Искусственный интеллект научился предсказывать болезнь Альцгеймера за 6 лет до постановки диагноза

С помощью стандартного метода сканирования мозга исследователи запрограммировали алгоритм машинного обучения на диагностику ранней стадии болезни Альцгеймера и пришли к впечатляющим результатам.

3078 1 0

отправить по e-mail

Искусственный интеллект научился предсказывать болезнь Альцгеймера за 6 лет до постановки диагноза

От болезни Альцгеймера не существует лекарства, однако в последние годы появились многообещающие препараты, которые могут помочь остановить прогрессирование заболевания. Тем не менее, эти методы лечения должны проводиться на ранних стадиях заболевания, чтобы привнести какой-либо положительный эффект. Поэтому раннее диагностирование тут играет ключевую роль.

Одна из трудностей, связанных с болезнью Альцгеймера, состоит в том, что к тому времени, как все клинические симптомы проявляются, и мы можем поставить окончательный диагноз, умирает слишком много нейронов, что делает процесс зоболевания необратимым

– говорит Дже Хо Сон, доктор медицинских наук, резидент Калифорнийского университета в Сан-Франциско.

В своем недавнем исследовании Сон объединил в одном методе нейровизуализацию с машинным обучением, чтобы попытаться предсказать, будет ли у пациента развиваться болезнь Альцгеймера, когда у него впервые появилось нарушение памяти – лучшее время для вмешательства.

В ходе исследования выяснилось, что позитронно-эмиссионная томография (ПЭТ), которая измеряет содержание определенных молекул, таких как глюкоза, в головном мозге, может быть хорошим инструментом для диагностирования болезни Альцгеймера. Глюкоза является основным источником топлива для клеток мозга, и чем активнее клетка, тем больше глюкозы она использует. По мере того как клетки мозга заболевают и умирают, они потребляют меньше глюкозы и, в конечном итоге, не используют ее вовсе. Соответственно, когда уровень ее потребления падает, можно судить о зарождении заболевания. Однако из-за того, что болезнь представляет собой медленно прогрессирующее расстройство, изменения уровня глюкозы едва заметны, и поэтому их трудно обнаружить невооруженным глазом.

Чтобы решить эту проблему, Сон и применил алгоритм машинного обучения к сканированию ПЭТ:

Это идеальное применение глубокому обучению, так как оно особенно эффективно при поиске плохо заметных, но распространенных процессов. Человеческая рентгенография действительно сильна в выявлении таких крошечных очаговых образований, как опухоль головного мозга, мы же пытаемся обнаружить более медленные и глобальные изменения

– поясняетт Дже Хо Сон.

Мозг человека с болезнью Альцгеймера (слева) по сравнению с мозгом человека без болезни

Свой алгоритм Сон обучал на 1921 отсканированном при помощи ПЭТ изображении мозга пациентов, которым уже поставили диагноз болезни Альцгеймера. В конце концов, алгоритм начал самостоятельно узнавать, какие особенности изображений важны для прогнозирования диагноза, а какие нет.

Алгоритм был проверен на 40 других изображениях и показал впечатляющий результат: он определил правильно 92% пациентов, у которых уже диагностировали заболевание. Причем сделал это на основе снимков 6 летней давности - т.е. предсказал болезнь за 6 лет.

По словам Сона, следующим шагом является тестирование и калибровка алгоритма на более крупных и разнообразных наборах данных из разных больниц и стран.

Источник

Наш журнал ММ Поддержать ММ

Наука

Дмитрий Жиляев

Машины и Механизмы