אלגוריתמים למידת מכונה המשתמשת ברישומי בריאות אלקטרוניים יכולים לחזות ביעילות את הסיכון לשטיפות של שנתיים בקרב מבוגרים ילידי הודי/אלסקה אמריקאים בגילאי 65 ומעלה, כך עולה ממחקר בהובלת אירווין. הממצאים מספקים מסגרת חשובה למערכות בריאות אחרות, ובמיוחד לאלה המשרתות אוכלוסיות מוגבלות משאבים.
תוצאות הדוגמנות למחשבים מצאו גם כמה מנבאים חדשים לאבחון דמנציה שזוהו בעקביות על פני מודלים שונים של למידת מכונה. הממצאים מתפרסמים ב- בריאות אזורית Lancet – אמריקהו מכוני הבריאות הלאומיים תמכו במחקר.
עד כה, אף מחקר אחר לא בדק את רתימת הכוח של מודלים של למידת מכונות כדי לסייע בחיזוי סיכון דמנציה בקרב האוכלוסייה הילידית האמריקאית ההודית/אלסקה ההיסטורית, כפי שהוגדר על ידי לשכת המפקד האמריקני.
מודלים של למידת מכונה, המאפשרים למחשבים לקבל תחזיות או החלטות באמצעות מערכי נתונים עצומים ללא תכנות מפורשת עבור כל משימה, משפרים את היעילות, הדיוק והמדרגיות בניתוח מערכי נתונים גדולים.
אוכלוסיית המבוגרים האמריקאים ההודיים האמריקאים והאלסקה המבוגרים צפויה לגדול כמעט פי שלושה בין 2020 ל 2060. כאשר דמנציה היא סיבה מובילה לנכות ותמותה בקבוצת גיל זו, מצב מתיש זה מהווה דאגה הולכת וגוברת בקהילה זו.
בנוסף למחלות רבות כמו ירידה קוגניטיבית, מערכת החיסון המוחלשת ודיכאון, לדמנציה יש השפעות חברתיות מרחיקות לכת. זה לוקח מחיר על בני משפחה רגשית, כרוך בהוצאות רפואיות משמעותיות ותורם לירידה כללית באיכות החיים.
חוקרי בריאות הציבור ממלאים תפקיד משמעותי בסיוע לקלינאים וקובעי מדיניות לקבל החלטות מושכלות לגבי בריאות האוכלוסייה. אם מחקרים עתידיים מאשרים תוצאות אלה, הממצאים שלנו עשויים להוכיח ערך לשירות הבריאות ההודי ולקלינאים לבריאות השבט בזיהוי אנשים בסיכון גבוה, להקל על התערבויות בזמן ולשפר את תיאום הטיפול. "
Luohua Jiang, פרופסור לאפידמיולוגיה וביוסטטיסטיקה, UC Irvine Joe C. ון בית הספר לאוכלוסייה ובריאות הציבור
ג'יאנג ועמיתיו לקחו שבע שנים של נתונים ממחסן הנתונים הלאומי של שירות הבריאות ההודי ומאגרי מידע על רישומי בריאות אלקטרוניים קשורים וחילקו את הנתונים לתקופה בסיסית של חמש שנים (2007 עד 2011) ותקופת חיזוי של שנתיים (2012 עד 2013). המחקר כלל כמעט 17,400 מבוגרים ילידי הודי/אלסקה אמריקאים בגילאי 65 ומעלה שהיו נטולי דמנציה בתחילת הדרך, מתוכם כמעט 60 אחוז היו נשים.
במהלך המעקב של שנתיים, 611 אנשים (3.5 אחוזים) אובחנו עם דמנציה. הוערכו ארבעה אלגוריתמים ללימוד מכונה והושוו על סמך מאמצי עיבוד הנתונים שלהם וביצועי הדגם. מבין שלושת הדגמים המובילים ביותר שהצוות פיתח, 12 מתוך 15 המנבאים המדורגים הגבוהים ביותר לדמנציה היו נפוצים בכל שלושת הדגמים. חשוב לציין כי מספר מנבאים חדשים של דמנציה מכל הסיבות, כמו ניצול שירותי בריאות, זוהו על פני אלגוריתמים אלה.
מחברים נוספים כוללים את נמלי קיילין, סטודנט לשעבר של UC אירווין, וג'יהוי דאי, חוקר סטודנטים לתארים מתקדמים, שניהם מבריאות הציבור של וון; קייל קוניף, בוגר ה- UC Irvine PhD לאחרונה בסטטיסטיקה; ומריה מ. קוראדה, פרופסור לנוירולוגיה בבית הספר לרפואה של UC Irvine. ספרו מ. מנסון, פרופסור מכובד, וג'ואן אוקונל, פרופסור חבר, עם המרכזים לבריאות הילידים האמריקאית אינדיאני ואלסקה בבית הספר לבריאות הציבור בקולורדו תרמו גם הם למחקר.
המוסדות הלאומיים לבריאות מטרת קדימה (קונסורציום למידת בינה מלאכותית/מכונה לקידום שוויון בריאותי ומגוון חוקרים, 1OT2OD032581) והמכון הלאומי להזדקנות (R01AG061189) סיפקו מימון למחקר.
