m+Medelevator.RU
← Поиск публикаций
Journal of neuroengineering and rehabilitation · 2025

Интеграция больших данных и искусственного интеллекта для прогнозирования прогресса в множестве склерозов: проблемы и путь вперед.

СтатьяОбзорНазвание и аннотация: Машинный перевод · не проверен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

История · было → стало

Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.

Khan Hamza, Aerts Sofie, Vermeulen Ilse, Woodruff Henry C, Lambin Philippe, Peeters Liesbet M

Аннотация

Множественный склероз (MS) по-прежнему является сложным и дорогостоящим неврологическим заболеванием, характеризующимся постепенной инвалидностью, что делает необходимым раннее обнаружение и точное прогнозирование прогрессирующего заболевания. В то время как искусственный интеллект (АИ) в сочетании с большими данными обещает преобразующие достижения в индивидуализированном уходе за НР, интеграция мультимодальных, реальных массивов данных, включая клинические записи, магнитно-резонансную съемку (MRI) и цифровые биомаркеры, остается ограниченной. В настоящем перспективном документе выявляется критический разрыв между техническими новшествами и клиническим осуществлением, обусловленный методологическими ограничениями, развитием нормативной базы и этическими проблемами, связанными с предубежденностью, неприкосновенностью частной жизни и равенством. Мы изучаем этот пробел с помощью трех взаимосвязанных элементов: недостаточное использование интегрированных реальных данных, барьеры, создаваемые регулированием и этическими нормами, и нарождающиеся решения. Такие перспективные стратегии, как федеративное обучение, инициативы в области регулирования, такие, как DARWIN-EU и Европейское пространство данных по здравоохранению, а также ориентированные на пациентов рамочные программы, включая ПРОМС и претензии, предлагают структурированные пути продвижения вперед. Кроме того, мы подчеркиваем растущую актуальность базовых моделей для интерпретации сложных данных о НР и поддержки процесса принятия клинических решений. Мы выступаем за гармонизацию инфраструктуры данных, ориентированную на пациента структуру, объяснимую ИИ и проверку реального мира в качестве основных элементов для будущего осуществления. Увязывая технические, нормативные и этические области, заинтересованные стороны могут в полной мере раскрыть потенциал МА в плане улучшения прогнозирования, индивидуализации ухода и улучшения результатов для людей, имеющих MS.
Оригинал публикации

Integrating big data and artificial intelligence to predict progression in multiple sclerosis: challenges and the path forward.

Multiple sclerosis (MS) remains a complex and costly neurological condition characterised by progressive disability, making early detection and accurate prognosis of disease progression imperative. While artificial intelligence (AI) combined with big data promises transformative advances in personalised MS care, integration of multimodal, real-world datasets, including clinical records, magnetic resonance imaging (MRI), and digital biomarkers, remains limited. This perspective paper identifies a critical gap between technical innovation and clinical implementation, driven by methodological constraints, evolving regulatory frameworks, and ethical concerns related to bias, privacy, and equity. We explore this gap through three interconnected lenses: the underuse of integrated real-world data, the barriers posed by regulation and ethics, and emerging solutions. Promising strategies such as federated learning, regulatory initiatives like DARWIN-EU and the European Health Data Space, and patient-led frameworks including PROMS and CLAIMS, offer structured pathways forward. Additionally, we highlight the growing relevance of foundation models for interpreting complex MS data and supporting clinical decision-making. We advocate for harmonised data infrastructures, patient-centred design, explainable AI, and real-world validation as core pillars for future implementation. By aligning technical, regulatory, and ethical domains, stakeholders can unlock the full potential of AI to enhance prognosis, personalise care, and improve outcomes for people with MS.

Предметные рубрики MeSH

ИП Урсолов Владлен Сергеевич

ИНН 500118482352 · ОГРНИП 314500117700049

Реквизиты и контакты