Mikroműanyagok az agyban?

Mikroműanyagok mindenütt? Hogyan befolyásolják az egészséget? Hol lehet a mesterséges intelligencia helye a gyógyászatban? Alkalmas lehet-e betegségek előrejelzésére, vagy általános egészségügyi tanácsadásra? Utóbbi egy kutatás alapján erősen megkérdőjelezhető. 

Jó napot kívánok kedves kollégák! A DrHírek újabb adásával jelentkezünk.  

Első hírünkben egy olyan kutatásról lesz szó, amelyben a mikroműanyagok neurodegeneratív betegségekhez való hozzájárulását vizsgálták. A mikroműanyagok manapság már a Föld minden pontján kimutathatók. Becslések szerint egy átlagos felnőtt szervezetébe évente akár 121000 mikroműanyag-részecske, azaz kb. 250 gramm mikroműanyag is bekerülhet. Ennek bár több mint 90%-a kiürül, a maradék azonban a szervezetben hosszú távon jelen maradhat, és jelenleg nem ismert, potenciálisan nem kívánatos egészségügyi hatásokat okozhat. Egy áttekintő tanulmányban a mikroműanyag-expozícjó lehetséges hatásait vizsgálta, különös tekintettel az Alzheimer-kórra és a Parkinson-kórra, amelyek napjaink jelentős neurodegeneratív betegségei.  

A mikroműanyagok szervezetbe jutása azért lehetséges, mert különböző méretekben és formákban fordulnak elő. Ez lehetővé teszi, hogy akár a vér-agy gáton is átjussanak. Többféle mechanizmust is leírtak, többek között endocitózist, fagocitózist és transzcitózist, valamint kisebb molekulák esetén közvetlen membránon való áthatolást is megfigyeltek. A bejutásukat könnyíti, hogy a vérbe vagy a szövetekbe kerülve biomolekulákból álló burok képződik körülöttük. Humán vizsgálatok azt mutatták, hogy az agyban, különösen annak frontális kérgében magasabb koncentrációban halmozódhatnak fel a mikroműanyagok, mint más szervekben. Eloszlásuk az agyban nem egyenletes, bizonyos területeken magasabb koncentrációban jelennek meg, és a megfigyelések szerint terjedni is képesek. A szakirodalmi adatok alapján a mikroműanyagok legalább öt különböző mechanizmus révén válthatnak ki neuroinflammatorikus folyamatokat. Ezek elősegítik mind az Alzeimer-kór, mind a Parkinson-kór kialakulását. A mechanizmusok változatosak: idegen anyagként mikroglia aktivációt váltanak ki, fokozzák a reaktív oxigéngyökök termelődését, növelik a vér-agy gát permeabilitását, depolarizáhatják a mitokondriális membránt, valamint közvetlenül is károsíthatják az idegrendszeri struktúrákat. Az általános hatások mellett betegségspecifikus hatások is megfigyelhetők: az Alzheimer-kór patogeneziséhez az amiloid-béta felhalmozódás elősegítésével és a tau-fehérje kóros foszforilációjának fokozásával járulnak hozzá. Bár a mikroműanyagokkal kapcsolatos kutatások mindössze néhány évre nyúlnak vissza, és kezdetben többnyire in vivo, illetve állatkísérletes bizonyítékok álltak rendelkezésre, ma már egyre több humán vizsgálat támasztja alá megbetegítő hatásukat. A kutatók szerint ezek a hatások lényegesen nagyobbak lehetnek a korábban feltételezetteknél.  

Második és harmadik hírünk közös eleme, hogy mindkettő mesterséges intelligencia egészségügyben történő felhasználásával foglalkozik. Az MI vagy AI alkalmazhatóságát az orvostudomány egyre több területén vizsgálják. Az AI a gyógyítás egyes fázisaiba történő bevonásával bizonyos folyamatok optimalizálhatók lennének, és végeredményképpen több idő juthatna a beteggel való kommunikációra is. Egyes modellek elemző feladatokat akár gyorsabban, és az embernél nagyobb pontossággal is képesek lehetnek végrehajtani a jövőben. A mesterséges intelligenciát a divertikulitisz klasszifikációjában, és a kimenetelének előrejelzésében vizsgálták. A kutatásban egy olyan természetesnyelv-feldolgozáson alapuló algoritmust igyekeztek kiefjleszteni, ami képes pontosan azonosítani és osztályozni a divertikulitisz különböző formáit és a betegség szövődményeit, CT leletek elemzésével. Az algoritmus használatával a betegség progresszióját is szerették volna előrejelezni. A retrospektív kohorszvizsgálat során a természetesnyelv-feldolgozó algoritmust szöveges radiológiai leírások alapján tanították. Később elemezték az első diagnózis súlyossága és a súlyos kiújulás közötti kapcsolatot, valamint az algoritmus előrejelző képességét. Az algoritmus nagyfokú pontosságot mutatott: hatékonysága meghaladta mind a BNO-kódokon, mind az általános nyelvi modelleken alapuló módszerekét. A modell segítségével megállapították, hogy a kezdeti betegség súlyossága szignifikánsan összefügg a későbbi kockázattal. A súlyosabb kezdeti betegség nagyobb kiújulási kockázattal járt. A vizsgálatban a természetesnyelv-feldolgozáson alapuló algoritmus javította a predikció pontosságát, és alkalmazhatónak bizonyult klinikai szöveges adatok feldolgozásában. Az eredmények arra engednek következtetni, hogy a jövőben növekedhet a mesterséges intelligencia jelentősége az egészségügyi adatelemzésben és a személyre szabott orvoslásban.  

Más területen, például általános egészséggel kapcsolatos kérdések megválaszolásában azonban korántsem teljesít ilyen jól a mesterséges intelligencia. Egy friss kutatás szerint napjaink legelterjedtebb AI-chatbotjainak válaszai magabiztosnak és megbízhatónak tűnnek, mégis gyakran félrevezetnek. Előnyeik ellenére az általuk adott válaszok jelentős arányban pontatlanok vagy hiányosak gyakran generálnak hibás vagy félrevezető válaszokat. Hajlamosak továbbá a felhasználó meggyőződéseivel összhangban lévő válaszok adására is. Egy friss kutatásban öt népszerű chatbot, a Gemini, a DeepSeek, a MetaAI, a ChatGPT valamint a Grok teljesítményét elemezték. Egységesen ugyanazon kérdéseket tették fel öt, a közegészségügy szempontjából érzékeny témában – mint a rák, védőoltások, őssejtek, táplálkozás és sportteljesítmény. A kérdéssorban témakörönként öt zárt, konkrét állításokra irányuló, és öt nyitott, szabad szöveges válaszadást igénylő kérdést tettek fel. A válaszok minőségét három csoportba sorolták be előre meghatározott kritériumok alapján: nem problémás, részben problémás, súlyosan problémás. Problémásnak minősült minden olyan válasz, amely a laikus felhasználókat hatástalan vagy potenciálisan kockázatos kezelés alkalmazására késztethette. A válaszokat két-két független szakértő értékelte pontosság, teljesség és félrevezető vagy káros tartalom jelenléte alapán. A vizsgálatban a prompt, azaz a chatbotoknak adott utasítás típusa jelentősen befolyásolta az eredményeket. Az eredmények a vártnál szignifikánsan rosszabbak lettek: nyitott kérdések esetén a súlyosan problémás válaszok száma 40 a 250-ből, míg a nem problémásak száma mindössze 51 volt a 250-ből. A legkevesebb súlyosan problémás és a legtöbb nem problémás választ a Gemini adta. A chatbotok hivatkozási képessége gyengének bizonyult: gyakran adtak kitalált hivatkozásokat, így egyik rendszer sem tudott pontos forrásjegyzéket biztosítani az állításaik alátámasztásához. A vizsgálatban szereplő eredmények ismét bizonyítják, hogy a chatbotok nem végeznek tényleges következtetést és nem mérlegelik a bizonyítékokat sem, mindössze valószínű szókapcsolatok előrejelzésével generálnak válaszokat. Az interneten fellelhető, a chatbotok által felhasznált adatok között fórumok, közösségi médiából származó tartalmak is szerepelnek, és csak kis hányaduk származik tényleges tudományos forrásokból. A vizsgálat eredményei tehát arra utalnak, hogy a nyilvánosságnak szóló egészségügyi és orvosi kommunikációban újra kell gondolni a chatbotok alkalmazását. 

Amennyiben érdekesnek találta a hírösszefoglalót, az eConsilium felületén naponta olvashat újabb tudományos eredményekről. Következő hírösszefoglalónkkal két hét múlva ugyanekkor jelentkezünk. Köszönöm a megtisztelő figyelmet!