Quotidiano on line
di informazione sanitaria
05 MAGGIO 2024
Scienza e Farmaci
segui quotidianosanita.it

Alzheimer. Nuovo strumento machine learning aiuta a prevedere la progressione della malattia


Un gruppo di ricercatori dell’Università del Texas ha messo a punto un sistema – basato sull’apprendimento automatico (machine learning) – in grado di “localizzare”, in un paziente con Alzheimer, lo stadio della malattia in cui si trova e di predirne gli sviluppi.

29 GEN - Un team dell’Università del Texas ad Arlington ha sviluppato uno strumento – basato sull’apprendimento automatico (machine learning, ML) – che aiuta il medico a individuare con precisione la fase clinica in cui si trova il paziente con Malattia di Alzheimer.

Il nuovo metodo codifica le varie fasi cliniche della patologia in un processo chiamato “disease-embedding tree” o DETree, che rappresenta efficacemente i diversi stadi clinici.

La “traiettoria ad albero” riflette la progressione della Malattia di Alzheimer e può quindi essere utilizzata per valutare la condizione clinica del paziente.Il quadro può predire in modo efficiente e accurato uno dei cinque gruppi clinici dello sviluppo della malattia di Alzheimer e può fornire informazioni più approfondite sullo stato della malattia.

I ricercatori dell’Università del Texas hanno testato il metodo su dati provenienti da 266 pazienti inclusi nello studio Alzheimer’s Diseases Neuroimaging Initiative.

Fonte: Pharmacological Research 2024

29 gennaio 2024
© Riproduzione riservata

Altri articoli in Scienza e Farmaci

ISCRIVITI ALLA NOSTRA NEWS LETTER
Ogni giorno sulla tua mail tutte le notizie di Quotidiano Sanità.

gli speciali
Quotidianosanità.it
Quotidiano online
d'informazione sanitaria.
QS Edizioni srl
P.I. 12298601001

Sede legale:
Via Giacomo Peroni, 400
00131 - Roma

Sede operativa:
Via della Stelletta, 23
00186 - Roma
Direttore responsabile
Luciano Fassari

Direttore editoriale
Francesco Maria Avitto

Tel. (+39) 06.89.27.28.41

info@qsedizioni.it

redazione@qsedizioni.it

Coordinamento Pubblicità
commerciale@qsedizioni.it
    Joint Venture
  • SICS srl
  • Edizioni
    Health Communication
    srl
Copyright 2013 © QS Edizioni srl. Tutti i diritti sono riservati
- P.I. 12298601001
- iscrizione al ROC n. 23387
- iscrizione Tribunale di Roma n. 115/3013 del 22/05/2013

Riproduzione riservata.
Policy privacy