Otkrivanje genetske predispozicije i oksidativnog stresa u razvoju vitiliga i uloga veštačke inteligencije (AI) u dijagnostici i lečenju
Artificial intelligence (AI) in the diagnosis and management of vitiligo
Sažetak
Vitiligo predstavlja autoimunsko oboljenje kompleksne genske i epigenetske etiologije, koje je praćeno progresivnom depigmentacijom kože. Nedavna dostignuća u oblasti veštačke inteligencije (AI) značajno su uticala na dijagnostiku i lečenje vitiliga. Genetska osnova vitiliga povezana je sa brojnim genskim polimorfizmima (SNP) na genima koji su povezani sa imunskom funkcijom, apoptozom i melanogeneziom, što zahteva integraciju AI za efikasniju dijagnostiku i personalizovanu terapiju. Genomske studije (Genome-wide association studies GWAS) identifikovale su mutacije na blizu 50 gena, uključujući između ostalih, PTPN1, PTPN22, NLRP1, FASLG i TYR. Ovi geni utiču na imunski odgovor i funkciju melanocita, pri čemu transkripcioni faktor Nuclear Factor kappa B (NF-κB) igra ključnu ulogu u inflamatornom odgovoru i redoks signalizaciji indukovanoj oksidativnim stresom, zajedno sa antioksidativnim enzimima GPx, GST, SOD i CAT. Tehnologije veštačke inteligencije pomažu u dijagnostikovanju vitiliga kombinovanjem podataka genetskih baza, kliničkih nalaza i imidžing tehnika, što omogućava precizniju klasifikaciju i personalizovanu strategiju lečenja. Analizom velikih skupova podataka, AI algoritmi mogu identifikovati obrasce u složenim genetskim markerima i kliničkim karakteristikama, olakšavajući raniju i precizniju detekciju vitiliga. Pored toga, pristupi zasnovani na AI mogu optimizovati praćenje terapije, omogućavajući procenu efikasnosti tretmana i napredovanja bolesti u realnom vremenu. Integracija AI u istraživanje genetske baze oboljenja poseduje potencijal da revolucionizuje način na koji se bolest može pratiti, poboljšavajući ishod lečenja pacijenata kroz personalizovane intervencije na bazi svih dostupnih podataka.
Sva prava zadržana (c) 2025 Hristina Kocic, Torello Lotti, Tatjana Jevtovic-Stoimenov, Uwe Wollina, Yan Valle, Stevo Lukic, Aleksandra Klisic
Ovaj rad je pod Creative Commons Autorstvo 4.0 međunarodnom licencom.
The published articles will be distributed under the Creative Commons Attribution 4.0 International License (CC BY). It is allowed to copy and redistribute the material in any medium or format, and remix, transform, and build upon it for any purpose, even commercially, as long as appropriate credit is given to the original author(s), a link to the license is provided and it is indicated if changes were made. Users are required to provide full bibliographic description of the original publication (authors, article title, journal title, volume, issue, pages), as well as its DOI code. In electronic publishing, users are also required to link the content with both the original article published in Journal of Medical Biochemistry and the licence used.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.