ພວກນັກຄົ້ນຄວ້າຢູ່ມະຫາວິທະຍາໄລ ໃນລັດແມຣີແລນຂອງສະຫະ ລັດ ກໍາລັງໃຊ້ປັນຍາປະດິດເພື່ອວິນິດໄສ ແລະປິ່ນປົວພະຍາດທີ່ຮ້າຍແຮງໄດ້ດີ ກວ່າເກົ່າ. Julie Taboh ນັກຂ່າວຂອງວີໂອເອ ມີລາຍລະອຽດເພີ່ມເຕີມ ຢູ່ໃນ ລາຍການ LogOn ມື້ນີ້ ຊຶ່ງບົວສະຫວັນຈະນໍາມາສະເໜີທ່ານໃນອັນດັບຕໍ່ໄປ.
ພວກນັກຄົ້ນຄວ້າວິສະວະກໍາຊີວະວິທະຍາຢູ່ທີ່ມະຫາວິທະຍາໄລຈອນສ໌ ຮອບ ຄິນສ໌ (Johns Hopkins) ກໍາລັງປະຕິບັດງານເພື່ອປະຕິຮູບວິທີການປິ່ນປົວ ດູແລຄົນປ່ວຍທີ່ເປັນໂຣກຫົວໃຈ.
ດຽວນີ້ເຂົາເຈົ້າສາມາດສ້າງແບບຈໍາລອງດິຈິຕອລຂອງຫົວໃຈຄົນປ່ວຍ ໂດຍເປັນການສະເພາະຂອງແຕ່ບຸກຄົນ - ທີ່ເອີ້ນວ່າ "ຄູ່ແຝດດິຈິຕອລ" ແລະໃຊ້ປັນຍາ ປະດິດເພື່ອຊ່ວຍທຳນາຍ ໃຫ້ໄດ້ດີຂຶ້ນກວ່າເກົ່າວ່າ ແມ່ນໃຜມີຄວາມສ່ຽງສູງທີ່ສຸດ.
ທ່ານນາງນາຕາເລຍ ທຣາຍຢະໂນວາ (Natalia Trayanova), ທີ່ມະຫາວິທະ ຍາໄລ Johns Hopkins ກ່າວວ່າ:
"ພວກເຮົາເຮັດການກວດເອັກຊະເຣຫົວໃຈດ້ວຍຄື້ນແມ່ເຫລັກໄຟຟ້າ ຫລື MRI ມີໂຄງສ້າງໃນການຫັນເປັນແມ່ເຫລັກກົງກັນຂ້າມກັນ ທີ່ໄດ້ຮັບການປັບປຸງແລະ ຫຼັງຈາກນັ້ນ ພວກເຮົາກໍເອົາ MRI ທີ່ມີໂຄງສ້າງໃນການຫັນເປັນແມ່ເຫລັກກົງ ກັນຂ້າມກັນທີ່ໄດ້ຮັບການປັບປຸງນັ້ນ ໄປລວມໃສ່ກັບຂໍ້ມູນທາງດ້ານຄລີນິກ ທັງ ຫມົດ ທີ່ຮູ້ຈັກສໍາລັບຄົນເຈັບ. ອັນນີ້ ຖືກເອົາລວມເຂົ້າ ໃສ່ກັບການວິເຄາະກ່ຽວ ກັບ ການມີຊີວິດຢູ່ລອດ, ແລະພວກເຮົາສາມາດບອກໄດ້ວ່າ ໃນໄລຍະ 10 ປີ ຂ້າງໜ້າ ສິ່ງທີ່ເປັນຄວາມສ່ຽງຂອງຄົນປ່ວຍຜູ້ນຶ່ງ ໃນການເສຍຊີວິດດ້ວຍໂຣກ ຫົວໃຈຢ່າງກະທັນຫັນນັ້ນ ມີຫຍັງແດ່?”
ມັນບໍ່ເຫມືອນກັນກັບຮູບພາບທີ່ແບ່ງອອກເປັນສ່ວນ ທີ່ມັກຈະນໍາໃຊ້ກັນໃນທຸກ ມື້ນີ້, ສາດສະດາອາຈານນາຕາເລຍ ທຣາຍຢະໂນວາ (Natalia Trayanova) ເວົ້າວ່າ ພາບທັງຫມົດຂອງຫົວໃຈ ແມ່ນເຮັດໃຫ້ມີການຄາດຄະເນ ໄດ້ຢ່າງແມ້ນ ຢໍາກວ່າວ່າ ຄົນປ່ວຍຜູ້ໃດ ທີ່ຈະຕ້ອງໄດ້ໃຊ້ເຄື່ອງກະຕຸ້ນຫົວໃຈ.
ທ່ານນາງກ່າວດັ່ງນີ້:
“ພວກເຮົາສະຫນອງສູດຄິດໄລ່ທີ່ເປັນຂັ້ນຕອນການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງເຫຼົ່ານີ້ ທີ່ ບອກໃຫ້ຮູ້ໃນຫລາຍແບບ ຫລື multimodality; ພວກມັນສະແດງໃຫ້ເຫັນ ເຖິງສະພາບຂອງຄົນປ່ວຍໄດ້ດີກວ່າເກົ່າ.”
ຢູ່ທີ່ສູນມະເຮັງຄົບວົງຈອນຊິດນີ ຄິມແມລ (Sidney Kimmel) ທີ່ມະຫາວິທະ ຍາໄລ Johns Hopkins ນັ້ນ ດຣ. ວິກເຕີ ແວລກູວເລສກູ (Victor Velculescu) ເປັນຜູ້ນໍາພາການຄົ້ນຄວ້າຫາການພັດທະນາວິທີໃໝ່ ໃນການ ກວດຫາພະຍາດ ມະເຮັງປອດ ແລະມະເຮັງອື່ນໆ ທີ່ຢູ່ໃນຂັ້ນຕົ້ນ.
ທ່ານ ແລະທີມງານຂອງທ່ານ ສັງເກດເຫັນວ່າຈຸລັງມະເຮັງຈະເລີນເຕີບໂຕແລະ ແບ່ງຕົວອອກ ຢ່າງສົນລະວົນກວ່າ ຈຸລັງປົກກະຕິ. ສະນັ້ນ, ເມື່ອຈຸລັງເຫຼົ່ານັ້ນ ຕາຍໄປ ມັນຈະປະສິ່ງທີ່ບອກໃຫ້ຮູ້ຕາມທີຫລັງ ເຖິງຄຸນລັກສະນະຂອງຊິ້ນສ່ວນ ຂອງດີເອນເອ (DNA) ທີ່ໄຫຼວຽນຢູ່ໃນເລືອດ ທີ່ເອີ້ນວ່າ DNA ບໍ່ມີຈຸລັງ [cfDNA] ຊຶ່ງ ໃຫ້ຂໍ້ຄິດກ່ຽວກັບວ່າ ຄົນຜູ້ນຶ່ງອາດຈະເປັນພະຍາດມະເຮັງ ຫຼືບໍ່.
ທີມງານນັ້ນ ໄດ້ພັດທະນາເທັກໂນໂລຈີທີ່ຮ້ອງວ່າ ແດລຟາຍ (DELFI) ຊຶ່ງໃຊ້ ສູດຄິດໄລ່ຢ່າງເປັນຂັ້ນຕອນຂອງເຄື່ອງຈັກຮຽນຮູ້ແບບໃໝ່ ເພື່ອວິເຄາະຊິ້ນສ່ວນ ຂອງ DNA ທີ່ບໍ່ມີຈຸລັງນັ້ນ.
ດຣ. ແວລກູວເລສກູ ທີ່ໂຮງຮຽນແພດສາດ ຂອງມະຫາວິທະຍາໄລ Johns Hopkins ກ່າວວ່າ:
"ພວກເຮົາເບິ່ງຢູ່ໃນເລືອດ, ພວກເຮົາລະບຸຕົວໂມເລກຸນຂອງ DNA ທີ່ເອີ້ນວ່າ DNA ທີ່ບໍ່ມີຈຸລັງ, ແລະພວກເຮົາຊອກຫາພາບລວມ ຫຼືຮູບແບບຂອງ DNA ທີ່ບໍ່ມີຈຸລັງນີ້ ໂດຍໃຊ້ມັນເປັນວິທີເພື່ອລະບຸຕົວບຸກຄົນ ຜູ້ທີ່ເປັນໂຣກມະເຮັງທຽບ ໃສ່ກັບຜູ້ທີ່ບໍ່ເປັນໂຣກມະເຮັງ.”
ດຣ. ແວລກູວເລສກູເວົ້າວ່າ ການປັບປຸງການກວດເລືອດສາມາດນໍາໄປສູ່ການ ກວດຫາໂຣກມະເຮັງໄດ້ດີກວ່າເກົ່າ ຢູ່ໃນທົ່ວໂລກ.
ອ່ານລາຍງານເປັນພາສາອັງກິດຂ້າງລຸ່ມນີ້:
University researchers in the U.S. state of Maryland are using artificial intelligence to better diagnose and treat serious medical conditions. VOA’s Julie Taboh has more in this episode of LogOn.
Biomedical engineering researchers at Johns Hopkins University are working to transform heart patient care.
They can now create a personalized digital model of a patient’s heart — a “digital twin” — and use artificial intelligence to help better predict who is most at risk.
Natalia Trayanova, Johns Hopkins University:
“We do contrast-enhanced MRI of the heart, and then we combine that contrast-enhanced MRI with all the clinical data that's known for the patient. This is combined with survival analysis, and we can tell over 10 years what is the risk of a patient of having sudden cardiac death.”
Unlike segmented images most often used today, Professor Natalia Trayanova says whole images of the heart, produce more accurate predictions of which patients need defibrillators.
Natalia Trayanova, Johns Hopkins University:
“We provide these deep-learning algorithms that are multimodality; they represent the patient’s condition much better.”
At the Sidney Kimmel Comprehensive Cancer Center at Johns Hopkins, Dr. Victor Velculescu is leading research into developing new ways of detecting early-stage lung and other cancers.
He and his team observed that cancer cells grow and replicate more chaotically than normal cells. So when those cells die, they leave behind tell-tale characteristics of fragments of DNA circulating in the blood, called cell-free DNA [cfDNA] which carries clues about whether a person may have cancer.
The team developed a technology called DELFI, which uses novel machine learning algorithms to analyze fragments of that cell-free DNA.
Dr. Victor Velculescu, Johns Hopkins University School of Medicine:
“We look in the blood, we identify molecules of DNA called cell-free DNA, and we look for the profile, or the patterns of this cell-free DNA as a way to identify those individuals who have cancer versus those that don't.”
Velculescu says improved blood tests could lead to greater cancer screening worldwide.
ຟໍຣັມສະແດງຄວາມຄິດເຫັນ