Forscher der Penn State College of Medicine haben ein bahnbrechendes Tool namens Genetic Progression Score (GPS) entwickelt, um die Wahrscheinlichkeit vorherzusagen, dass Personen mit präklinischen Symptomen zu fortgeschrittenen Stadien autoimmuner Erkrankungen fortschreiten. Diese innovative Methode nutzt künstliche Intelligenz zur Analyse genetischer und klinischer Daten, was die Vorhersagegenauigkeit erheblich verbessert.
Ungefähr 8 % der Amerikaner leiden an Autoimmunerkrankungen, wobei Zustände wie rheumatoide Arthritis und Lupus oft irreversible Schäden verursachen. Eine frühe Erkennung ist entscheidend, da Antikörper, die mit diesen Erkrankungen verbunden sind, Jahre vor dem Auftreten von Symptomen auftreten können. Dajiang Liu, ein Hauptautor der Studie, betonte die Bedeutung einer frühen Intervention: "Sobald Autoimmunerkrankungen fortschreiten, können die Schäden irreversibel sein."
Das GPS-Modell nutzt Transferlernen, das Vorhersagen mit kleineren Datensätzen ermöglicht, was entscheidend ist, um Krankheiten mit begrenzten betroffenen Populationen zu untersuchen. Durch die Integration von Daten aus verschiedenen Quellen kann das GPS präklinische Personen identifizieren und die Wahrscheinlichkeit ihres Fortschritts abschätzen.
Getestet mit realen Daten der Vanderbilt University und validiert mit der Biobank der National Institutes of Health, übertraf das GPS 20 andere Modelle und zeigte eine bis zu 1.000 % höhere Genauigkeit bei der Vorhersage des Krankheitsfortschritts. Der Erfolg des Modells hebt sein Potenzial für frühzeitige Interventionen und personalisierte Behandlungen hervor.
Obwohl der Fokus auf Autoimmunerkrankungen liegt, könnte der Rahmen des GPS auch für andere Erkrankungen angepasst werden und verspricht breitere medizinische Anwendungen. Liu bemerkte: "KI und Transferlernen können uns helfen, unterrepräsentierte Populationen zu untersuchen und Gesundheitsdisparitäten zu verringern." Dieser Fortschritt könnte die Diagnose und das Management von Autoimmunerkrankungen revolutionieren.