Wyobraź sobie sytuację, kiedy dzięki pojedynczej kropli krwi w ciągu kilku minut można mieć kompleksowy wgląd w stan zdrowia człowieka. Dzięki najnowszym osiągnięciom naukowym wizja ta może stać się rzeczywistością.
Wykorzystując światło podczerwone i uczenie maszynowe, naukowcy opracowali metodę skutecznego badania zdrowia ludzkiego i jego odchyleń na poziomie populacji.
Badacze z zespołu BIRD kierowanego przez Mihaelę Žigman z Ludwig-Maximilians-Universität München (LMU) i Instytutu Optyki Kwantowej im. Maxa Plancka (MPQ), we współpracy z Helmholtz Zentrum München (Niemcy), opracowali narzędzie do badań przesiewowych, które wykorzystując światło podczerwone i uczenie maszynowe, aby wykrywać obecność chorób za pomocą wyłącznie jednego pomiaru.
Spektroskopia w podczerwieni to technika wykorzystująca światło podczerwone do analizy składu molekularnego danej substancji. Od dziesięcioleci jest podstawowym narzędziem w chemii. To tak, jakby nadać cząsteczkom odcisk palca, który może być identyfikowany przez wyspecjalizowaną maszynę zwaną spektrometrem.
Ta fizykochemiczna technika zastosowana do złożonych płynów biologicznych, takich jak osocze krwi, może ujawnić szczegółowe informacje o danych molekularnych, co czyni ją obiecującym narzędziem do diagnostyki medycznej. Pomimo wieloletniego zastosowania w chemii i przemyśle, spektroskopia w podczerwieni nie została włączona do kanonu diagnostyki medycznej.
Zespół niemieckich naukowców, kierowany przez Mihaelę Žigman, podjął próbę zmiany myślenia o spektrometrze w kontekście zastosowania go w medycynie. Po wcześniejszym opracowaniu metody pomiaru ludzkiego osocza, naukowcy nawiązali współpracę z zespołem Annette Peters z Helmholtz w Monachium, aby jako pierwsi zbadać molekularne odciski palców w podczerwieni w naturalnie zróżnicowanej populacji człowieka. Badanie obejmowało pomiar krwi tysięcy osób w ramach badania KORA, kompleksowego projektu badawczego w dziedzinie zdrowia, który powstał w Augsburgu w Niemczech. Losowo wybrane osoby dorosłe zostały wskazane jako reprezentatywne dla naturalnie zmiennej populacji.
Szeroki potencjał zastosowań
Badanie KORA zyskało nową wartość, ponieważ zostało przetestowane z nowej perspektywy: ponad 5 000 próbek osocza krwi zostało zmierzonych za pomocą spektroskopii w podczerwieni z transformacją Fouriera (FTIR), czyli przy wykorzystaniu matematycznego narzędzia do analizy funkcji czasowych w zakresie częstotliwości.
Tarek Eissa i Cristina Leonardo z zespołu BIRD w LMU przeanalizowali próbki krwi z badania KORA za pomocą światła podczerwonego, aby uzyskać molekularne odciski palców badanych. Do ich przeanalizowania zespół zastosował uczenie maszynowe i skorelował je z danymi medycznymi. Odkryli, że te odciski zawierają cenne informacje, które pozwalają na zrobienie szybkich badań przesiewowych, ponieważ wielozadaniowy algorytm komputerowy jest w stanie identyfikować różne stany zdrowia, w tym nieprawidłowy poziom lipidów we krwi, zmiany ciśnienia krwi, odnotować cukrzycę typu 2, ale także wykryć stan przedcukrzycowy.
Co ciekawe, algorytm mógł również wskazać osoby zdrowe, które takie pozostawały przez lata wykonywania badań. To bardzo istotne z dwóch powodów: po pierwsze, większość ludzi w dowolnej populacji doświadcza nieprawidłowych zmian zdrowotnych, a biorąc pod uwagę, że wszyscy jesteśmy różni, a także, że wszyscy zmieniamy się z czasem, znalezienie w pełni zdrowych osób jest prawie niemożliwe. Po drugie, wiele osób doświadcza schorzeń w różnych kombinacjach i dotychczas lekarze potrzebowaliby odrębnego badania na każdą chorobę.
System oparty na uczeniu maszynowym nie tylko identyfikuje osoby zdrowe, ale także wykrywa złożone schorzenia obejmujące wiele chorób jednocześnie. Co więcej, może przewidzieć rozwój zespołu metabolicznego na wiele lat przed pojawieniem się pierwszych objawów.
Naukowcy twierdzą, że badanie to kładzie podwaliny pod molekularne odciski palców w podczerwieni, które kiedyś staną się rutynowym elementem badań przesiewowych, umożliwiając lekarzom skuteczniejsze wykrywanie i leczenie chorób.
Jest to szczególnie ważne w przypadku zaburzeń metabolicznych, takich jak zaburzenia lipidowe i cukrzyca, gdzie terminowe i skuteczne interwencje mogą znacznie poprawić profilaktykę i leczenie. Potencjalne zastosowania tej technologii sięgają jednak jeszcze dalej. Naukowcy mają nadzieję, że w miarę udoskonalania systemu i rozszerzania jego możliwości poprzez rozwój technologii i tworzenie ich w kontekście badań klinicznych, do repertuaru diagnostycznego zostanie dodanych jeszcze więcej schorzeń i ich kombinacji. To może przyczynić się do spersonalizowanego monitorowania stanu zdrowia, kiedy ludzie regularnie kontrolują swój stan zdrowia i wychwytują potencjalne problemy na długo przed tym, zanim staną się poważne.
Podsumowując, połączenie spektroskopii w podczerwieni z uczeniem maszynowym może zmienić diagnostykę zdrowotną, uważają naukowcy. Wystarczy jedna kropla krwi i światło podczerwone, aby uzyskać nowe, potężne narzędzie do monitorowania zdrowia, skuteczniejszego wychwytywania problemów i poprawy opieki zdrowotnej na całym świecie.
Foto: pixabay.com