Искусственный интеллект может предсказать болезнь Альцгеймера за 6 лет до постановки диагноза

• ИИ может улучшить методы визуализации мозга для прогнозирования болезни Альцгеймера за годы до постановки диагноза.
• Сверточная нейронная сеть, разработанная в этом исследовании, смогла идентифицировать сканирование мозга (со 100% чувствительностью), которое приводит к болезни Альцгеймера.

Более 5 миллионов человек в Соединенных Штатах страдают болезнью Альцгеймера, и, по прогнозам, к 2050 году это число достигнет 14 миллионов. Каждые 65 секунд у кого-то в США развивается болезнь Альцгеймера, что делает ее шестой по значимости причиной смерти в стране. P>

Обычно болезнь диагностируется, когда проявляются все симптомы, и к этому времени потеря клеток мозга становится настолько значительной, что вмешиваться уже поздно. Никакая терапия не может остановить или обратить вспять прогрессирование болезни Альцгеймера, однако мы можем обнаружить ее на более ранних стадиях, чтобы замедлить ее прогресс и улучшить симптомы.

Теперь исследователи из Калифорнийского университета описали, как искусственный интеллект может улучшить методы визуализации мозга для прогнозирования болезни Альцгеймера за годы до постановки диагноза. Полученные данные могут помочь миллионам пациентов и лиц, осуществляющих уход.

Глубокое обучение анализирует метаболизм мозга

Предыдущие исследования показали, что болезнь Альцгеймера изменяет метаболизм мозга:обычно наблюдается снижение метаболизма глюкозы в мозге. Однако распознать эти тонкие изменения может быть чрезвычайно сложной задачей.

В этом исследовании исследователи применили метод глубокого обучения для обнаружения изменений в метаболизме мозга, позволяющих прогнозировать болезнь Альцгеймера. Они обучили этому методу тысячи изображений, полученных с помощью метода функциональной визуализации в ядерной медицине, называемого позитронно-эмиссионной томографией (ПЭТ).

У них был доступ к данным крупного многостороннего проекта ADNI (сокращение от Alzheimer’s Disease Neuroimaging Initiative), направленного на профилактику и лечение этого заболевания.

Ссылка:Радиология | doi:10.1148 / radiol.2018180958 | RSNA

Набор данных содержал более 2100 ПЭТ-сканирований головного мозга более 1000 пациентов. Они использовали 90% этого набора данных для обучения своему методу глубокого обучения, а оставшиеся 10% были использованы для его тестирования.

Примеры сканирования ПЭТ | Мозг 76-летнего мужчины (в увеличенном масштабе) с болезнью Альцгеймера | Предоставлено исследователями

Затем они протестировали метод на новой независимой группе из 40 изображений 40 пациентов, которых алгоритм никогда не исследовал. Он смог обнаружить болезнь Альцгеймера за 6 лет до (в среднем) постановки окончательного диагноза на всех 40 снимках ПЭТ.

Исследователи обучили свою сверточную нейронную сеть с помощью графических процессоров NVIDIA TITAN Xp с библиотекой CUDA Deep Neural Network. Он предсказал каждое сканирование (со 100% чувствительностью), которое могло привести к болезни Альцгеймера.

Что дальше?

Несмотря на то, что результаты очень впечатляющие, исследователи предупредили, что их набор для проверки недостаточно велик, чтобы сделать алгоритм полностью надежным. Им нужно больше данных, чтобы сделать этот инструмент искусственного интеллекта более зрелым.

В настоящее время этот инструмент может использоваться в качестве дополнения к работе радиологов, которая включает широкий спектр визуализационных и биохимических тестов. Благодаря крупномасштабной внешней проверке данных из нескольких учреждений и калибровке модели этот инструмент можно интегрировать в клинический рабочий процесс, чтобы помочь врачам с ранними прогнозами болезни.

Читайте:Ученые открывают и исправляют генетический фактор риска болезни Альцгеймера

Команда планирует и дальше обучать свои нейронные сети распознавать паттерны, связанные с аномальным накоплением белковых комков, бета-амилоидных и тау-белков и других маркеров, специфичных для болезни Альцгеймера.