Alzheimer: Umjetna inteligencija predviđa početak
Alat za umjetnu inteligenciju koji se uči analizirati snimke mozga može točno predvidjeti Alzheimerovu bolest nekoliko godina prije konačne dijagnoze.
Odgovorni tim sugerira da bi, nakon daljnje validacije, alat mogao uvelike pomoći ranom otkrivanju Alzheimerove bolesti, dajući vrijeme liječenju da učinkovitije uspori bolest.
Istraživači sa Sveučilišta Kalifornija u San Franciscu koristili su pozitronsko-emisijsku tomografiju (PET) slike 1.002 mozga ljudi kako bi uvježbali algoritam dubokog učenja.
Upotrijebili su 90 posto slika kako bi naučili algoritam kako uočiti značajke Alzheimerove bolesti, a preostalih 10 posto kako bi provjerili njezinu izvedbu.
Zatim su algoritam testirali na PET slikama mozga još 40 ljudi. Iz njih je algoritam točno predvidio koje će osobe dobiti konačnu dijagnozu Alzheimerove bolesti. Dijagnoza je u prosjeku došla više od 6 godina nakon pregleda.
U radu o nalazima, koji je Radiologija časopis koji je nedavno objavljen, tim opisuje kako je algoritam "postigao 82 posto specifičnosti pri 100 posto osjetljivosti, u prosjeku 75,8 mjeseci prije konačne dijagnoze."
"Bili smo jako zadovoljni", kaže koautor Dr.Jae Ho Sohn, koja radi na sveučilišnom odjelu za radiologiju i biomedicinsku sliku, "s performansama algoritma".
"Uspjelo je predvidjeti svaki pojedini slučaj koji je uznapredovao do Alzheimerove bolesti", dodaje.
Alzheimerova bolest i PET snimanje
Udruga Alzheimerova bolest procjenjuje da oko 5,7 milijuna ljudi živi s Alzheimerovom bolešću u Sjedinjenim Državama i da će se ta brojka vjerojatno povećati na gotovo 14 milijuna do 2050. godine.
Ranija i preciznija dijagnoza ne bi koristila samo onima koji su pogođeni, već bi vremenom mogla zajedno uštedjeti oko 7,9 bilijuna američkih dolara medicinske njege i povezanih troškova.
Kako Alzheimerova bolest napreduje, ona mijenja način na koji stanice mozga koriste glukozu. Ova promjena u metabolizmu glukoze pokazuje se na vrsti PET snimanja koja prati unos radioaktivnog oblika glukoze nazvanog 18F-fluorodeoksiglukoza (FDG).
Dajući upute o tome što treba tražiti, znanstvenici su mogli uvježbati algoritam dubokog učenja za procjenu FDG PET slika za rane znakove Alzheimerove bolesti.
Dubinsko učenje 'uči samo sebe'
Istraživači su podučavali algoritam uz pomoć više od 2.109 FDG PET slika 1002 mozga mozga. Također su koristili i druge podatke iz Inicijative za neuroslikovanje Alzheimerove bolesti.
Algoritam je koristio duboko učenje, složenu vrstu umjetne inteligencije koja uključuje učenje kroz primjere, slično onome kako ljudi uče.
Dubinsko učenje omogućuje algoritam da se "nauči" na što treba paziti uočavajući suptilne razlike među tisućama slika.
Algoritam je bio dobar kao i ako ne i bolji od ljudskih stručnjaka u analiziranju FDG PET slika.
Autori primjećuju da je "u usporedbi s radiološkim čitateljima model dubokog učenja imao bolju izvedbu, sa statističkom značajnošću, u prepoznavanju pacijenata koji će nastaviti s kliničkom dijagnozom [Alzheimerove bolesti]".
Budući razvoj
Dr. Sohn upozorava da je studija bila mala i da nalazi sada trebaju proći provjeru. To će uključivati upotrebu većih skupova podataka i više slika snimljenih vremenom od ljudi u raznim klinikama i ustanovama.
U budućnosti bi algoritam mogao biti koristan dodatak alatu radiologa i poboljšati mogućnosti za rano liječenje Alzheimerove bolesti.
Istraživači također planiraju u algoritam uključiti i druge vrste prepoznavanja uzoraka.
Promjena metabolizma glukoze nije jedino obilježje Alzheimerove bolesti, objašnjava koautor studije Youngho Seo, profesor na Odjelu za radiologiju i biomedicinsko slikanje. Nenormalno nakupljanje proteina također karakterizira bolest, dodaje.
"Ako FDG PET s [umjetnom inteligencijom] može rano predvidjeti Alzheimerovu bolest, snimanje beta-amiloidnog plaka i PET-a tau proteina može dodati novu dimenziju važne prediktivne snage."
Prof. Youngho Seo
