Alzheimer: Inteligența artificială prezice debutul
Un instrument de inteligență artificială învățat să analizeze scanările cerebrale poate prezice cu precizie boala Alzheimer cu câțiva ani înainte de diagnosticul final.
Echipa responsabilă sugerează că, după o validare ulterioară, instrumentul ar putea ajuta foarte mult la depistarea precoce a Alzheimerului, oferind tratamentelor timp pentru a încetini boala mai eficient.
Cercetătorii, de la Universitatea din California din San Francisco, au folosit imagini de tomografie cu emisie de pozitroni (PET) a 1.002 creiere ale oamenilor pentru a antrena algoritmul de învățare profundă.
Au folosit 90% din imagini pentru a învăța algoritmul cum să identifice caracteristicile bolii Alzheimer și restul de 10% pentru a verifica performanța acesteia.
Apoi au testat algoritmul pe imagini PET ale creierului a încă 40 de persoane. Din acestea, algoritmul a prezis cu acuratețe ce indivizi vor primi un diagnostic final de Alzheimer. În medie, diagnosticul a venit la mai bine de 6 ani după scanări.
Într-o lucrare despre constatările pe care Radiologie Jurnalul a publicat recent, echipa descrie modul în care algoritmul „a atins specificitate de 82% la o sensibilitate de 100%, în medie cu 75,8 luni înainte de diagnosticul final”.
„Am fost foarte mulțumiți”, spune co-autorul Dr.Jae Ho Sohn, care lucrează în departamentul de radiologie și imagistică biomedicală al universității, „cu performanța algoritmului”.
„A fost capabil să prezică fiecare caz care a evoluat la boala Alzheimer”, adaugă el.
Boala Alzheimer și imagistica PET
Asociația Alzheimer estimează că aproximativ 5,7 milioane de persoane trăiesc cu boala Alzheimer în Statele Unite și că această cifră va crește probabil la aproape 14 milioane până în 2050.
Diagnosticarea mai timpurie și mai precisă nu numai că ar aduce beneficii celor afectați, dar ar putea, de asemenea, să economisească, în mod colectiv, aproximativ 7,9 trilioane de dolari în îngrijiri medicale și costuri conexe în timp.
Pe măsură ce boala Alzheimer progresează, schimbă modul în care celulele creierului utilizează glucoza. Această modificare a metabolismului glucozei apare într-un tip de imagistică PET care urmărește absorbția unei forme radioactive de glucoză numită 18F-fluorodeoxiglucoză (FDG).
Oferind instrucțiuni despre ce să caute, oamenii de știință au reușit să antreneze algoritmul de învățare profundă pentru a evalua imaginile PET FDG pentru semnele timpurii ale Alzheimer.
Învățarea profundă „se învață”
Cercetătorii au predat algoritmul cu ajutorul a peste 2.109 imagini PET FDG din creierul a 1.002 persoane. De asemenea, au folosit alte date din Inițiativa de Neuroimagistică a Bolii Alzheimer.
Algoritmul a folosit învățarea profundă, un tip complex de inteligență artificială care implică învățarea prin exemple, în mod similar cu modul în care oamenii învață.
Învățarea profundă permite algoritmului să „se învețe” ce trebuie să caute, observând diferențe subtile între mii de imagini.
Algoritmul a fost la fel de bun ca, dacă nu chiar mai bun decât, experții umani la analiza imaginilor PET FDG.
Autorii notează că „în comparație cu cititorii de radiologie, modelul de învățare profundă a funcționat mai bine, cu semnificație statistică, la recunoașterea pacienților care ar urma să aibă un diagnostic clinic al [bolii Alzheimer]”.
Evoluții viitoare
Dr. Sohn avertizează că studiul a fost mic și că rezultatele trebuie acum supuse validării. Aceasta va implica utilizarea unor seturi de date mai mari și mai multe imagini preluate de-a lungul timpului de la oameni de la diferite clinici și instituții.
În viitor, algoritmul ar putea fi o completare utilă la instrumentarul radiologului și ar putea îmbunătăți oportunitățile pentru tratamentul precoce al bolii Alzheimer.
Cercetătorii intenționează să includă și alte tipuri de recunoaștere a modelelor în algoritm.
Schimbarea metabolismului glucozei nu este singurul semn distinctiv al Alzheimerului, explică co-autorul studiului Youngho Seo, profesor în cadrul Departamentului de radiologie și imagistică biomedicală. Acumularea anormală de proteine caracterizează boala, adaugă el.
„Dacă PET-ul FDG cu [inteligență artificială] poate prezice boala Alzheimer în această perioadă timpurie, imaginea PET beta-amiloidă și proteină tau poate adăuga o altă dimensiune a importantei puteri predictive.”
Prof. Youngho Seo
