truri, zemra dhe frymëmarrja gjatë gjumit normal – një lloj gjuhe gjumi që modeli e kap statistikisht.
Nga sinjali i gjumit te prognoza e sëmundjes
Pas këtij trajnimi fillestar, SleepFM u përshtat për detyra të tilla si zbulimi i fazës së gjumit dhe diagnoza, duke arritur rezultate që janë konkurruese me metodat e vendosura si U-Sleep ose YASA.
Këto dy programe përdorin të dhëna EEG, të cilat matin valët e trurit dhe ndihmojnë studiuesit të identifikojnë dhe analizojnë fazat e gjumit.
Studiuesit më pas lidhën të dhënat e gjumit me të dhënat elektronike shëndetësore që datojnë deri në 25 vjet dhe shqyrtuan se cilat diagnoza të mëvonshme mund të parashikoheshin nga një natë e vetme matjesh.
Nga mbi 1,000 kategori, modeli identifikoi 130 sëmundje, rreziku i të cilave mund të parashikohej me saktësi të paktën të moderuar deri në saktësi të lartë. Autori kryesor Rahul Thapa thekson gjithashtu se qasja tregon “se matjet rutinë të gjumit hapin një dritare të nënvlerësuar më parë në shëndetin afatgjatë të njeriut”.
Sipas studimit, parashikimet ishin veçanërisht të suksesshme për Demencën, sëmundjen e Parkinsonit, sulmin kardiak, problemet me zemër, lloje të caktuara të kancerit dhe vdekshmërinë e përgjithshme.
“Në parim, një model i IA mund të trajnohet për një numër shumë të madh parashikimesh të mundshme, me kusht që paraprakisht të ketë edhe një bazë të të dhënave”, thotë Sebastian Buschjäger, një ekspert i gjumit në Institutin Lamarr të TU Dortmund, i cili nuk ishte i përfshirë në studim.
Çfarë kërkon IA në trupin që fle?
Analiza tregon se sinjalet e zemrës kontribuojnë ndjeshëm në parashikimin e sëmundjeve kardiovaskulare, ndërsa sinjalet e trurit janë më të rëndësishme për çrregullimet neurologjike dhe psikologjike. Megjithatë, rezultati më informues është kombinimi i sinjaleve të ndryshme – për shembull, kur EEG tregon një gjendje të qëndrueshme gjumi, por zemra duket më “zgjuar”.
Mospërputhje të tilla midis trurit dhe zemrës mund të tregojnë strese të fshehura ose procese të hershme të sëmundjes shumë kohë para se simptomat të bëhen të dukshme.
“Nëse kolegët tanë në mjekësinë e gjumit dyshojnë për një lidhje, ne specialistët e IA-së mund ta përfshijmë këtë në një sistem parashikues – dhe anasjelltas, të japim indikacione se ku mund të ekzistojnë lidhje”, thotë Buschjäger.
“Korrelacionet që ofrojmë janë kryesisht statistikore. Marrëdhënia shkakësore duhet të vërtetohet nga ekspertët”, tha eksperti i gjumit me bazë në Dortmund për DW.
Sa të besueshme janë të dhënat laboratorike?
Modeli bazohet kryesisht në të dhëna nga laboratorët e gjumit, që do të thotë të dhëna nga njerëz që zakonisht referoheshin për probleme me gjumin dhe jetojnë në rajone më të pasura me qasje në mjekësinë e teknologjisë së lartë. Ndërsa studiuesit integrojnë disa grupe amerikane dhe evropiane, ku ata po testojnë modelin edhe në një studim të pavarur. Por njerëzit pa probleme me gjumin ose nga rajone të pashërbyera të botës mbeten të nën-përfaqësuar.
Mundësitë dhe kufizimet për diagnostikimin dhe terapinë
Studiuesit theksojnë në mënyrë të qartë se SleepFM nuk zbulon shkaqet e sëmundjes, por më tepër korrelacionet: Ai njeh modelet statistikore në gjumë që mund të lidhen me diagnoza të mëvonshme.
“Shumica e metodave të IA-së nuk mësojnë marrëdhënie shkakësore”, shpjegon shkencëtari i kompjuterave Matthias Jakobs nga TU Dortmund, i cili hulumton metodat e IA-së dhe të të mësuarit automatik (ML) për analizimin e të dhënave të gjumit dhe nuk ishte i përfshirë në studim.
Metodat ML janë teknika llogaritëse që u lejojnë kompjuterëve të mësojnë nga të dhënat e mostrës, të njohin modelet dhe të bëjnë parashikime pa u programuar në mënyrë të qartë për secilin rregull.
Por Jakobs sheh “potencial për diagnoza dhe terapi, edhe nëse shfrytëzohen vetëm korrelacionet statistikore”, thotë ai për DW.
IA ndihmon njerëzit, por nuk i zëvendëson ata
Modele si SleepFM përmbledhin sasi të mëdha të të dhënave të Polisomnografisë në të ashtuquajturat ngulitje – përfaqësime numerike kompakte që lejojnë analiza më të shpejta dhe shpesh më të sakta. Në të njëjtën kohë, bashkëpunimi ndërdisiplinor është thelbësor: “IA mund të jetë e trajnuar mirë për planifikimin e terapisë, por njerëzit – pra mjekët – interpretojnë rezultatet dhe zgjedhin terapinë, shpesh pa i ditur të gjitha shkaqet.”
Kështu, IA mbetet një mjet dhe sistem paralajmërimi i hershëm – por përgjegjësia për diagnostikimin dhe trajtimin ende i takon personelit mjekësor.
Nëse dhe në çfarë mase modelet e vëzhguara tregojnë mekanizma biologjikë themelorë është ende e paqartë, por studiuesit shohin potencial të madh pikërisht këtu.
Nëse profile të caktuara të sinjaleve gjatë gjumit lidhen vazhdimisht me sëmundje specifike, ato mund të japin të dhëna se cilat procese në sistemin nervor, sistemin kardiovaskular ose sistemin imunitar prishen herët. Kjo gjithashtu mund të lejojë nxjerrjen e përfundimeve rreth shëndetit të njerëzve përtej grupeve aktuale të laboratorit të gjumit.
