A labor minden dolgozója és az orvosok is egyaránt nem győzik hangsúlyozni, hogy milyen jelentőséggel bírhat egy laborvizsgálat és annak a közölt eredménye. Egy általános laboratóriumi teszt megmutatja számunkra, hogy az előre meghatározott referenciatartományoktól milyen mértékben térnek el a kliens mért értékei. Ezzel szemben a mesterséges intelligenciát felhasználó leletezés új ajtókat nyit meg az orvosok és betegeik számára a saját állapotuk kiterjedt és összefüggéseken alapuló értelmezésben.
Mi jellemző az okos leletre és hogyan is működik?
Az innovációs és technológiai fejlődések folyamatosan törnek be az élet minden területére, így történt ez a leletezés témakörében is. A Synlab forradalmi újítása, hogy a mesterséges intelligenciát felhasználva 14 betegségcsoport kialakulási kockázatát elemzi.
Az említett vizsgálat egy szoftvercsomagnak köszönhető, amely matematikai összefüggések alapján feldolgozza a mért adatokat és továbbítja a mesterséges intelligencia rendszere felé. A már rögzített különböző betegadatokkal összeveti és ez alapján valószínűséget határoz meg. A megszületett eredményt közérthető módon közli a pácienssel. Az így kapott eredmény figyelemfelhívó, de nem garanciális, hogy 100%-ban berobban a betegség, hiszen egyéni variábilitással rendelkezik minden ember.
Miben más az okoslelet a hagyományostól?
Az általános laborvizsgálatoknál is elemzésre kerülnek a beteg eredményei, azonban az Ai|Life esetén a mért paramétereket több, mint 1 millió beteg adataival és 100 millió kapott laboreredménnyel veti össze. Ezeken túl jellemző rá, hogy:
- a hagyományos laborértékeket és a valószínűségi elemzés eredményeit is kézhez kapja a páciens
- az értelmezési táblázatokat, magyarázó szövegeket és színkódokat alkalmaz
- a kockázatok színskálán vannak jelölve
- a rejtett betegségek vérmintázatának felderíthetősége által preventív magatartást tesz lehetővé
- javasol további megerősítő vizsgálatokat
- rövidíti a diagnózis felállítási időt
Milyen betegségek esetén alkalmazható?
A vérmintából végzett vizsgálatok például az általános vérkép, a gyulladásos folyamatok markerei, a szöveti károsodás markerei, a vasháztartás állapota, a máj/hasnyálmirigy funkciók, a vesefunkció, a metabolikus anyagcsere és az ionháztartás raktárai.
Ezen paraméterek eltérése mind-mind egy-egy betegségre specifikus, ami lehet például:
- Pajzsmirigy betegsége
- Diabetes
- Máj funkció zavara
- Táplálkozási anémiák
- Specifikus anémiák
- Epe és hasnyálmirigy funkció zavarai
- Vese betegségek
- Immunológia funkciózavarok
- Kiterjed autoimmun kórképek
- A belek gyulladásos betegségei
- Szív és érrendszer betegsége
- Daganatos betegségek
- Genetikai vagy ritka betegségek
Hogyan működik a vizsgálat?
A vizsgálat 12 órás koplalás után kell érkezni, ahol megtörténik a mintavétel. Megkezdik a vizsgálatokat a kért paramétereknél. Amint elkészültek a mérések azonnal megkezdődik az elemzés. A referencia tartományok szerinti besorolás színkóddal jelöli a rendszer, azaz a referencia feletti értéket pirossal az érték alatti paramétert kékkel jelöli.
A kockázat elemzés résznél a 14 betegséghez a minta alapján százalékot és színkódot rendel az Ai|Life. A színskála beosztása 1-5-ig van, ami a zöldtől a sárgán keresztül a pirosig tart.
- 1-2: nem valószínű, avagy kevésbe valószínű a betegség kialakulása
- 3: betegség kialakulhat, de ennél közelebbi információ nem adható meg
- 4-5: pozitív lelet, ami azt jelenti, hogy az adott betegségcsoport jelen van.
Például, ha 50%-os esélyt a lelet Specifikus anémiákra az annyit jelent, hogy a hasonló értékekkel rendelkező páciensek félénél igazolódott be a valószínűség. Azonban nem feledkezhetünk meg arról, hogy vannak magas kockázati csoportos máig egészséges emberek is. Családi kórelőzmény analízis ajánlott, hiszen a családi halmozódás nagyon gyakori. Természetesen további kivizsgálások javasoltak a megerősítés szempontjából.
Remélem a Ai|Life OKOSLELET használata a jövőben több intézményben is elérhetővé válik, hogy még több emberéletet menthessünk meg. A jövő innováció csak a nyitott és befogadó környezetre várnak.[i]
[i] Orbán Nikolett
Forrás: a Synlab oldala
A képek forrása: a Pixaby
További érdekes cikk:
