Zaloguj się, aby obserwować tę zawartość
Obserwujący
0
Na glinianej tabliczce sprzed 2700 lat odkryto demona wywołującego epilepsję
dodany przez
KopalniaWiedzy.pl, w Humanistyka
-
Podobna zawartość
-
przez KopalniaWiedzy.pl
Stres może spowodować, że zachorujemy, a naukowcy powoli odkrywają, dlaczego tak się dzieje. Od dłuższego już czasu wiadomo, że mikrobiom jelit odgrywa olbrzymią rolę w naszym stanie zdrowia, zarówno fizycznego, jak i psychicznego. Wiadomo też, że jelita i mózg komunikują się ze sobą. Słabiej jednak rozumiemy szlaki komunikacyjne, łączące mózg z jelitami.
Kwestią stresu i jego wpływu na mikrobiom postanowili zająć się naukowcy z Instytutu Cybernetyki Biologicznej im. Maxa Plancka w Tybindze. Skupili się na na słabo poznanych gruczołach Brunnera. Znajdują się one w dwunastnicy, gdzie wydzielają śluz zobojętniający treść żołądka, która do niej trafia. Ivan de Araujo i jego zespół odkryli, że myszy, którym usunięto gruczoły Brunnera są bardziej podatne na infekcje, zwiększyła się u nich też liczba markerów zapalnych. Te same zjawiska zaobserwowano u ludzi, którym z powodu nowotworu usunięto tę część dwunastnicy, w której znajdują się gruczoły.
Okazało się, że po usunięciu gruczołów Brunnera z jelit myszy zniknęły bakterie z rodzaju Lactobacillus. W prawidłowo funkcjonującym układzie pokarmowym bakterie kwasu mlekowego stymulują wytwarzanie białek, które działają jak warstwa ochronna, utrzymująca zawartość jelit wewnątrz, a jednocześnie umożliwiając substancjom odżywczym na przenikanie do krwi. Bez bakterii i białek jelita zaczynają przeciekać i do krwi przedostają się substancje, które nie powinny tam trafiać Układ odpornościowy atakuje te substancje, wywołując stan zapalny i choroby.
Gdy naukowcy przyjrzeli się neuronom gruczołów Brunnera odkryli, że łączą się one z nerwem błędnym, najdłuższym nerwem czaszkowym, a włókna, do którego połączone są te neurony biegną bezpośrednio do ciała migdałowatego, odpowiadającego między innymi za reakcję na stres. Eksperymenty, podczas których naukowcy wystawiali zdrowe myszy na chroniczny stres wykazały, że u zwierząt spada liczba Lactobacillus i zwiększa się stan zapalny. To zaś sugeruje, że w wyniku stresu mózg ogranicza działanie gruczołów Brunnera, co niekorzystnie wpływa na populację bakterii kwasu mlekowego, prowadzi do przeciekania jelit i chorób.
Odkrycie może mieć duże znaczenie dla leczenia chorób związanych ze stresem, jak na przykład nieswoistych zapaleń jelit. Obecnie de Araujo i jego zespół sprawdzają, czy chroniczny stres wpływa w podobny sposób na niemowlęta, które otrzymują Lactobacillus wraz z mlekiem matki.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Badania przeprowadzone przez American Cancer Society wskazują, że wśród kolejnych coraz młodszych pokoleń rośnie liczba zachorowań na 17 z 34 rodzajów nowotworów. Młodzi ludzie częściej niż ich rodzice i dziadkowie, gdy byli w ich wieku, chorują m.in. na nowotwory piersi, trzustki czy układu pokarmowego. Zauważono też wzrost związany z nowotworami wątroby (tylko u kobiet), macicy, jąder, pęcherzyka żółciowego i jelita grubego.
Nasze badania dostarczają kolejnych już dowodów na zwiększanie ryzyka rozwoju nowotworów w pokoleniach następujących po pokoleniu baby boomers [osoby urodzone w latach 1946–1964]. Potwierdzają spostrzeżenia dotyczące zwiększenia liczby wczesnych przypadków raka jelita grubego i nowotworów związanych z otyłością oraz rozszerzają liczbę nowotworów, które dotykają ludzi w coraz młodszym wieku, mówi główna autorka badań doktor Hyuna Sung.
Naukowcy wzięli pod uwagę takie czynniki jak rok urodzenia, status społeczny, ekonomiczny i polityczny oraz środowisko, w którym żyli badani, co wpływa na ewentualną ekspozycję na czynniki ryzyka. Zauważyliśmy, że trendy dotyczące zapadalności na nowotwory związane są z rokiem urodzenia, jednak wciąż nie mamy jasnego wytłumaczenia, dlaczego choruje coraz więcej ludzi, mówi uczona.
Naukowcy przeanalizowali dane dotyczące 23 654 000 osób, u których zdiagnozowano jeden z 34 rodzajów nowotworów oraz informacje o 7 348 137 osobach, które zmarły na jeden z 25 rodzajów nowotworów pomiędzy początkiem roku 2000 a końcem roku 2019. Zmarli byli w wieku od 25 do 84 lat. Na potrzeby porównania liczby przypadków zachorowań ze względu na wiek, badana grupa została podzielona w zależności od roku urodzenia na podgrupy obejmujące 5 lat. W podziale uwzględniono lata 1920–1990.
Badacze zauważyli, że od 1920 roku rośnie liczba przypadków zachorowań na 8 z 34 nowotworów. Na przykład osoby urodzone około 1990 roku są narażone, w porównaniu z osobami urodzonymi w roku 1955, na 2-3-krotnie większe ryzyko zachorowania na nowotwory trzustki, nerek i gruczolakoraki jelita cienkiego, a kobiety dodatkowo narażone są na większe ryzyko nowotworu wątroby.
W młodszych pokoleniach wzrósł odsetek zachorowań na 9 rodzajów nowotworów, których odsetek w starszych pokoleniach spadał. Są to estrogenozależne nowotwory piersi, nowotwór macicy, jelita grubego, woreczka żółciowego, nowotwory żołądka (z wyjątkiem raka wpustu żołądka), nowotwór jajników, jąder oraz – u mężczyzn – mięsak Kaposiego i rak odbytu. U osób urodzonych około 1990 roku ryzyko rozwoju nowotworu jajników jest o 12%, a nowotworu macicy o 169% wyższe niż grupie o najniższej zachorowalności.
Wzrost odsetka zapadalności na nowotwory w młodszych grupach oznacza zmianę pokoleniową ryzyka zachorowania i jest wczesną wskazówką dotyczącą przyszłych przypadków nowotworów w skali kraju. Bez odpowiedniej polityki zdrowotnej i w związku z ogólnym wzrostem ryzyka związanym z wiekiem, może dojść do zatrzymania lub nawet odwrócenia trwających od dekad trendów spadku zachorowalności. Badania te pokazują, jak ważne jest zidentyfikowanie przyczyn i czynników ryzyka powodujących większą zapadalność na nowotwory wśród przedstawicieli pokolenia X [urodzeni w latach 1965–1980] i milenialsów [1981–1996], dodaje doktor Ahmedin Jemal.
« powrót do artykułu -
przez KopalniaWiedzy.pl
W Journal of Medical Internet Research ukazał się opis eksperymentu, w ramach którego ChatGPT miał stawiać diagnozy medyczne i proponować dalsze działania na podstawie opisanych objawów. Algorytm poradził sobie naprawdę nieźle. Udzielił prawidłowych odpowiedzi w 71,7% przypadków. Najlepiej wypadł przy ostatecznych diagnozach, gdzie trafność wyniosła 76,9%, najgorzej poradził sobie z diagnozą różnicową. Tutaj jego trafność spadła do 60,3%.
Autorzy eksperymentu wykorzystali 36 fikcyjnych przypadków klinicznych opisanych w Merck Manual. Przypadki te są wykorzystywane podczas szkoleń lekarzy i innego personelu medycznego. Naukowcy z Harvard Medical School, Brigham and Women'a Hospital oraz Mass General Brigham wprowadzili do ChataGPT opisy tych przypadków, a następnie zadawali maszynie pytanie, dołączone w podręczniku do każdego z przypadków. Wykluczyli z badań pytania dotyczące analizy obrazów, gdyż ChatGPT bazuje na tekście.
Najpierw sztuczna inteligencja miała za zadanie wymienić wszystkie możliwe diagnozy, jakie można postawić na podstawie każdego z opisów. Następnie poproszono ją, by stwierdziła, jaki dodatkowe badania należy przeprowadzić, później zaś ChatGPT miał postawić ostateczną diagnozę. Na koniec zadaniem komputera było opisanie metod leczenia.
Średnia trafność odpowiedzi wynosiła 72%, jednak różniła się w zależności od zadania. Sztuczna inteligencja najlepiej wypadła podczas podawania ostatecznej diagnozy, którą stawiała na podstawie początkowego opisu przypadku oraz wyników dodatkowych badań. Trafność odpowiedzi wyniosła tutaj 76,9%. Podobnie, bo z 76-procentową trafnością, ChatGPT podawał dodatkowe informacje medyczne na temat każdego z przypadków. W zadaniach dotyczących zlecenia dodatkowych badań oraz metod leczenia czy opieki, trafność spadała do 69%. Najgorzej maszyna wypadła w diagnozie różnicowej (60,3% trafnych odpowiedzi). Autorzy badań mówią, że nie są tym zaskoczeni, gdyż diagnoza różnicowa jest bardzo trudnym zadaniem. O nią tak naprawdę chodzi podczas nauki w akademiach medycznych i podczas rezydentury, by na podstawie niewielkiej ilości informacji dokonać dobrego rozróżnienia i postawić diagnozę, mówi Marc Succi z Harvard Medical School.
Być może w przyszłości podobne programy będą pomagały lekarzom. Zapewne nie będzie to ChatGPT, ale rozwijane już systemy wyspecjalizowane właśnie w kwestiach medycznych. Zanim jednak trafią do służby zdrowia powinny przejść standardowe procedury dopuszczenia do użytku, w tym testy kliniczne. Przed nimi zatem jeszcze długa droga.
Autorzy opisanych badań przyznają, że miały one ograniczenia. Jednym z nich było wykorzystanie fikcyjnych opisów przypadków, a nie rzeczywistych. Innym, niewielka próbka na której testowano ChatGPT. Kolejnym zaś ograniczeniem jest brak informacji o sposobie działania i treningu ChataGPT.
« powrót do artykułu -
przez KopalniaWiedzy.pl
„Niezbędnik podróżnika” to pakiet, który dostaje każde dziecko przyjmowanie do Kliniki Hematologii, Onkologii i Transplantologii Uniwersyteckiego Szpitala Dziecięcego w Lublinie. Pacjent znajdzie w pakiecie wszystko, co jest niezbędne na pierwsze dni pobytu w szpitalu. A dostępne na oddziale okulary VR mają ten pobyt uprzyjemnić, stanowiąc odskocznię od codzienności i element psychoterapii.
Pięć par okularów kupiło Stowarzyszenie na Rzecz Dzieci z Chorobami Krwi w Lublinie, a zakup sfinansowała Fundacja DKMS. Aplikacje uruchamiane na okularach zostały wybrane po konsultacjach z lekarzami i specjalistami od VR.
Przyjmowanie do USzD dzieci niejednokrotnie spędzają tam kilka lub kilkanaście miesięcy. Tęsknią za rówieśnikami, aktywnością fizyczną i życiem poza szpitalem. Okulary dają im namiastkę normalności. Pozwalają odbywać wakacyjne podróże. Wybrane aplikacje są spokojne i stateczne. Pozwalają dzieciom relaksować się na tropikalnej plaży, obserwować żyrafy, pływać kajakiem czy łowić ryby. Po zabawie dzieci często opowiadają gdzie były i co robiły. Rysują, tworzą plany na przyszłość po szpitalu.
Zabawa z wirtualną rzeczywistością to część psychoterapii, która jest elementem podróży – stąd „Niezbędnik podróżnika” – jaką jest proces leczenie i dążenie do celu, zdrowia.
« powrót do artykułu -
przez KopalniaWiedzy.pl
W przypadku sztucznej inteligencji z Osaki powiedzenie „wyglądasz na swój wiek” odnosi się nie do twarzy, a do... klatki piersiowej. Naukowcy z Osaka Metropolitan University opracowali zaawansowany model sztucznej inteligencji, który ocenia wiek człowieka na podstawie zdjęć rentgenowskich klatki piersiowej. Jednak, co znacznie ważniejsze, jeśli SI odnotuje różnicę pomiędzy rzeczywistym wiekiem, a wiekiem wynikającym ze zdjęcia, może to wskazywać na chroniczną chorobę. System z Osaki może zatem przydać się do wczesnego wykrywania chorób.
Zespół naukowy, na którego czele stali Yasuhito Mitsuyama oraz doktor Daiju Ueda z Wwydziału Radiologii Diagnostycznej i Interwencyjnej, najpierw opracował model sztucznej inteligencji, który na podstawie prześwietleń klatki piersiowej oceniał wiek zdrowych osób. Następnie model swój wykorzystali do badania osób chorych.
W sumie naukowcy wykorzystali 67 009 zdjęć od 36 051 zdrowych osób. Okazało się, że współczynnik korelacji pomiędzy wiekiem ocenianym przez SI, a rzeczywistym wiekiem badanych wynosił 0,95. Współczynnik powyżej 0,90 uznawany jest za bardzo silny.
Uczeni z Osaki postanowili sprawdzić, na ile ich system może być stosowany jako biomarker chorób. W tym celu wykorzystali 34 197 zdjęć rentgenowskich od chorych osób. Okazało się, że różnica pomiędzy oceną wieku pacjenta przez AI, a wiekiem rzeczywistym jest silnie skorelowana z różnymi chorobami, jak np. nadciśnienie, hiperurykemia czy przewlekła obturacyjna choroba płuc. Im więcej lat dawała pacjentowi sztuczna inteligencja w porównaniu z jego rzeczywistym wiekiem, tym większe było prawdopodobieństwo, że cierpi on na jedną z tych chorób.
Wiek chronologiczny to jeden z najważniejszych czynników w medycynie. Nasze badania sugerują, że wiek oceniany na podstawie prześwietlenia klatki piersiowej może oddawać rzeczywisty stan zdrowia. Będziemy nadal prowadzili nasze badania. Chcemy sprawdzić, czy system ten nadaje się do oceny zaawansowania choroby, przewidzenia długości życia czy możliwych komplikacji pooperacyjnych, mówi Mitsuyama.
Szczegóły badań opublikowano na łamach The Lancet.
« powrót do artykułu
-
-
Ostatnio przeglądający 0 użytkowników
Brak zarejestrowanych użytkowników przeglądających tę stronę.