Công cụ AI giúp hiểu rõ hơn về hội chứng mệt mỏi mãn tính

Linh — Sun, 10 Aug 2025 19:01:36 +0000

Công cụ trí tuệ nhân tạo mới, BioMapAI, đã được phát triển để giúp các nhà nghiên cứu hiểu rõ hơn về hội chứng mệt mỏi mãn tính (ME/CFS), một tình trạng gây ra cơn đau, chóng mặt và kiệt sức dai dẳng. Công cụ này được tạo ra bởi các nhà khoa học tại Phòng thí nghiệm Jackson và Trường Y khoa Đại học Duke, với hy vọng dẫn đến chẩn đoán và điều trị tốt hơn cho căn bệnh này.

ME/CFS là một tình trạng phức tạp, ảnh hưởng đến khoảng 10 triệu người trên toàn thế giới. Các triệu chứng của bệnh bao gồm mệt mỏi dai dẳng và sâu sắc, vấn đề trí nhớ, và các vấn đề khác có thể khiến các công việc hàng ngày trở nên khó khăn đối với bệnh nhân. Tuy nhiên, cho đến nay, vẫn chưa có phương pháp chữa trị hiệu quả cho căn bệnh này.

Một trong những thách thức lớn trong việc nghiên cứu và điều trị ME/CFS là thiếu các dấu ấn sinh học đáng tin cậy. Điều này đã dẫn đến sự hoài nghi về tính xác thực của căn bệnh này trong cộng đồng y tế. Tuy nhiên, công cụ BioMapAI có thể giúp thay đổi quan điểm này.

BioMapAI được huấn luyện dựa trên bốn năm dữ liệu sinh học và lâm sàng từ 249 người, bao gồm các mẫu phân, máu và các xét nghiệm phòng thí nghiệm thông thường khác. Công cụ này có thể xác định ME/CFS với độ chính xác 90%, giúp các nhà nghiên cứu hiểu rõ hơn về các rối loạn sinh học ẩn sau căn bệnh này.

Các nhà nghiên cứu đã phát hiện ra rằng bệnh nhân ME/CFS có mức butyrate thấp hơn, một loại axit béo có lợi được sản xuất trong ruột, và mức cao hơn của tryptophan và benzoate, các dấu hiệu của sự mất cân bằng vi sinh vật. Hệ thống miễn dịch của họ cũng cho thấy sự viêm nhiễm cao, đặc biệt là trong các tế bào MAIT, liên kết sức khỏe đường ruột với chức năng miễn dịch.

Dữ liệu của họ cho thấy những rối loạn sinh học này trở nên sâu sắc hơn theo thời gian. Mặc dù cần nhiều nghiên cứu hơn để xác nhận kết quả, nhưng các nhà khoa học cho rằng nghiên cứu này là một bước tiến quan trọng trong việc hiểu rõ hơn về ME/CFS và cung cấp hướng đi cho nghiên cứu tiếp theo.

Công cụ BioMapAI cũng có thể giúp làm sáng tỏ tình trạng COVID kéo dài và mở ra hy vọng cho việc điều trị chính xác hơn trong tương lai. Với khả năng xác định ME/CFS một cách chính xác, công cụ này có thể giúp các bác sĩ chẩn đoán và điều trị căn bệnh này hiệu quả hơn.

Các nhà nghiên cứu hy vọng rằng công cụ BioMapAI sẽ giúp thay đổi cục diện trong việc nghiên cứu và điều trị ME/CFS. Với sự hỗ trợ của trí tuệ nhân tạo, họ tin rằng có thể tìm ra các phương pháp điều trị hiệu quả hơn cho căn bệnh này và cải thiện cuộc sống của hàng triệu người bị ảnh hưởng trên toàn thế giới.

Thông tin chi tiết về nghiên cứu này có thể được tìm thấy trên tạp chí Nature Medicine.

Mạng thần kinh giúp khám phá bí mật của hệ vi sinh đường ruột con người

Linh — Fri, 08 Aug 2025 16:50:57 +0000

Các nhà nghiên cứu tại Đại học Tokyo đã áp dụng một hình thức trí tuệ nhân tạo tiên tiến, gọi là mạng lưới thần kinh Bayes, để phân tích dữ liệu về các vi khuẩn đường ruột và khám phá những hiểu biết sâu sắc về sức khỏe con người. Tập dữ liệu lớn được sử dụng trong nghiên cứu này chứa thông tin về hệ vi sinh vật đường ruột, vốn được biết đến với vai trò quan trọng trong nhiều tình trạng sức khỏe khác nhau.

VBayesMM uses paired microbiome-metabolite data, with microbial species as input variables and metabolite abundances as target variables. Credit: 2025 Tsunoda et al. CC-BY-ND

Vi khuẩn đường ruột đóng vai trò thiết yếu trong cơ thể con người, không chỉ liên quan đến tiêu hóa mà còn ảnh hưởng đến nhiều chức năng cơ thể khác. Với khoảng 100 nghìn tỷ vi khuẩn đường ruột trong cơ thể, nhiều hơn số lượng tế bào của chính con người, việc hiểu rõ mối quan hệ giữa chúng và sức khỏe con người vẫn còn là một thách thức lớn. Các nhà nghiên cứu đang nỗ lực lập bản đồ các mối quan hệ giữa vi khuẩn và hóa chất để phát triển các phương pháp điều trị cá nhân hóa.

A simplified breakdown of the inputs, process, and outputs that make up the system. Credit: 2025 Tsunoda et al. CC-BY-ND

Để giải quyết thách thức này, các nhà nghiên cứu đã phát triển hệ thống VBayesMM, một công cụ trí tuệ nhân tạo tiên tiến có khả năng tự động phân biệt các yếu tố quan trọng ảnh hưởng đến chất chuyển hóa từ số lượng lớn các vi khuẩn ít liên quan. Hệ thống này cũng thừa nhận sự không chắc chắn về các mối quan hệ dự đoán. Kết quả thử nghiệm trên dữ liệu thực từ các nghiên cứu về rối loạn giấc ngủ, béo phì và ung thư đã cho thấy phương pháp này vượt trội so với các phương pháp hiện có và xác định các gia đình vi khuẩn cụ thể phù hợp với các quá trình sinh học đã biết.

Mặc dù hệ thống được tối ưu hóa để đối phó với khối lượng phân tích nặng, việc khai thác các tập dữ liệu lớn vẫn đi kèm với chi phí tính toán cao. Tuy nhiên, khi thời gian trôi qua, rào cản này sẽ trở nên ít quan trọng hơn. Các hạn chế hiện tại bao gồm việc hệ thống có lợi khi có nhiều dữ liệu về vi khuẩn đường ruột hơn là về các chất chuyển hóa mà chúng tạo ra. Khi dữ liệu về vi khuẩn không đủ, độ chính xác giảm. Ngoài ra, VBayesMM giả định rằng các vi khuẩn hoạt động độc lập, nhưng trên thực tế, chúng tương tác theo nhiều cách phức tạp.

Trong tương lai, các nhà nghiên cứu có kế hoạch làm việc với các tập dữ liệu hóa học toàn diện hơn để bắt toàn bộ phạm vi sản phẩm của vi khuẩn, mặc dù điều này tạo ra thách thức mới trong việc xác định hóa chất đến từ đâu. Họ cũng nhằm mục đích làm cho VBayesMM mạnh mẽ hơn khi phân tích dân số bệnh nhân đa dạng, kết hợp mối quan hệ ‘cây gia đình’ của vi khuẩn để đưa ra dự đoán tốt hơn và giảm thời gian tính toán cần thiết cho phân tích.

Đại học Tokyo https://www.u-tokyo.ac.jp/

Phân tích dữ liệu – Doanhnhan.info

Công cụ AI giúp hiểu rõ hơn về hội chứng mệt mỏi mãn tính

Mạng thần kinh giúp khám phá bí mật của hệ vi sinh đường ruột con người