Инструмент за изкуствен интелект, научен да анализира мозъчни сканирания, може точно да предскаже болестта на Алцхаймер няколко години преди окончателната диагноза.
Отговорният екип предполага, че след по-нататъшно валидиране инструментът може значително да подпомогне ранното откриване на болестта на Алцхаймер, давайки време на лечението за забавяне на заболяването по-ефективно.
Изследователите от Калифорнийския университет в Сан Франциско са използвали позитронно-емисионна томография (PET) изображения на мозъци на 1002 души, за да обучат алгоритъма за дълбоко обучение.
Те използваха 90 процента от изображенията, за да научат алгоритъма как да разпознава характеристиките на болестта на Алцхаймер, а останалите 10 процента за да проверят нейната ефективност.
След това тестваха алгоритъма върху PET изображения на мозъка на още 40 души. От тях алгоритъмът точно прогнозира кои лица ще получат окончателна диагноза на Алцхаймер. Средно диагнозата идва повече от 6 години след сканирането.
В документ за констатациите, който Рентгенология наскоро публикувано списание, екипът описва как алгоритъмът „постига 82 процента специфичност при 100 процента чувствителност, средно 75,8 месеца преди окончателната диагноза“.
„Бяхме много доволни“, казва съавторът д-р.Jae Ho Sohn, който работи в университетския отдел по радиология и биомедицински образи, „с производителността на алгоритъма“.
„Успя да предскаже всеки отделен случай, който е напреднал до болестта на Алцхаймер“, добавя той.
Болест на Алцхаймер и PET изображения
Асоциацията на Алцхаймер смята, че около 5,7 милиона души живеят с болестта на Алцхаймер в Съединените щати и че тази цифра вероятно ще нарасне до почти 14 милиона до 2050 година.
По-ранната и по-точна диагноза не само би била от полза за засегнатите, но и би могла да спести общо около 7,9 трилиона щатски долара от медицински грижи и свързани с това разходи.
С напредването на болестта на Алцхаймер тя променя начина, по който мозъчните клетки използват глюкоза. Тази промяна в метаболизма на глюкозата се проявява при тип PET образи, който проследява усвояването на радиоактивна форма на глюкоза, наречена 18F-флуородеоксиглюкоза (FDG).
Като дават инструкции за това какво да търсят, учените са успели да обучат алгоритъма за задълбочено обучение, за да оценят FDG PET изображенията за ранни признаци на Алцхаймер.
Дълбокото обучение „се самоучи“
Изследователите преподават алгоритъма с помощта на повече от 2 109 FDG PET изображения на мозъци на 1002 индивида. Те използваха и други данни от инициативата за невроизобразяване на болестта на Алцхаймер.
Алгоритъмът използва дълбоко обучение, сложен тип изкуствен интелект, който включва учене чрез примери, подобно на това как хората учат.
Дълбокото обучение позволява на алгоритъма да се „научи“ какво да търси, като забелязва фини разлики между хилядите изображения.
Алгоритъмът беше толкова добър, колкото ако не и по-добър от човешки експерти при анализа на FDG PET изображенията.
Авторите отбелязват, че „в сравнение с рентгенологичните читатели моделът на дълбоко обучение се представя по-добре със статистическа значимост при разпознаване на пациенти, които ще продължат да имат клинична диагноза [болест на Алцхаймер]“.
Бъдещи разработки
Д-р Sohn предупреждава, че проучването е малко и че констатациите сега трябва да бъдат подложени на валидиране. Това ще включва използването на по-големи набори от данни и повече изображения, направени с течение на времето от хора в различни клиники и институции.
В бъдеще алгоритъмът може да бъде полезно допълнение към инструментариума на рентгенолога и да подобри възможностите за ранно лечение на болестта на Алцхаймер.
Изследователите също така планират да включат и други видове разпознаване на образци в алгоритъма.
Промяната в метаболизма на глюкозата не е единственият отличителен белег на болестта на Алцхаймер, обяснява съавторът на изследването Youngho Seo, професор в Катедрата по радиология и биомедицински изображения. Ненормалното натрупване на протеини също характеризира заболяването, добавя той.
„Ако FDG PET с [изкуствен интелект] може да предскаже болестта на Алцхаймер толкова рано, бета-амилоидната плака и тау протеинът на PET изображения могат евентуално да добавят друго измерение на важна прогнозна сила.“
Проф. Youngho Seo