Britanski znanstvenici razvili "Obscore" alat za personaliziranu procjenu rizika od bolesti povezanih s pretilošću. Hoće li AI pomoći u borbi protiv pretilosti?
BORBA PROTIV PRETILOSTI
Novi AI alat sam otkriva tko je pacijent s rizičnom pretilošću...
Čitanje članka:
3
min
Britanski znanstvenici razvili su novi alat koji bi mogao rasvijetliti tko je pod najvećim rizikom od bolesti povezanih s pretilošću i tako pomoći u identifikaciji osoba koje bi imale najviše koristi od lijekova za mršavljenje. Ovaj inovativni pristup, temeljen na umjetnoj inteligenciji, nudi personaliziraniju procjenu rizika od one koja se trenutno koristi.
Borba protiv rastuće epidemije pretilosti
Najnoviji podaci pokazuju zabrinjavajuću sliku zdravlja nacije u Engleskoj, gdje su otprilike dvije trećine odraslih osoba prekomjerno teške ili pretile. Prema Zdravstvenoj anketi za Englesku za 2024. godinu, čak 30 posto odraslih živjelo je s pretilošću, što je najviša zabilježena brojka od početka praćenja 1993. godine. Situacija je izazvala veliku zabrinutost među zdravstvenim stručnjacima, budući da pretilost predstavlja jedan od najvećih javnozdravstvenih izazova i ogroman teret za Nacionalnu zdravstvenu službu (NHS). Bolesti povezane s pretilošću, kao što su bolesti srca, dijabetes tipa dva, određene vrste raka i bolesti mišićno-koštanog sustava, ne samo da smanjuju kvalitetu života, već i generiraju goleme troškove. Procjenjuje se da ukupni godišnji trošak pretilosti za gospodarstvo Ujedinjenog Kraljevstva iznosi čak 126 milijardi funti.
"Obscore" - personalizirani pristup procjeni rizika
Kao odgovor na ovaj problem, istraživači su razvili alat koji, kako tvrde, nudi točan i personaliziran pristup identificiranju onih koji su pod rizikom od stanja povezanih s pretilošću. Alat nazvan "Obscore" mogao bi biti koristan za određivanje prioriteta pri odobravanju intervencija, poput popularnih injekcija za mršavljenje, s obzirom na to da je njihov pristup unutar britanskog zdravstvenog sustava ograničen i trenutno se temelji isključivo na visokom indeksu tjelesne mase (BMI) i postojanju specifičnih zdravstvenih problema povezanih s pretilošću.
U časopisu Nature Medicine, tim znanstvenika sa Sveučilišta u Cambridgeu i Sveučilišta Queen Mary u Londonu opisao je kako je primijenio vrstu umjetne inteligencije poznatu kao interpretativno strojno učenje. Analizirali su podatke gotovo 200.000 sudionika dugotrajnog projekta UK Biobank, od kojih je svaki imao BMI od 27 ili više, što znači da su bili klasificirani kao prekomjerno teški ili pretili. To je u konačnici omogućilo timu da identificira 20 zdravstvenih, životnih i demografskih značajki - uključujući dob, spol, ukupni kolesterol i razine kreatinina - koje bi mogle predvidjeti desetogodišnji rizik od 18 različitih komplikacija povezanih s pretilošću, od gihta do moždanog udara.
Racionalnija raspodjela ograničenih resursa
Profesor Nick Wareham sa Sveučilišta u Cambridgeu, jedan od autora studije, naglasio je kako cilj ove mjere nije proširiti primjenu određenih terapija, već osigurati da one dođu do onih kojima su najpotrebnije.
- Ovdje se radi o razvoju i validaciji alata koji može pomoći u racionalnijoj raspodjeli resursa. Dakle, možemo li propisati terapiju onim ljudima kojima je najvjerojatnije potrebna i koji će od nje imati najviše koristi - što bismo i trebali činiti unutar NHS-a - rekao je.
Rizik ne ovisi samo o indeksu tjelesne mase
Istraživači kažu da je njihov rad pokazao kako sudionici iste dobi, spola i indeksa tjelesne mase mogu imati vrlo različite rizike za razne bolesti povezane s pretilošću. To podupire ideju da bi alat mogao pomoći u informiranju strategija za određivanje prioriteta tko bi trebao primiti intervencije za mršavljenje. Štoviše, za neka stanja, uključujući dijabetes tipa dva, kategorija najvišeg rizika uključivala je znatan udio ljudi koji su klasificirani kao prekomjerno teški, a ne pretili.
- Oni čine populaciju pojedinaca koja bi mogla biti zanemarena ako gledamo samo BMI, a ne i druge faktore rizika - izjavio je Kamil Demircan, koautor studije sa Sveučilišta Queen Mary u Londonu.
Tim je također primijenio verziju alata na podatke sudionika randomiziranog kontroliranog ispitivanja za lijek za mršavljenje tirzepatid. Potvrdili su da bi ljudi za koje bi se predvidjelo da su pod najvećim rizikom od bolesti povezanih s pretilošću doživjeli sličan gubitak težine kao i drugi, što dodatno potvrđuje korisnost alata u ciljanju terapije.
Skepticizam i potreba za daljnjim razvojem
Unatoč obećavajućim rezultatima, neki stručnjaci pozivaju na oprez. Naveed Sattar, profesor kardiometaboličke medicine na Sveučilištu u Glasgowu, koji nije bio uključen u rad, rekao je da su mnoge bolesti povezane s pretilošću usko povezane, a za neke već postoje robusni i lakše primjenjivi alati za procjenu rizika. Osim toga, primijetio je da nekoliko metrika koje se koriste u studiji nisu rutinski dostupne unutar NHS-a, što bi moglo otežati neposrednu kliničku primjenu.
"Sve u svemu, ovaj rad predstavlja promišljen pokušaj kretanja prema cjelovitijem predviđanju rizika za više stanja povezanih s pretilošću", rekao je Sattar u svojoj izjavi za The Guardian. "Ali bit će potreban značajan daljnji razvoj i validacija prije nego što se takav pristup može prevesti u rutinsku kliničku praksu."
*uz korištenje AI-ja
Sve što je bitno, na dohvat ruke
Skini aplikaciju za najbolje iskustvo portala. Čitaj, komentiraj i budi uvijek u toku s najnovijim vijestima.
Odaberi temu koju želiš pratiti
Primaj sve nove vijesti o temi i budi u tijeku
