Αλτσχάιμερ: Η τεχνητή νοημοσύνη προβλέπει την έναρξη
Ένα εργαλείο τεχνητής νοημοσύνης που έχει διδαχθεί για την ανάλυση των εγκεφαλικών σαρώσεων μπορεί να προβλέψει με ακρίβεια τη νόσο του Αλτσχάιμερ αρκετά χρόνια πριν από την τελική διάγνωση.
Η υπεύθυνη ομάδα προτείνει ότι, μετά από περαιτέρω επικύρωση, το εργαλείο θα μπορούσε να βοηθήσει σημαντικά στην έγκαιρη ανίχνευση του Alzheimer, δίνοντας χρόνο θεραπείας για να επιβραδύνει την ασθένεια πιο αποτελεσματικά.
Οι ερευνητές, από το Πανεπιστήμιο της Καλιφόρνιας στο Σαν Φρανσίσκο, χρησιμοποίησαν εικόνες τομογραφίας εκπομπών ποζιτρονίων (PET) 1.002 εγκεφάλων ανθρώπων για να εκπαιδεύσουν τον αλγόριθμο βαθιάς μάθησης.
Χρησιμοποίησαν το 90 τοις εκατό των εικόνων για να διδάξουν στον αλγόριθμο πώς να εντοπίσουν χαρακτηριστικά της νόσου του Alzheimer και το υπόλοιπο 10 τοις εκατό για να επαληθεύσουν την απόδοσή του.
Στη συνέχεια δοκίμασαν τον αλγόριθμο σε εικόνες PET των εγκεφάλων άλλων 40 ατόμων. Από αυτά, ο αλγόριθμος προέβλεψε με ακρίβεια ποια άτομα θα λάμβαναν τελική διάγνωση του Alzheimer. Κατά μέσο όρο, η διάγνωση πραγματοποιήθηκε περισσότερο από 6 χρόνια μετά τις σαρώσεις.
Σε ένα έγγραφο για τα ευρήματα, τα οποία Ραδιολογία Το περιοδικό δημοσίευσε πρόσφατα, η ομάδα περιγράφει πώς ο αλγόριθμος «πέτυχε ειδικότητα 82% σε ευαισθησία 100%, κατά μέσο όρο 75,8 μήνες πριν από την τελική διάγνωση».
«Ήμασταν πολύ ευχαριστημένοι», λέει ο συν-συγγραφέας Dr.Ο Jae Ho Sohn, ο οποίος εργάζεται στο τμήμα ακτινολογίας και βιοϊατρικής απεικόνισης του πανεπιστημίου, «με την απόδοση του αλγορίθμου».
«Ήταν σε θέση να προβλέψει κάθε περίπτωση που προχώρησε στη νόσο του Αλτσχάιμερ», προσθέτει.
Η νόσος του Αλτσχάιμερ και η απεικόνιση ΡΕΤ
Ο Σύνδεσμος του Αλτσχάιμερ εκτιμά ότι περίπου 5,7 εκατομμύρια άνθρωποι ζουν με τη νόσο του Αλτσχάιμερ στις Ηνωμένες Πολιτείες και ότι ο αριθμός αυτός είναι πιθανό να αυξηθεί σε περίπου 14 εκατομμύρια έως το 2050.
Η πρόωρη και ακριβέστερη διάγνωση δεν θα ωφελούσε μόνο τους πληγέντες, αλλά θα μπορούσε επίσης να εξοικονομήσει συλλογικά περίπου 7,9 τρισεκατομμύρια δολάρια για ιατρική περίθαλψη και σχετικά έξοδα με την πάροδο του χρόνου.
Καθώς η νόσος του Alzheimer εξελίσσεται, αλλάζει τον τρόπο με τον οποίο τα εγκεφαλικά κύτταρα χρησιμοποιούν τη γλυκόζη. Αυτή η μεταβολή στο μεταβολισμό της γλυκόζης εμφανίζεται σε έναν τύπο απεικόνισης ΡΕΤ που παρακολουθεί την πρόσληψη μιας ραδιενεργού μορφής γλυκόζης που ονομάζεται 18F-φθοροδεοξυγλυκόζη (FDG).
Δίνοντας οδηγίες για το τι πρέπει να αναζητήσουν, οι επιστήμονες μπόρεσαν να εκπαιδεύσουν τον αλγόριθμο βαθιάς μάθησης για να αξιολογήσουν τις εικόνες FDG PET για πρώιμα σημάδια του Alzheimer.
Η βαθιά μάθηση «διδάσκει»
Οι ερευνητές δίδαξαν τον αλγόριθμο με τη βοήθεια περισσότερων από 2.109 εικόνων FDG PET από 1.002 εγκεφάλους ατόμων. Χρησιμοποίησαν επίσης άλλα δεδομένα από την Πρωτοβουλία Nezimaging Disease του Alzheimer.
Ο αλγόριθμος χρησιμοποίησε τη βαθιά μάθηση, έναν πολύπλοκο τύπο τεχνητής νοημοσύνης που περιλαμβάνει τη μάθηση μέσω παραδειγμάτων, παρόμοια με το πώς μαθαίνουν οι άνθρωποι.
Η βαθιά μάθηση επιτρέπει στον αλγόριθμο να «διδάσκει» τι να ψάξει εντοπίζοντας λεπτές διαφορές μεταξύ των χιλιάδων εικόνων.
Ο αλγόριθμος ήταν τόσο καλός όσο, αν όχι καλύτερος από, εμπειρογνώμονες του ανθρώπου στην ανάλυση των εικόνων FDG PET.
Οι συγγραφείς σημειώνουν ότι «σε σύγκριση με τους αναγνώστες ακτινολογίας, το μοντέλο βαθιάς μάθησης είχε καλύτερη απόδοση, με στατιστική σημασία, αναγνωρίζοντας τους ασθενείς που θα συνέχιζαν να έχουν κλινική διάγνωση της νόσου του Αλτσχάιμερ».
Μελλοντικές εξελίξεις
Ο Δρ Sohn προειδοποιεί ότι η μελέτη ήταν μικρή και ότι τα ευρήματα πρέπει τώρα να υποβληθούν σε επικύρωση. Αυτό θα περιλαμβάνει τη χρήση μεγαλύτερων συνόλων δεδομένων και περισσότερες εικόνες που λαμβάνονται με την πάροδο του χρόνου από άτομα σε διάφορες κλινικές και ιδρύματα.
Στο μέλλον, ο αλγόριθμος θα μπορούσε να είναι μια χρήσιμη προσθήκη στην εργαλειοθήκη του ακτινολόγου και να βελτιώσει τις ευκαιρίες για την έγκαιρη θεραπεία της νόσου του Alzheimer.
Οι ερευνητές σκοπεύουν επίσης να συμπεριλάβουν άλλους τύπους αναγνώρισης προτύπων στον αλγόριθμο.
Η αλλαγή στον μεταβολισμό της γλυκόζης δεν είναι το μόνο χαρακτηριστικό γνώρισμα του Alzheimer, εξηγεί ο συν-συγγραφέας της μελέτης Youngho Seo, καθηγητής στο Τμήμα Ακτινολογίας και Βιοϊατρικής Απεικόνισης. Η ανώμαλη συσσώρευση πρωτεϊνών χαρακτηρίζει επίσης την ασθένεια, προσθέτει.
"Εάν το FDG PET με [τεχνητή νοημοσύνη] μπορεί να προβλέψει τη νόσο του Alzheimer αυτήν την πρώιμη, η πλάκα βήτα-αμυλοειδούς και η πρωτεΐνη tau πρωτεΐνης tau ενδέχεται να προσθέσουν μια άλλη διάσταση σημαντικής προγνωστικής ισχύος."
Καθ. Youngho Seo
