Penyelidik Mayo Clinic telah membangunkan alat AI yang meramalkan risiko asma yang teruk pada kanak-kanak seawal usia tiga tahun. Dengan menganalisis rekod kesihatan, alat ini bertujuan untuk menangkap kes berisiko tinggi lebih awal, yang berpotensi mengubah penjagaan asma pediatrik.
Dalam perkembangan terobosan, penyelidik di Mayo Clinic telah mencipta alat kecerdasan buatan yang mampu mengenal pasti kanak-kanak yang menghidap asma yang mempunyai risiko paling tinggi untuk penyakit asma yang teruk dan jangkitan pernafasan akut.
Pendekatan inovatif ini, diperincikan dalam kajian terbaru diterbitkan dalam Journal of Allergy and Clinical Immunology, boleh mengesan risiko ini pada kanak-kanak seawal usia tiga tahun.
Tol Asma Kanak-Kanak
Asma menjejaskan hampir 6 juta kanak-kanak di Amerika Syarikat dan merupakan salah satu punca utama ponteng hari persekolahan, lawatan bilik kecemasan dan tinggal di hospital, menurut Pusat Kawalan dan Pencegahan Penyakit (CDC).
Jangkitan pernafasan adalah pencetus biasa untuk serangan asma, tetapi simptom boleh berbeza-beza dan berubah dari semasa ke semasa, menyukarkan doktor untuk menentukan kanak-kanak mana yang paling mudah terdedah.
Alat AI Mayo Clinic bertujuan untuk menutup jurang ini.
"Kajian ini membawa kita selangkah lebih dekat dengan perubatan ketepatan dalam asma kanak-kanak, di mana penjagaan beralih daripada penjagaan reaktif untuk asma teruk yang lebih lanjut kepada pencegahan dan pengesanan awal pesakit berisiko tinggi," kata pengarang kanan Young Juhn, seorang profesor pediatrik di Mayo Clinic, dalam satu kenyataan berita.
Juhn menyelia beberapa program penyelidikan terkemuka di Mayo Clinic, termasuk Program AI Kanak-kanak Klinik Mayo dan Makmal Sains Populasi Precision.
Menggunakan AI untuk Mengesan Asma Awal
Untuk kajian itu, para penyelidik menganalisis rekod kesihatan elektronik daripada lebih 22,000 kanak-kanak yang dilahirkan antara 1997 dan 2016 di tenggara Minnesota.
Untuk mengendalikan pelbagai data ini, mereka membangunkan berbilang alatan AI menggunakan pembelajaran mesin dan pemprosesan bahasa semula jadi untuk mengekstrak maklumat kritikal daripada nota doktor.
Alat ini dapat menangkap titik data penting seperti simptom dan sejarah keluarga, membolehkan penyelidik menggunakan dua senarai semak diagnostik yang diiktiraf secara meluas untuk menilai asma pada kanak-kanak kecil: Kriteria Asma Yang Ditentukan dan Indeks Ramalan Asma.
Kanak-kanak yang memenuhi kriteria pada kedua-dua senarai semak dikenal pasti sebagai subkumpulan yang berbeza dengan risiko yang lebih tinggi untuk komplikasi serius.
Mengesan Risiko Asma Mengikut Umur 3
Dengan menganalisis subkumpulan berisiko tinggi ini, para penyelidik mendapati perbezaan yang ketara berbanding dengan kanak-kanak lain dalam kajian itu.
Menjelang umur tiga tahun, kanak-kanak dalam subkumpulan berisiko tinggi mengalami radang paru-paru lebih daripada dua kali lebih kerap dan influenza hampir tiga kali lebih kerap.
Mereka juga mempamerkan kadar tertinggi serangan asma yang memerlukan steroid, lawatan kecemasan atau kemasukan ke hospital, dan lebih terdedah kepada jangkitan virus pernafasan pernafasan (RSV) dalam tempoh tiga tahun pertama mereka.
Selain itu, kanak-kanak ini lebih berkemungkinan mempunyai sejarah keluarga yang menghidap asma, ekzema, rinitis alergik atau alahan makanan.
Ujian makmal menunjukkan tanda-tanda keradangan alahan, termasuk bilangan eosinofil yang tinggi, paras IgE dan periostin khusus alergen, yang merupakan penanda keradangan jenis 2, ditambah dengan fungsi paru-paru terjejas.
Penemuan ini menunjukkan subtipe asma berisiko tinggi yang menyebabkan sesetengah kanak-kanak mengalami masalah pernafasan yang lebih teruk.
Apa yang akan datang?
Pasukan penyelidik merancang untuk melanjutkan ujian alat AI ini dalam tetapan klinikal yang lebih luas, merangkumi populasi yang lebih pelbagai dan sistem penjagaan kesihatan. Matlamat mereka adalah untuk mengintegrasikan data biologi untuk memperhalusi definisi dan rawatan subtipe asma untuk intervensi awal.
Pasukan itu juga sedang bersedia untuk menyiasat sebatian yang direka untuk mengurangkan tindak balas imun yang terlalu aktif yang berkaitan dengan asma. Menggunakan model sel tumbuh makmal yang dikenali sebagai organoid, mereka bertujuan untuk memajukan strategi pengesanan dan pencegahan awal untuk asma kanak-kanak pada skala yang lebih besar.
sumber: Mayo Clinic