Alzheimerjeva bolezen: umetna inteligenca napoveduje začetek
Orodje za umetno inteligenco, ki se uči analizirati preglede možganov, lahko natančno napove Alzheimerjevo bolezen nekaj let pred dokončno diagnozo.
Odgovorna skupina predlaga, da bi lahko orodje po nadaljnji potrditvi močno pomagalo pri zgodnjem odkrivanju Alzheimerjeve bolezni in dalo čas zdravljenju za učinkovitejše upočasnitev bolezni.
Raziskovalci z Kalifornijske univerze v San Franciscu so za usposabljanje algoritma globokega učenja uporabili slike pozitronsko-emisijske tomografije (PET) slik 1002 možganov ljudi.
Z 90 odstotki slik so algoritem naučili, kako prepoznati značilnosti Alzheimerjeve bolezni, preostalih 10 odstotkov pa za preverjanje njene učinkovitosti.
Nato so algoritem preizkusili na PET-slikah možganov še 40 ljudi. Iz teh je algoritem natančno napovedal, kateri posamezniki bodo prejeli končno diagnozo Alzheimerjeve bolezni. V povprečju je bila diagnoza postavljena več kot 6 let po preiskavah.
V prispevku o ugotovitvah, ki jih je Radiologija revija je nedavno objavila, da skupina opisuje, kako je algoritem "dosegel 82-odstotno specifičnost pri 100-odstotni občutljivosti, v povprečju 75,8 meseca pred končno diagnozo."
"Bili smo zelo zadovoljni," pravi soavtor dr.Jae Ho Sohn, ki dela na univerzitetnem oddelku za radiologijo in biomedicinsko slikanje, "z zmogljivostjo algoritma."
"Lahko je napovedal vsak posamezen primer, ki je prešel v Alzheimerjevo bolezen," dodaja.
Alzheimerjeva bolezen in slikanje s PET
Združenje Alzheimerjeve bolezni ocenjuje, da v ZDA z Alzheimerjevo boleznijo živi približno 5,7 milijona ljudi in da se bo ta številka do leta 2050 verjetno povečala na skoraj 14 milijonov.
Prejšnja in natančnejša diagnoza ne bi koristila le prizadetim, temveč bi sčasoma lahko skupaj prihranila približno 7,9 bilijona dolarjev zdravstvene oskrbe in s tem povezanih stroškov.
Ko Alzheimerjeva bolezen napreduje, spreminja način uporabe možganskih celic glukoze. Ta sprememba v metabolizmu glukoze se pokaže pri tipu slikanja s PET, ki spremlja vnos radioaktivne oblike glukoze, imenovane 18F-fluorodeoksiglukoza (FDG).
Z navodili o tem, kaj iskati, so znanstveniki lahko usposobili algoritem globokega učenja za ocenjevanje slik FDG PET za zgodnje znake Alzheimerjeve bolezni.
Poglobljeno učenje se "uči samo"
Raziskovalci so algoritem učili s pomočjo več kot 2.109 FDG PET slik 1002 možganov posameznikov. Uporabili so tudi druge podatke iz pobude za neimenovanje slik Alzheimerjeve bolezni.
Algoritem je uporabil globoko učenje, zapleteno vrsto umetne inteligence, ki vključuje učenje s primeri, podobno kot se ljudje učijo.
Poglobljeno učenje omogoča algoritmu, da se sam "nauči", na kaj mora biti pozoren, tako da med tisočimi slikami opazi neznatne razlike.
Algoritem je bil tako dober kot če ne celo boljši od človeških strokovnjakov pri analizi slik FDG PET.
Avtorji ugotavljajo, da "je model globokega učenja v primerjavi z radiološkimi bralci pri statistiki pomembnejši pri prepoznavanju bolnikov, ki bi nadaljevali s klinično diagnozo [Alzheimerjeve bolezni]."
Prihodnji razvoj
Dr. Sohn opozarja, da je bila študija majhna in da je treba ugotovitve zdaj potrditi. To bo vključevalo uporabo večjih naborov podatkov in več slik, posnetih s časom od ljudi na različnih klinikah in ustanovah.
V prihodnosti bi bil algoritem lahko koristen dodatek k radiološkemu orodju in izboljšal možnosti za zgodnje zdravljenje Alzheimerjeve bolezni.
Raziskovalci nameravajo v algoritem vključiti tudi druge vrste prepoznavanja vzorcev.
Sprememba metabolizma glukoze ni edini znak Alzheimerjeve bolezni, pojasnjuje soavtor študije Youngho Seo, profesor na Oddelku za radiologijo in biomedicinsko slikanje. Nenormalno kopičenje beljakovin prav tako označuje bolezen, dodaja.
"Če lahko FDG PET z [umetno inteligenco] napove Alzheimerjevo bolezen tako zgodaj, lahko slikanje beta-amiloidnih oblog in tau proteinov PET doda še eno razsežnost pomembne napovedne moči."
Prof. Youngho Seo
