비즈니스 기회
AI 인사이트로 10년 앞당겨 질병 예측
UK Biobank의 주요 사고 질병의 단백질 평가를 위한 연구 설계 요약. 크레딧: Nature Aging(2024). DOI: 10.1038/s43587-024-00655-7
과학자들은 최첨단 AI를 사용하여 의료 데이터를 분석하여 진단을 받기 최대 10년 전까지 알츠하이머병 및 심장병과 같은 질환 발병 위험을 예측할 수 있었습니다. 네이처 에이징(Nature Aging)에 발표된 이 연구에서 연구원들은 기계 학습을 사용하여 45,000명 이상의 혈액샘플을 연구했습니다.
AI 도구는 질병 위험 증가와 관련된 혈액에 존재하는 단백질의 패턴을 식별할 수 있었고, 이를 통해 연구원들은 증상이 나타나기 전에 질병이 발병할 확률을 정확하게 예측할 수 있었습니다.
광범위한 조건에 대한 조기 경고 신호를 감지할 수 있는 능력은 조기 개입 및 예방의 기회로 이어질 수 있다고 전문가들은 말합니다.
초기 단계
에든버러 대학(University of Edinburgh)의 연구원들과 상업적 협력자인 옵티마 파트너스(Optima Partners) 및 바이오젠(Biogen)이 참여한 연구팀은 영국 참가자 500,000명의 유전 및 건강 정보 데이터베이스인 영국 바이오뱅크(UK Biobank)의 혈액 샘플을 분석했습니다.
연구진은 AI와 머신러닝 도구를 사용해 알츠하이머병, 심장병, 제2형 당뇨병 등 흔한 질환의 발병을 나타내는 혈액 내 단백질 패턴을 식별했습니다.
질병 진단 정보는 혈액 샘플 측정 후 최대 10년까지 참가자의 의료 기록에서 가져왔습니다.
그런 다음 팀은 단백질 패턴을 만드는 데 데이터가 사용되지 않은 별도의 개인 그룹의 혈액샘플에서 상태를 진단하는 데 패턴을 사용할 수 있는지 여부를 테스트했습니다.
그들은 단백질 패턴이 나이, 성별, 생활 방식 행동, 콜레스테롤 및 기타 일반적으로 측정되는 임상 변수와 같은 전통적인 위험 요인을 넘어 예측 정확도를 향상시킨다는 것을 발견했습니다.
이러한 형태의 분석이 즉각적으로 구현되지는 않을 것으로 예상되지만 전문가들은 그들의 연구가 위험 예측에서 유망한 진전이라고 말합니다.
"단일 혈액샘플에서 다양한 질병 결과를 예측할 수 있는 잠재력이 얼마나 큰지 보는 것은 고무적입니다. 광범위한 질환에 대한 조기 경고 징후를 감지할 수 있는 능력은 조기 개입 및 예방의 기회로 이어질 수 있으며, 이는 의료 산업에 중요한 순간을 표시합니다."라고 Danni Gadd 박사는 말합니다.
임상 환경에서 실제로 사용할 수 있도록 이러한 결과를 변환하려면 더 많은 작업이 여전히 필요합니다. 그러나 우리의 발견은 질병의 기저에 있는 가능한 경로와 메커니즘을 밝히기 위해 새로운 위험 예측 서명을 포함할 수 있는 강력한 기반을 마련했습니다.
크리스 폴리(Chris Foley) 박사는 "이와 같은 패턴 인식은 현대 머신 러닝 기술과 이러한 규모로 데이터를 분석할 수 있는 능력이 없었다면 불가능했을 것입니다. 이를 통해 우리 시대의 가장 시급한 의료 문제를 해결할 수 있을 것입니다."라고 말합니다.
이상의 기사는 2024년 7월 30일 MedicalXpress에 게재된 “AI insights predict disease a decade in advance”제목의 기사 내용을 편집하여 작성하였습니다.
* 원문정보 출처 : AI insights predict disease a decade in advance (medicalxpress.com)
* 추가정보 출처 : Blood protein assessment of leading incident diseases and mortality in the UK Biobank | Nature Aging