Alzheimer-kór: A mesterséges intelligencia megjósolja a kezdetet
Az agyi vizsgálatok elemzésére tanított mesterséges intelligencia eszköz pontosan megjósolhatja az Alzheimer-kórt néhány évvel a végső diagnózis előtt.
A felelős csapat azt javasolja, hogy további validálás után az eszköz nagyban segítheti az Alzheimer-kór korai felismerését, időt adva a kezeléseknek a betegség hatékonyabb lassítására.
A kutatók a San Francisco-i Kaliforniai Egyetemről 1002 ember agyának pozitronemissziós tomográfiai (PET) képeit használták fel a mély tanulási algoritmus kiképzéséhez.
A képek 90 százalékát arra használták, hogy megtanítsák az algoritmust az Alzheimer-kór jellemzőinek észlelésére, a fennmaradó 10 százalékot pedig a teljesítményének ellenőrzésére.
Ezután további 40 ember agyának PET-képein tesztelték az algoritmust. Ezek alapján az algoritmus pontosan megjósolta, hogy mely egyének kapják meg az Alzheimer-kór végső diagnózisát. Átlagosan a diagnózis több mint 6 évvel a vizsgálatok után következett be.
A megállapításokról szóló dokumentumban, amelyet a Radiológia folyóirat nemrégiben megjelent, a csapat leírja, hogy az algoritmus „hogyan érte el a 82 százalékos specificitást 100 százalékos érzékenység mellett, átlagosan 75,8 hónappal a végső diagnózis előtt”.
"Nagyon elégedettek voltunk" - mondja társszerző Dr.Jae Ho Sohn, aki az egyetem radiológiai és orvosbiológiai képzési osztályán dolgozik, „az algoritmus teljesítményével”.
"Minden egyes esetet meg tudott jósolni, amely Alzheimer-kórra terjedt el" - teszi hozzá.
Alzheimer-kór és PET képalkotás
Az Alzheimer Szövetség becslései szerint körülbelül 5,7 millió ember él Alzheimer kórral az Egyesült Államokban, és ez a szám 2050-re valószínűleg csaknem 14 millióra emelkedik.
A korábbi és pontosabb diagnózis nemcsak az érintettek javát szolgálná, hanem együttesen mintegy 7,9 billió dollárt spórolhat meg az orvosi ellátásban és a kapcsolódó költségekben az idő múlásával.
Az Alzheimer-kór előrehaladtával megváltozik az agysejtek glükózfelhasználása. A glükóz metabolizmusának ez a változása egy olyan PET képalkotásban mutatkozik meg, amely nyomon követi az 18F-fluorodeoxi-glükóz (FDG) nevű radioaktív glükóz forma felvételét.
Útmutatással arra, hogy mire kell figyelni, a tudósok képesek voltak kiképezni a mély tanulási algoritmust az FDG PET-képek értékelésére az Alzheimer-kór korai jelei szempontjából.
A mély tanulás „megtanítja önmagát”
A kutatók az algoritmust 1002 személy agyának több mint 2109 FDG PET képével tanították. Felhasználták az Alzheimer-kór idegképalkotó kezdeményezésének egyéb adatait is.
Az algoritmus a mély tanulást, a mesterséges intelligencia komplex típusát használta fel, amely példákon keresztüli tanulást foglal magában, hasonlóan ahhoz, ahogyan az emberek tanulnak.
A mély tanulás lehetővé teszi az algoritmus számára, hogy „megtanítsa magát” arra, hogy mire kell figyelni, azáltal, hogy finom különbségeket észlel a képek ezrei között.
Az FDG PET képek elemzésében az algoritmus ugyanolyan jó volt, ha nem is jobb, mint az emberi szakemberek.
A szerzők megjegyzik, hogy "a radiológiai olvasókkal összehasonlítva a mély tanulási modell statisztikai szignifikanciával jobban teljesített azon betegek felismerésében, akiknél [Alzheimer-kór] klinikai diagnózisát diagnosztizálták".
Jövőbeli fejlemények
Dr. Sohn arra figyelmeztet, hogy a tanulmány kicsi volt, és hogy az eredményeket most validálni kell. Ez nagyobb adatkészletek és több kép felhasználásával jár, amelyeket idővel a különböző klinikákon és intézményekben élő emberek vettek át.
A jövőben az algoritmus hasznos kiegészítő lehet a radiológus eszköztárához, és javíthatja az Alzheimer-kór korai kezelésének lehetőségeit.
A kutatók azt tervezik, hogy más típusú felismerést is beépítenek az algoritmusba.
A glükóz-anyagcsere változása nem az Alzheimer-kór egyetlen jellemzője - magyarázza Youngho Seo, a tanulmány társszerzője, a Radiológiai és Orvostudományi Képalkotás Tanszékének professzora. A fehérjék rendellenes felhalmozódása szintén jellemzi a betegséget - teszi hozzá.
"Ha az [FDG PET [mesterséges intelligenciával] képes megjósolni az Alzheimer-kórt ebben a korai szakaszban, a béta-amiloid plakk és a tau fehérje PET-képalkotás esetleg hozzáadhat egy fontos prediktív erő másik dimenzióját."
Prof. Youngho Seo
