Machine Learning

Algoritmo permite prever a diabetes gestacional mesmo antes da gravidez

Algoritmo permite prever a diabetes gestacional mesmo antes da gravidez

Diabetes gestacional é o problema metabólico mais comum na gravidas. A intolerância aos carboidratos, geralmente diagnosticada entre as semanas 24 e 28, representa risco para a mãe e o bebe, mas um novo algoritmo desenvolvido no Instituto Weizmann de Ciências permite prever a diabetes gestacional mesmo antes da gravidez e assim evitá- la com mudanças no estilo de vida.

O Prof. Eran Segal da Ciência da Computação e Matemática Aplicada e os Departamentos de Biologia Celular Molecular utilizou Machine Learning para comparar mais de 2.000 parâmetros em 450.000 gestações incluindo os resultados dos exames de sangue da mulher e as histórias médicas de sua família. O algoritmo revelou que nove dos parâmetros que incluíam a idade da mulher, índice de massa corporal, histórico familiar de diabetes e resultados de seus testes de glicose durante gestações anteriores (se houver) eram suficientes para identificar com precisão as mulheres que estavam com alto risco de desenvolver diabetes gestacional. Validado em dados de outras 140.000 gestantes, os nove parâmetros ajudaram a identificar com precisão as mulheres que finalmente desenvolveram diabetes gestacional. Estas poderiam  reduzir o risco com  medidas no estilo de vida tais como o exercício e a dieta. Por outro lado, as mulheres identificadas como de baixo risco poderiam ser poupadas do custo e da inconveniência do teste de glicose.

 

O estudo publicado no Nature Medicine analisou dados da maior organização de saúde de Israel, a Clalit Health Services. Demonstrou a utilidade de BIG DATA dos registros eletrônicos de saúde, para previsões de doenças personalizadas que podem levar a medidas preventivas e terapêuticas.

Clique aqui para acessar o questionário de autoavaliação para diabetes gestacional.

 

Saiba mais: New algorithm predicts gestational diabetes

 

 

 

Medicina Personalizada: sucesso da Genética, Big Data, Machine Learning e Colaboração com os médicos

  Medicina Personalizada: sucesso da Genética, Big Data, Machine Learning e Colaboração com os médicos

 

Cientistas do Instituto Weizmann de Ciências (WIS) e médicos hemato-oncologistas de Israel desenvolveram uma nova tecnologia que permite criar o perfil detalhado do mieloma, o segundo câncer do sangue mais comum.

O mieloma múltiplo acontece quando as células da medula que produzem anticorpos se proliferam fora de controle. Cada paciente é único e os testes de sangue são incapazes de identificar a doença no início, bem como classificar qual paciente precisa de qual tratamento.

A nova tecnologia publicada na Nature Medicine permite identificar a genética única das células tumorais tanto em estádios pré-cancerosos como em pós-tratamento e recaída.

História: o médico Dr. Guy Ledergor e o pesquisador Dr. Assaf Weiner, do grupo do Prof. Ido Amit, do Departamento de Imunologia do WIS, junto ao Prof. Amos Tanay, do Departamento de Matemática Aplicada e Regulação Biológica e Ciências da Computação, pensaram que um método altamente sensível desenvolvido pelo grupo poderia ser uma nova forma de enfrentar o mieloma múltiplo. O novo método sequencia o RNA em milhares de células individuais do sangue do paciente ou da medula óssea, permitindo capturar o programa genético específico que está ativo em cada célula.

O Programa Bench to Bedside (da bancada ao leito) do WIS liderado pelo prof. Gabi Barbash ajudou a recrutar a colaboração de todos os departamentos de hemato-oncologia de Israel. Sequenciando dezenas de milhares de células de pacientes e de pessoas saudáveis (grupo controle), concluiu-se que as pessoas saudáveis tinham perfis similares, mas os pacientes tinham perfil heterogêneo, que podia até ser mais de um em cada  indivíduo.

Os pesquisadores usaram enfoque de Machine learning para identificar células malignas em dezenas de milhares de células. Este rastreamento pode ser útil para diagnosticar sinais iniciais de muitas doenças no estádio pré-canceroso ou recaídas pós-quimioterapia, sendo parte de um enfoque personalizado. Permitirá que sejam tomadas decisões baseadas no perfil individual das células de cada paciente.

“Estamos desenvolvendo colaborações similares entre pesquisadores baseados em hospitais e pesquisadores de ciência básica para avançar no diagnóstico e tratamento de  outras doenças” disse o Prof. Gabi Barbash.

“Até agora, a analise genômica de uma única célula estava confinada a um número pequeno de laboratórios de pesquisa.

Estamos constantemente empurrando os limites desta tecnologia para convertê-la em uma  erramenta diagnóstica” disse prof. Amit.

“Estamos ingressando em uma era que o Big data e a Machine learning vão possibilitar aos médicos obter novas perspectivas e compreender doenças devastadoras como o mieloma múltiplo” – disse o Dr. Weiner. “No futuro, talvez os médicos possam seguir as doenças em tempo real, em cada paciente, e tratar de forma personalizada antes da aparição dos sintomas“ – acrescentou o Dr. Ledergor.

Saiba mais: Profiling killer warm blood