- Γράφει ο Κοσμάς Ζακυνθινός
Το ενδιαφέρον του υπουργείου Υγείας της Δανίας κερδίζει το νέο στατιστικό μοντέλο που δημιούργησαν ο Καθηγητής του Πανεπιστημίου Κρήτης, Ιωάννης Τσαμαρδίνος και η ομάδα του, μαζί με Νορβηγούς επιστήμονες, το οποίο προβλέπει τον κίνδυνο του καρκίνου του πνεύμονα στα επόμενα 6 και 16 χρόνια.
Όπως επισημαίνει στο healthpharma.gr ο Ιωάννης Τσαμαρδίνος «βρισκόμαστε σε συζητήσεις με κυβερνητικά κλιμάκια της Δανίας, προκειμένου να συμπεριλάβουν το στατιστικό μοντέλο που αναπτύξαμε, στο Εθνικό Σύστημα Υγείας. Χρειάζονται μόλις λίγα λεπτά για να απαντήσει κανείς σε 7 απλές ερωτήσεις, που ίσως μπορούν να αποβούν σωτήριες για τη ζωή του. Το τεστ αφορά πρώην και νυν καπνιστές».
Η ποσόστωση του κινδύνου εμφάνισης καρκίνου που μπορεί να διαγνώσει την ασθένεια στα επόμενα 6 ή 16 χρόνια, γίνεται μέσα από 7 απλές ερωτήσεις στο εργαλείο που βρίσκεται στην ηλεκτρονική διεύθυνση http://mensxmachina.org/en/hunt-ntnu-lung-cancer-risk-calculator/. Ήδη το online εργαλείο έχουν συμβουλευτεί εκατοντάδες χιλιάδες άτομα παγκοσμίως, ενώ η δημοσίευση της εργασίας έτυχε και σχετικών δημοσιεύσεων στον νορβηγικό και βρετανικό Τύπο.
Την έρευνα από ελληνικής πλευράς συντόνισε ο Καθηγητής στο Τμήμα Επιστήμης Υπολογιστών του Πανεπιστημίου Κρήτης και συνιδρυτής της εταιρείας, Ιωάννης Τσαμαρδίνος και την εκτέλεσαν η δρ Μαρία Μαρκάκη και Vincenzo Lagani, ενώ το online εργαλείο δημιουργήθηκε από τον μεταπτυχιακό φοιτητή της ομάδας Ιορδάνη Ξανθόπουλο. Η εργασία δημοσιεύτηκε στο EBioMedicine ένα νέο επιστημονικό περιοδικό συνεργασίας των Lancet και The Cell, δύο από τα πιο έγκυρα έντυπα στο χώρο της βιοϊατρικής.
Επιστήμονες του Πανεπιστημίου Κρήτης και της Εταιρείας Τεχνοβλαστού του Ιδρύματος Gnosis Data Analysis σε συνεργασία με Νορβηγούς συναδέλφους τους ανέπτυξαν ένα νέο στατιστικό μοντέλο για την πρόβλεψη του καρκίνου του πνεύμονα από τη νορβηγική βάση δεδομένων HUNT.
Επιδημιολογικά στοιχεία
Ο καρκίνος του πνεύμονα προκαλεί παγκοσμίως 1,6 εκατομμύρια θανάτους και η πρόληψη είναι ζωτικής σημασίας για μία αποτελεσματική θεραπεία. Παρ’ όλα αυτά, οι μέχρι στιγμής έρευνες και στατιστικά μοντέλα για την πρόβλεψη του ρίσκου εμφάνισης της ασθένειας εστίαζαν μόνο σε μεγάλης ηλικίας άτομα και βαρείς καπνιστές.
«Η έρευνα είναι η πρώτη που κατάφερε να προβλέψει το ρίσκο και σε πιο νεαρές ηλικίες, δηλαδή σε νέους καπνιστές ή πρώην καπνιστές και να εντοπίσει περιπτώσεις αυξημένου ρίσκου, οι οποίες χρήζουν περαιτέρω διερεύνησης και εξετάσεων. Με αυτό τον τρόπο, η εφαρμογή του μοντέλου μπορεί να οδηγήσει σε πρώιμη πρόληψη και να σώσει ζωές», όπως επισημαίνει ο κ. Τσαμαρδίνος.
Πάντως, όπως επισημαίνουν οι επιστήμονες, η χρήση του μοντέλου και του online στατιστικού εργαλείου δεν υποκαθιστούν τη συμβουλή, τη διάγνωση ή τη θεραπεία του γιατρού. «Ο γιατρός σας», αναφέρουν χαρακτηριστικά, «είναι το καταλληλότερο άτομο για να σας παρέχει οδηγίες σχετικά με συγκεκριμένα θέματα υγείας. Εάν είστε σήμερα άρρωστος ή έχετε συμπτώματα, ζητήστε βοήθεια και συμβουλές από τον παροχέα υγειονομικής περίθαλψης.
Η έρευνα της νορβηγικής και ελληνικής ομάδας βασίστηκε στην ανάλυση δεδομένων που συλλέγονται εδώ και 30 χρόνια στη Νορβηγία σε δεκάδες χιλιάδες άτομα και συλλέγονται στην ιατρική βάση δεδομένων HUNT. Συγκεκριμένα, η ελληνική ομάδα ανέλυσε τις απαντήσεις σε ερωτηματολόγια από 65.000 άτομα, δημιούργησε το στατιστικό μοντέλο και επιβεβαίωσε την προβλεπτική του ικανότητα σε έναν δεύτερο νορβηγικό πληθυσμό από 45.000 Νορβηγούς. Το μοντέλο είναι εξαιρετικά ακριβές και μεταξύ δύο τυχαίων ανθρώπων προβλέπει ποιος θα νοσήσει πρώτος από την ασθένεια με πιθανότητα 88%.
Ποιος είναι ο Ιωάννης Τσαμαρδίνος
Πήρε το διδακτορικό του το 2001 από το Πανεπιστήμιο Pittsburgh, στις Η.Π.Α και εργάστηκε ως επίκουρος καθηγητής μέχρι το 2006 στο τμήμα Βιοϊατρικής Πληροφορικής του Πανεπιστημίου Vanderbilt. Τα ενδιαφέροντα του επικεντρώνονται στη Tεχνητή Nοημοσύνη, εφαρμογές της Tεχνητής Nοημοσύνης στην Bιοϊατρική, Bιοπληροφορική, Mηχανική Mάθηση, υπολογιστικές μέθοδοι για Aνακάλυψη Aιτιότητας, εκμάθηση προβλεπτικών μοντέλων από βιοϊατρικά δεδομένα, επιλογή μεταβλητών για κατηγοριοποίηση, εφαρμογές της Mηχανικής Mάθησης και Σχεδίασης Ενεργειών στην Bιοϊατρική Πληροφορική.
