Az endometriózis korai diagnózisa és kezelése kulcsfontosságú a komolyabb szövődmények elkerülése érdekében, azonban a betegséget gyakran nehéz diagnosztizálni a specifikus tünetek és a megbízható diagnosztikai tesztek hiánya miatt. A diagnózis akár évekig is elhúzódhat, ezáltal komoly fizikai és mentális szenvedést okozva az érintett nőknek.
Sokan dolgoznak azért, hogy lecsökkentsék az időt a diagnózisig, az EndoBlogon is beszámoltam már több újdonságról is, emlékezz vissza amikor Franciaországig utaztam egy interjúért a nyálból történő endometriózis diagnosztikai eszköz kapcsán.
Aki már régóta követi az EndoBlogot tudja, hogy az újdonságokról, az új vívmányokról mindig itt kaptok először hírt, sőt, nemcsak hogy a leggyorsabban tájékoztatlak benneteket, de arra is törekszem, hogy megszűrjem nektek az információt, tehát arról, amit csak felfújnak de szakértői szemmel már látszik, hogy kamu, arra nem pazarlunk itt szót.
Ezzel kapcsolatosan lesz egy nagyon fontos bejelenteni valóm júniusban. De erről később:-)
Most egy olyan kutatást mutatok be nektek, amely a mesterséges intelligencia segítségével igyekszik segíteni az endometriózissal élőknek a korai diagnózisban. Goldstein és munkatársai olyan gépi tanulási modellt fejlesztettek ki, amely a beteg által jelzett tünetek alapján képes bejósolni az endometriózis jelenlétét.
A szerzők az algoritmust 1592 nőtől nyert adatok alapján tanították be. A résztvevők először kérdőívet töltöttek ki, ami olyan tünetekre vonatkozó kérdéseket tartalmazott, mint a szexuális aktus közbeni fájdalom, menstruációs fájdalom, krónikus medencei fájdalom és más tünetek, amelyek gyakran fordulnak elő endometriózisban. A későbbiekben ők mind laparoszkópos műtétnek vetették alá magukat, hogy megbizonyosodjanak arról, hogy van-e endometriózisuk vagy sem.
A modell teljesítményét ezután 398 nő segítségével értékelték, akik ugyanazt a tünetkérdőívet töltötték ki, és szintén laparoszkópiás vizsgálaton estek át a pontos diagnózis érdekében.
Az eredmények szerint a gépi tanulási modell magas pontossággal jósolta meg az endometriózis jelenlétét a nők által jelzett tünetek alapján.A legjobban teljesítő modell AUC értéke 0,94, érzékenysége 0,93, specificitása 0,95 volt.
A modell azonosította azokat a tüneteket, amelyek a betegségre leginkább jellemzőek, beleértve a dyspareuniát, dysmenorrhoeát és a krónikus medencei fájdalmat is. Tehát ezt a gyakorlatban úgy képzeld el hogy a bemeneti oldalon felhasználóként ott vagy te, és bizonytalan vagy, hogy állhat-e endometriózis a tüneteid hátterében. Bedobálod a tüneteidet mint adatokat az algoritmusnak, ő pedig nagy biztonsággal megmondja neked hogy van-e endometriózisod vagy nincs.
Ennek azért van különösen nagy jelentősége szerintem, mert sajnos a mai napig hajlamosak a nőgyógyászok elhajtani a betegeket azzal, hogy mindenkinek fáj, vagy hogy az ultrahang alapján minden rendben. Az algoritmus „szava” nyomatékosító tényező lehet ilyen helyzetekben, valamint a gyanús esetekben időt nyerhetünk azzal, hogy rögtön specialistához fordul az érintett nő.
A szerzők szerint ez az megközelítés hasznos lehet az endometriózis kockázatának bejóslására, és hozzájárulhat a korai diagnózishoz. A minél korábbi diagnózis kiemelt jelentőségű egy olyan betegség esetén, amely előrehaladva akár meddőséghez is vezethet. Azonban a kutatók is megjegyzik, hogy további vizsgálatok szükségesek a modell teljesítményének validálásához nagyobb és változatosabb populációkon.
Összességében a tanulmány ígéretes példát nyújt a gépi tanulás potenciáljára az endometriózis diagnózisának és kezelésének javításában.
Forrás: https://pubmed.ncbi.nlm.nih.gov/37016132/
Bővebben érdekel? Iratkozz fel EndoMailre, maradjunk kapcsolatban!
Maradjunk kapcsolatban! Itt tudsz találkozni még a velem és a tartalmaimmal:
Leave a Reply