MEDIX, God. 28 Br. 153/154  •  Autorski pregled  •  Gastroenterologija HR ENG

Umjetna inteligencija i transgeneracijska sinergija u translacijskoj gastroenterologijiArtificial intelligence and transgenerational synergy in translational gastroenterology

Marko Banić

Postojanje „nedostajućega naslijeđa“ ili „genetičkoga vakuuma“, budući identificirani set gena može objasniti samo 25 do 30% ukupne pojavnosti Crohnove bolesti i ulceroznoga kolitisa, potaknulo je razvoj epignenetičkih istraživanja i istraživanja unutarnjega (mikrobioma) i vanjskog okoliša (eksposoma) u etiopatogenezi upalnih bolesti crijeva. Razvoj genomike, epigenomike, proteomike i metabolomike generirao je golemu količinu podataka koje je na neki način trebalo povezati u mrežu koja treba razjasniti interakciju komponenti naslijeđa, imunosnih mehanizama, mikrobioma i okoliša u nastanku i progresiji bolesti te remodeliranju tkiva. Multiomička istraživanja primjenom strojnog učenja za obradu velikih količina podataka fokusirana su na identifikaciju i karakterizaciju „omičkih“ potpisa povezanih s upalnom bolesti crijeva, tijekom čitavoga životnoga razdoblja. U translacijskim istraživanjima upalne bolesti crijeva nužna je transgeneracijska sinergija zdravstvenih profesionalaca. Važan element navedene sinergije jest fleksibilnost, odnosno sposobnost prilagođivanja i prihvaćanja promjena, uključivši i tranziciju od klasičnoga pristupa podatcima prema velikim količinama podataka i primjeni umjetne inteligencije u translacijskom istraživanju i kliničkoj praksi

Ključne riječi:
multiomika; strojno učenje; umjetna inteligencija; upalne bolesti crijeva; velika količina podataka

Članak je dostupan u cijelosti u PDF formatu

PREUZMI PDF

The existence of „missing heritage“ or „genetic vacuum“ and the notion that set of identified genes that are linked to etiopathogenesis of Crohn’s disease and ulcerative colitis could explain only 25% to 30% of disease incidence have initiated the epigenetic studies, including the research of inner (microbioma) and outer (exposoma) environment in the etiopathogenesisi of inflammatory bowel disease. The development of genomic, epigenomics, metabolomics and proteomics has generated a huge amount of data that needed an evaluation of its biologic network, in order to elucidate the interaction between the components of heritage, imunologic mechanisms, microbioma and environment in development and progression of the disease and tissue remodelling as well. Multiomics based translational research, including application of machine learning in the analysis of big data are focused on identification and characterization of „omics signatures“, linked to etiopathogenesis of inflammatory bowel disease, throughout the lifecycle of the human being. In translational research of intestinal inflammation, the transgenerational sinergy of health professionals is mandatory. A very important element of this sinergy is flexilibility that denotes the capability of adapting and accepting the changes. These changes include the transition from classical data approach to big data and to application of artificial intelligence in translational research and clinical practice

Key words:
artificial intelligence; big data; inflammatory bowel disease; machine learning; multiomics