Pesquisa de big data com tecnologia de IA melhora a compreensão da vasculite sistêmica
Pesquisadores da Escola de Medicina e do Centro ADAPT da Escola de Ciência da Computação e Estatística do Trinity College Dublin fizeram um avanço significativo na pesquisa sobre vasculite, em colaboração com pesquisadores da Universidade de Lund.
Domínio público
Pesquisadores da Escola de Medicina e do Centro ADAPT da Escola de Ciência da Computação e Estatística do Trinity College Dublin fizeram um avanço significativo na pesquisa sobre vasculite, em colaboração com pesquisadores da Universidade de Lund. Suas descobertas, publicadas recentemente no The Lancet Rheumatology , oferecem novos insights sobre o diagnóstico e tratamento da vasculite sistêmica, um grupo de doenças autoimunes raras e complexas.
O estudo, parte do projeto FAIRVASC, alavanca técnicas avançadas de inteligência artificial (IA) e big data para abordar desafios críticos no diagnóstico e tratamento de vasculite sistêmica. O FAIRVASC conecta registros de pacientes com vasculite em toda a Europa, permitindo o compartilhamento contínuo de dados e análise avançada para impulsionar a pesquisa e melhorar o atendimento ao paciente.
Com foco na vasculite associada ao anticorpo anticitoplasma de neutrófilos (ANCA), a pesquisa apresenta uma nova abordagem para classificar esta doença usando um conjunto de dados federados dez vezes maior do que estudos anteriores.
O acesso a esse conjunto de dados muito maior permitiu uma análise mais detalhada, revelando grupos de doenças não identificados anteriormente. Esse novo método de classificação oferece previsões mais precisas de resultados como sobrevida geral e saúde renal, abrindo caminho para estratégias de tratamento mais personalizadas que podem melhorar significativamente o atendimento ao paciente.
O professor Mark Little, professor de Nefrologia e consultor nefrologista do Trinity College Dublin e dos hospitais Tallaght e Beaumont, disse: "Nossa pesquisa mostra que, ao alavancar sistemas avançados de IA e amplos conjuntos de dados, podemos descobrir novos padrões dessa rara doença autoimune, que têm impactos na probabilidade de resultados adversos. Isso nos permite concentrar terapias potencialmente tóxicas naqueles com maior probabilidade de se beneficiar.
"Tal progresso só foi possível por meio de uma abordagem multidisciplinar e com o envolvimento direto de pacientes com experiência de vida com a doença, e este projeto colaborativo reuniu com sucesso especialistas em medicina, ciência da computação e estatística."
O professor Declan O'Sullivan, pesquisador principal do ADAPT e professor de Ciência da Computação na Trinity, disse: "Estou muito feliz em ver que a pesquisa em que nos concentramos em nosso grupo, Knowledge Graphs para integração de dados, está trazendo impacto no avanço da pesquisa médica. Em particular aqui, federando registros de pacientes para doenças raras ."
O estudo destaca o potencial transformador da IA ??na pesquisa médica, particularmente ao abordar as complexidades de doenças raras, onde antes era impossível gerar coortes suficientemente grandes para permitir pesquisas significativas.
Ao permitir uma identificação mais precisa dos padrões de doenças, a IA pode revolucionar a maneira como os médicos abordam o diagnóstico e o tratamento, oferecendo esperança de melhores resultados não apenas para pacientes com vasculite, mas também para aqueles que sofrem de outras doenças raras e desafiadoras.
Esta pesquisa fornece um modelo para o uso de tecnologias avançadas para enfrentar desafios semelhantes no campo mais amplo das doenças raras, potencialmente levando a avanços que podem beneficiar inúmeros pacientes em todo o mundo.
Mais informações: Karl Gisslander et al, Subclassificação baseada em dados de vasculite associada a ANCA: agrupamento baseado em modelo de uma coorte internacional federada, The Lancet Rheumatology (2024). DOI: 10.1016/S2665-9913(24)00187-5
Informações do periódico: The Lancet Rheumatology