۲۵ژوئیه ۲۰۲۵ - یک مطالعه جدید که در مجلهInvestigative Ophthalmology & Visual Science  منتشر و در نشست سالانه ARVO 2025 ارائه شد، بیماری‌ های همراه مهمی را شناسایی کرده است که ممکن است به پیش‌ بینی دژنراسیون ماکولا(AMD)  مرتبط با سن در سنین پایین کمک کند. این مطالعه که توسط Ethan Wu  و همکارانش از دانشکده پزشکی دانشگاه پیتسبورگ انجام شد، از یادگیری ماشینی برای بررسی چگونگی تأثیر شرایط سلامت سیستمیک بر توسعه زودهنگامAMD - یکی از علل اصلی از دست دادن بینایی در میان جمعیت مسن- استفاده کرد.

این مطالعه داده ‌های ۹۳۰ فرد مبتلا بهAMD  را تجزیه و تحلیل کرد و آنها را به دو گروه طبقه ‌بندی نمود: افراد با شروع زودرس (قبل از ۶۵سالگی؛ ۳۹۲ نفر) و افراد با شروع دیررس (بعد از ۸۵سالگی؛ ۵۳۸ نفر). برای امکان‌ پذیر کردن مقایسه‌ های استاندارد، فقط بیماری ‌های همراه شناسایی شده قبل از ۵۵سالگی لحاظ شدند. محققان اطلاعات جمعیت ‌شناختی و سلامت را از پرونده‌ های پزشکی الکترونیکی استخراج کردند تا پروفایل ‌های دقیقی از بیماران بسازند.

با استفاده از خوشه‌ بندی بدون نظارت از طریق تقریب و پیش ‌بینی منیفولد یکنواخت[1](UMAP)، این تیم سه خوشه مجزا از بیماران را بر اساس الگوهای بیماری‌ های همراه شناسایی کرد. خوشه ۱بالاترین نسبت مواردAMD  زودرس (۷۶.۰۹ درصد) را داشت و افراد این گروه به طور قابل توجهی به اختلالات التهابی مفاصل (۶۰.۱ درصد) و فشار خون بالا (۳۴.۱ درصد) مبتلا بودند. خوشه ۲که بار بالایی از AMD زودرس (۶۹.۸۳ درصد) را نیز داشت، ارتباط معنی ‌داری با فشار خون بالا (۲۵.۹ درصد) نشان داد. در مقابل، خوشه ۳ کمترین میزان مواردAMD  زودرس (۲۷.۰۲ درصد) را داشت، این افراد حداقل بیماری‌ های همراه را داشته یا بدون بیماری های همراه بودند.

برای ارزیابی پتانسیل پیش ‌بینی، محققان مدل‌ های یادگیری ماشین - از جمله درخت ‌های تصمیم ‌گیری تقویت‌ شده با گرادیان و جنگل‌ های تصادفی - را برای داده‌ های بیماری ‌های همراه به کار بردند. مدل درخت تصمیم ‌گیری تقویت ‌شده با گرادیان با تکیه بر بیماری ‌های همراه برای تعیین احتمال شروع زودهنگام AMD، به دقت پیش ‌بینی ۷۵.۸۴ درصددست یافت. در تجزیه و تحلیل اینکه کدام بیماری ‌های همراه بیشترین پیش‌بینی را داشتند، فشار خون بالا به عنوان عامل برتر و پس از آن دیس ‌لیپیدمی و اختلالات التهابی مفاصل قرار گرفتند. این یافته‌ ها پتانسیل عوامل سیستمیک سلامت را در تأثیرگذاری بر بروز زودهنگام AMD برجسته نمود.

این مطالعه همچنین نشان داد که میانگین تعداد بیماری‌ های همراه در بیماران مبتلا بهAMD  زودرس، در مقایسه با بیماران مبتلا به AMD دیررس، به طور قابل توجهی بالاتر است (3.32 ± 0.24 در مقابل 0.16 ± 0.02)، که نشان دهنده نقش بالقوه بار کلی بیماری در تسریع دژنراسیون شبکیه است.

نویسندگان نتیجه گیری کردند که فشار خون بالا، دیس ‌لیپیدمی و اختلالات التهابی مفاصل به شدت با شروع زودهنگام AMD مرتبط هستند. آنها بر لزوم در نظر گرفتن پروفایل‌ های سلامت سیستمیک بیماران توسط چشم ‌پزشکان در طول ارزیابی ‌های معمول تأکید کردند. ادغام غربالگری بیماری ‌های همراه و مدیریت پیشگیرانه ممکن است امکان تشخیص زودهنگام و مداخلات شخصی ‌سازی شده را برای کاهش پیشرفت بیماری فراهم کند.

این مطالعه ی نوآورانه بر نویداستفاده از یادگیری ماشینی در چشم ‌پزشکی تأکید کرد و اهمیت رویکردهای بین رشته‌ ای را در مقابله با بیماری‌ های پیچیده و مرتبط با سن مانندAMD ، برجسته نمود.

منبع:

https://medicaldialogues.in/ophthalmology/news/machine-learning-flags-key-risks-for-early-macular-degeneration-hypertension-joint-disorders-and-dyslipidemia-study-152392