• Исследование с применением машинного обучения в Weill Cornell Medicine позволило классифицировать болезнь Паркинсона на три подгруппы, что может позволить эффективно назначать пациентам лечение, учитывающее прогрессирование их заболевания.
  • Проанализировав данные существующего исследования, ученые разделили когорту на группы с быстрым темпом, медленным темпом и умеренным темпом — подход, который учитывает гетерогенную природу заболевания.
  • Эксперты говорят, что полученные результаты логичны и многообещающи, но предупреждают, что для создания более точных моделей необходимо исследовать более крупные популяции.

Вслед за новым исследованием Бостонского университета, показавшим, что модель искусственного интеллекта способна предсказать вероятность развития у человека болезни Альцгеймера, исследователи из Weill Cornell Medicine смогли классифицировать болезнь Паркинсона на три подтипа с помощью машинного обучения.

Результаты, которые приведены в npj Цифровая медицина — обещают помочь исследователям и врачам в разработке методов лечения, специфичных для этих подтипов.

Каковы 3 подтипа болезни Паркинсона?

Исследователи из Корнелла проанализировали данные 406 человек, участвовавших в Инициативе по маркерам прогрессирования болезни Паркинсона (PPMI), которая представляет собой международное наблюдательное исследование, в ходе которого «систематически собирались клинические данные, данные биологических образцов, мультиомные данные и данные визуализации мозга участников».

Они разработали модель глубокого обучения, называемую глубокой фенотипической прогрессией (DPPE), которая способна «целостно» моделировать «многомерные, продольные данные прогрессии участников», как объясняют авторы в исследовательской статье.

Авторы далее отмечают, что в последние годы наблюдается тенденция к рассмотрению болезни Паркинсона как заболевания с неоднородными симптомами и прогрессированием.

Другими словами, не все люди с болезнью Паркинсона будут иметь одинаковый опыт, и поэтому лечение может быть гораздо более адаптировано к потребностям разных пациентов.

Три подгруппы болезни Паркинсона, выявленные с помощью машинного обучения, основаны на темпе прогрессирования заболевания:

  • Rapid Pace (PD-R), который характеризуется быстрым прогрессированием симптомов. Из когорты наблюдаемых 54 человека (13,3%) имели этот подтип.
  • Дрожащий темп (PD-I), который имеет легкие исходные симптомы и относительно легкое прогрессирование. Из когорты наблюдаемых у 145 человек (35,7%) была эта разновидность.
  • Умеренный темп (PD-M), который характеризуется легкими исходными симптомами и умеренным прогрессированием. Это была самая большая часть наблюдаемой когорты, с этой формой болезни Паркинсона жили 207 человек (50,9%).

Авторы исследования отмечают, что их классификации «подчеркнули необходимость лечения подтипов (болезни Паркинсона) как уникальных подрасстройств в клинической практике, где наши подтипы темпа могли бы помочь в стратификации и лечении пациентов».

Выявив конкретные разновидности заболевания, клинические подходы могут стать гораздо более целенаправленными и эффективными.

Результаты исследований подтипов болезни Паркинсона требуют подтверждения.

Клеменс Шерцер, доктор медицины, врач-ученый и профессор неврологии имени Стивена и Дениз Адамс в Йельской медицинской школе, который не принимал участия в исследовании, рассказал: Медицинские новости сегодня что результаты вычислений, полученные в ходе исследования, весьма интересны, но при этом предупредили, что они носят исключительно предварительный характер и для разработки и проверки таких классификаторов необходимы более крупные популяции.

«Цель прецизионной медицины — предсказать течение болезни у пациента и провести терапевтическое вмешательство заранее, чтобы предотвратить развитие осложнений. Для этого нам необходимо определить движущую силу болезни у каждого пациента и разработать целевые терапевтические средства», — отметил Шерцер.

«Например, мы обнаружили, что 10% пациентов с болезнью Паркинсона в (Соединенных Штатах) имеют мутация в ГБА ген и что разные типы ГБА «Мутации ускоряют течение болезни», — пояснил он. «Пациенты с ГБА мутации теперь могут быть включены в клинические испытания для таргетной терапии и в конечном итоге получат пользу от модификации болезни ГБА-направленная терапия».

Тем не менее, Дэниел Труонг, доктор медицины, невролог и медицинский директор Института неврологии Труонга в медицинском центре MemorialCare Orange Coast в Фаунтин-Вэлли, штат Калифорния, и главный редактор журнала Journal of Clinical Parkinsonism and Related Disorders, который также не принимал участия в исследовании, рассказал: МНТ что подгруппы представляют собой логичный, систематический подход к лечению болезни Паркинсона.

«Например, пациенты с подтипом Rapid Pace (PD-R) могут выиграть от более агрессивных терапевтических стратегий и более тщательного мониторинга по сравнению с пациентами с подтипом Inching Pace (PD-I), которым может потребоваться менее интенсивное лечение. Знание подтипа пациента может помочь в выборе лекарств, включая потенциальное повторное использование существующих препаратов, таких как метформин, который, как предполагает исследование, может быть особенно полезен для подтипа PD-R».

– Дэниел Труонг, доктор медицины

«Это позволяет разрабатывать прогностическое и профилактическое здравоохранение для каждого подтипа», — пояснил Труонг.

«Раннее вмешательство может потребоваться для пациентов с быстрым прогрессированием. Это имеет решающее значение для управления симптомами до того, как они станут серьезными и изнурительными. Подтипирование помогает в стратификации пациентов на основе их риска, что позволяет проводить более целенаправленные и эффективные клинические испытания новых методов лечения, а также лучше распределять ресурсы здравоохранения», — добавил он.

Стивен Оллдер, бакалавр медицинских наук, бакалавр хирургии, член Королевского колледжа врачей, доктор медицины, консультант-невролог в Re:Cognition Health, не принимавший участия в исследовании, согласился с тем, что предварительное выявление различных подгрупп позволит медицинским специалистам разработать конкретные планы лечения для каждой из них.

Он перечислил возможные методы лечения каждого из них, отметив:

  • Инчинг Пейс (PD-I): «Лечение может быть направлено на поддержание качества жизни и предотвращение прогрессирования симптомов посредством изменения образа жизни, физиотерапии и, возможно, нейропротекторных препаратов».
  • Умеренный темп (PD-M): «У этих пациентов наблюдается умеренное прогрессирование заболевания. Им может помочь сочетание фармакологических методов лечения для управления симптомами и замедления прогрессирования, таких как агонисты дофамина, ингибиторы МАО-Б или другие методы лечения, изменяющие течение заболевания».
  • Быстрый темп (PD-R): «Этот подтип быстро прогрессирует и часто включает когнитивные нарушения. Метформин показал себя многообещающим в улучшении симптомов в этой группе, особенно связанных с когнитивными функциями и падениями. Раннее вмешательство с метформином и другими нейропротекторами может иметь решающее значение для управления этим подтипом».

Проблемно ли использовать ИИ для прогнозирования болезни Паркинсона?

Основное беспокойство Алдера относительно использования технологии машинного обучения для прогнозирования таких заболеваний, как болезнь Паркинсона, было связано с доступностью такого инструмента для людей, которые в нем нуждаются.

«Я не предвижу проблем с моделью ИИ, но я предвижу проблемы с доступом к ней пациентов», — сказал он нам.

«Хотя модели ИИ являются мощными инструментами для определения подтипов заболеваний и прогнозирования прогрессирования, существуют потенциальные проблемы, связанные с доступом пациентов. Не все пациенты могут иметь доступ к передовым диагностическим инструментам или методам лечения, полученным в результате исследований ИИ, особенно в условиях ограниченных ресурсов», — отметил Олдер.

Однако, по его словам, еще одной проблемой может быть «использование обширных данных о пациентах для обучения модели ИИ», что «вызывает опасения по поводу конфиденциальности и безопасности данных».

«Модели ИИ необходимо проверять на разных группах населения, чтобы гарантировать отсутствие предвзятости в отношении определенных групп», — сказал Оллдер.

Шерцер, повторяя свое более раннее заявление, сказал, что значительная мощь искусственного интеллекта в области точного медицинского лечения в конечном итоге будет зависеть от дополнительных исследований и испытаний.

«Успех ИИ в прогнозировании результатов зависит от размера и качества входных данных», — отметил он. «Ключевой пробел в этой области заключается в том, что нам нужны гораздо более крупные, высококачественные, продольные наборы данных пациентов с болезнью Паркинсона — данные о больших популяциях, охватывающие продромальные стадии и весь ход болезни. Они будут иметь важное значение для обучения и проверки моделей ИИ, полезных для дополненной медицины».