Sztuczna inteligencja pomaga w prewencyjnym leczeniu padaczki niemowląt i dzieci

0

Transition Technologies (TT) w międzynarodowym projekcie EPISTOP było odpowiedzialne za gromadzenie i czyszczenie danych oraz wyliczenia. Obok analizy statystycznej, TT opracowało łączoną analizę danych z wielu źródeł. Mowa o danych klinicznych o pacjencie, wynikach badań EEG, rezonansu magnetycznego, a także danych genomicznych, transkryptomicznych, proteomicznych i molekularnych. Dla uzyskania jak najdokładniejszych wyników, w badaniu przeanalizowano 33 terabajty danych[2].

Zebrane w projekcie dane posłużyły do zbudowania klasyfikatora, który na bardzo wczesnym etapie życia pacjenta przewiduje wystąpienie napadów padaczkowych. Dzięki temu możliwe jest prognozowanie, u kogo należy wdrożyć leczenie. Na sukces projektu złożyły się doświadczenia ekspertów spółki zebrane we współpracy z klinicystami i badaczami.

Konrad Świrski,
Prof. Konrad Świrski, Prezes Transition Technologies S.A.

Nasi specjaliści zaprogramowali możliwość diagnozy prognostycznej, czyli wyprzedzenia choroby, stłamszenia zalążków możliwości wystąpienia ataku. Dostaliśmy dane bardzo wysokiej jakości, a także naukowe wsparcie z weryfikacją działań na każdym etapie prac. Cieszymy się, że mogliśmy wziąć udział w tym projekcie – mówi Konrad Świrski, prof., prezes zarządu Transition Technologies S.A.

Projekt EPISTOP stawiał uczestnikom nie lada wyzwanie, bo jego ostatecznym celem, w uproszczeniu, było zapobieganie atakom padaczki u najmłodszych – niemowląt i dzieci, które nie są jeszcze zdolne komunikować się w sprawie swojego zdrowia. Ilość danych do przepracowania była ogromna. W czasie przeznaczonym na realizację projektu byłoby to nieosiągalne do obliczenia dla zespołu lekarzy. Specjaliści wypracowali i podyktowali nam procesy, przekazali dane, które ubraliśmy w algorytmy zdolne do znacznie szybszego stawiania wniosków – mówi Konrad Wojdan, dr inż., dyrektor działu badań i rozwoju w Transition Technologies.

W powyższym projekcie stworzono model do badań przypadków ze stwardnieniem guzowatym[3]. TT prowadzi także działania w badaniu EPIMARKER, którego celem jest zastosowanie nowych metod rozpoznawania i leczenia padaczki oraz zaburzeń neurorozwojowych u dzieci w oparciu o model kliniczny i komórkowy padaczki zależnej od szlaku mTOR. To kolejny projekt informatyczny TT na rynku medycznym, realizowany we współpracy z naukowcami.

Czytaj również:  Internet inteligentniejszych rzeczy

[1] Takich, które widać – zapis EEG wskazuje na stan nieświadomości

[2] = 1 000 000 000 000

[3] Chorobę tę cechuje powstawanie niezłośliwych guzów w mózgu, sercu i innych narządach. Około 80% pacjentów dotkniętych tym schorzeniem rozwija padaczkę w pierwszym roku życia. Sprawia to, iż możliwe jest obserwowanie procesu rozwoju choroby.