favicon3

ИИ определяет наличие и прогрессирование болезни Альцгеймера

Резюме: Разработанный новый ИИ предсказывает прогрессирование болезни Альцгеймера с точностью 82% с использованием когнитивных тестов и МРТ-сканирования, превосходя все имеющиеся существующие методы. Этот инструмент поможет сократить потребность в дорогостоящих тестах и улучшить раннее вмешательство. В настоящее время Болезнь Альцгеймера является основной причиной деменции поразившая более 55 миллионов человек по всему миру.

Ключевые факты:

  1. ИИ точно определяет прогрессирование болезни Альцгеймера в 82% случаев.
  2. Разработанный подход использует неинвазивные недорогие данные для прогнозирования.
  3. ИИ может разделять пациентов на группы на основе скорости прогрессирования заболевания.

Площадка исследования: Кембриджский университет

Ученые из Кембриджского университета разработали инструмент на основе искусственного интеллекта, способный в четырех случаях из пяти предсказать, останется ли состояние людей с ранними признаками деменции неизменными или же будут прогрессировать симптомы болезни Альцгеймера.

Команда исследователей анонсировала результаты, в которых разработанный новый подход может сократить необходимость в инвазивных и дорогостоящих диагностических тестах, одновременно улучшить результаты лечения на ранних стадиях, когда такие вмешательства, как изменение образа жизни или новые лекарства, могут иметь наибольший шанс на успех.

Деменция представляет собой серьезную угрозу для мирового здравоохранения, затрагивая более 55 миллионов человек по всему миру, а ежегодные расходы на лечение и уход за больными оцениваются в $820 млрд. Ожидается, что число случаев почти утроится в течение следующих 50 лет.

В исследовании, опубликованном в eClinicalMedicine, исследователи доказывают, что этот подход к ИИ точнее, чем существующие клинические диагностические инструменты.

Основной причиной деменции является болезнь Альцгеймера, на которую приходится 60–80% случаев. Раннее выявление болезни имеет решающее значение, поскольку своевременное лечение будет наиболее эффективным. Однако ранняя диагностика и прогноз деменции могут быть неточными без использования инвазивных или дорогостоящих тестов, таких как сканирование позитронно-эмиссионной томографии (ПЭТ) или люмбальной пункции, которые доступны не во всех нейрохирургических клиниках. В результате до трети пациентов могут быть диагностированы неправильно, или диагностированы слишком поздно, чтобы лечение оказалось эффективным.

Группа ученых с кафедры психологии Кембриджского университета разработала модель машинного обучения, способную предсказать, будет ли у человека, с легкими нарушениями памяти и мышления, прогрессировать болезнь Альцгеймера и насколько быстрым будет процесс.

В исследовании, опубликованном в eClinicalMedicine, ученые показывают, что их метод значительно точнее, чем текущие клинические диагностические методы. Для построения своей модели исследователи использовали регулярно получаемые, недорогие неинвазивные данные пациентов — когнитивные тесты и структурные МРТ-сканы, показывающие атрофию серого вещества — для более чем 400 человек, которые были частью исследовательской группы в США.

Далее они протестировали модель ИИ, используя данные истории болезни еще 600 участников из группы США и, что важно, аналогичные данные 900 пациентов из клиник, направленных на восстановления памяти, расположенных в Великобритании и Сингапуре.

ИИ смог отличить людей со стабильными легкими когнитивными нарушениями от тех пациентов, у которых болезнь Альцгеймера прогрессировала в течение трехлетнего периода. ИИ также смог правильно определить группу людей, у которых болезнь Альцгеймера прогрессировала в 82% случаев, и правильно определить тех, у кого деменция не изменялась в 81% случаев, определённых только с помощью когнитивных тестов и МРТ.

Алгоритм был примерно в три раза точнее в прогнозировании прогрессирования болезни Альцгеймера, чем имеющийся в настоящее время стандарт лечения — метода, основанного на стандартных клинических маркерах (такие как атрофия серого вещества или когнитивные баллы) или основанного на клиническом диагнозе. Это показывает, что разработанный подход ИИ может значительно снизить количество ошибочных диагнозов.

Разработанный подход позволил исследователям разделить людей с болезнью Альцгеймера на три группы, используя данные обращения каждого пациента в клинику: Первая группа — пациенты, чьи симптомы остаются неизменными (около 50% участников); Вторая группа — пациенты, у кого болезнь Альцгеймера будет прогрессировать медленно (около 35%); Третья группа — пациенты, у которых болезнь будет прогрессировать быстро (остальные 15%).

Эти прогнозы были подтверждены при рассмотрении данных последующих наблюдений в течении шести лет. Это особенно важно, поскольку разработанный подход выявляет пациентов на достаточно ранней стадии, которым могут помочь новые методы лечения, а также определяет те группы пациентов, которым требуется пристальное наблюдение, поскольку их состояние, скорее всего, будет резко прогрессировать.

Важно то, что первая группа пациентов (указанные 50% людей), у которых отмечаются такие симптомы, как потеря памяти, но состояние которых остается стабильным, лучше подобрать другое клиническое лечение, поскольку их симптомы могут быть вызваны другими причинами: например, не деменцией, а тревогой или депрессиями.

Руководитель группы, профессор Zoe Kourtzi с кафедры психологии Кембриджского университета отметила: «Мы создали инструмент, который, несмотря на то, что базируется на данных когнитивных тестов и МРТ, является гораздо более чувствительным, чем существующие подходы к прогнозированию того, перейдет ли пациент от начальных симптомов к болезни Альцгеймера, и если да, то определит будет ли этот прогресс развиваться медленно или скоротечно. Наш подход может значительно улучшить благополучие пациентов, показывая нам, каким из них требуется более тщательный уход, и одновременно устраняя беспокойство у тех пациентов, симптомы которых, по нашим прогнозам, останутся стабильными. Кроме того, наш подход поможет устранить необходимость в ненужных инвазивных и дорогостоящих диагностических тестах».

Хотя исследователи тестировали алгоритм ИИ на данных исследовательской группы, он был также проверен с использованием независимых данных, включавших почти 900 человек, посещавших клиники памяти в Великобритании и Сингапуре. В Великобритании пациентов отбирали с помощью количественной МРТ в Кембридских клиниках памяти, одну из которых возглавляет соавтор исследования доктор Timothy Rittman из Национальной службы здравоохранения Кембриджшира и Питерборо (CPFT). Исследователи утверждают, что разработанный алгоритм ИИ должен быть обязательно применяем и в клинических условиях.

Доктор Ben Underwood, почетный консультант-психиатр в CPFT и доцент кафедры психиатрии Кембриджского университета, также отметил: «Проблемы с памятью часто возникают по мере того, как мы становимся старше. Работая в клинике, я наблюдаю неопределенность относительно того, являются ли симптомы первыми признаками деменции. Это вызывает значительное беспокойства у пациентов и их семей, а также вносит неопределенность у врачей, которые предпочли бы давать окончательные ответы по лечению и уходу за больными. Тот факт, что мы можем уменьшить эту неопределенность с помощью нового подхода ИИ, является определяющим и, вероятно, станет еще более важным по мере появления новых методик лечения».

Его коллега, профессор Kourtzi, при этом добавляет: «Модели ИИ настолько хороши, насколько хороши данные, на которых ИИ обучается. Чтобы убедиться, что наши модели могут быть приняты в учреждениях здравоохранения, мы обучили и протестировали ИИ на регулярно получаемых данных от исследовательских групп, а также на данных от пациентов в британских клиниках памяти. Все это показывает, что разработанный ИИ можно будет интегрировать в реальные условия».

Сейчас команда надеется распространить свою модель на другие формы деменции, такие как сосудистая деменция и лобно-височная деменция, а также использовать различные типы данных, например такие как маркеры на основе анализов крови.

Профессор Kourtzi подчеркивает: «Если мы собираемся справиться с такой значимой проблемой здравоохранения, которую представляет собой деменция, то нам понадобятся более совершенные инструменты для выявления и лечения на как можно более ранней стадии. Наша цель — масштабировать инструмент ИИ, чтобы помочь врачам как можно раньше определиться с методикой лечения. Сопоставляя историю болезни с клиническими испытаниями, мы сможем укорить открытие новых лекарств для лечения и изменять течение болезни».

Оригинальное исследование: Открытая статья «Надежный и интерпретируемый маркер на основе ИИ для раннего прогнозирования деменции в реальных клинических условиях» Ben Underwood и др, журнал eClinicalMedicine

Исследования проведено при поддержке: Королевское общество Wellcome Trust, Исследовательский центр Альцгеймера Великобритании, Фонд разработки лекарств для болезни Альцгеймера, Институт Алана Тьюринга.

Теги: AiAlzheimer’s DiseaseArtificial, IntelligenceBrain ResearchDeep, LearningDementia, LearningNeurobiology, NeurologyNeuroscience, UniversityofCambridge

Поделитесь ссылкой эту страницу

Поделиться в vk
VK
Поделиться в facebook
Facebook
Поделиться в linkedin
LinkedIn
Поделиться в telegram
Telegram
favicon3
Похожие статьи

Международная команда ученых представила новую схему с функциями клеток головного мозга, которая поможет улучшить работу моделей на основе ИИ

Неврологи и компьютерные ученые из Принстонского университета, Института Аллена и Медицинского колледжа Бейлора опубликовали трехмерную электрическую схему, которая работает с функциями десятков тысяч нейронов. Эта

Читать полностью »

Использование fNIRS для изучения эмоций в среде виртуальной реальности

Используемое оборудование: BRITE, OCTAMON Вы когда-нибудь смотрели фильм ужасов или действительно захватывающий триллер, который заставил бы ваше сердце биться учащенно в момент кульминации? Если вы понимаете,

Читать полностью »

Изучение раннего развития мозга малышей и дошкольников в реальных условиях с помощью Brite и BabyBrite fNIRS system

ToddlerLab в Биркбеке (Лондонский университет) — новый центр, предназначенный для изучения развития мозга дошкольников в возрасте от 3 до 6 лет и малышей. Поскольку проводить

Читать полностью »

В КФУ разработали катализатор нового поколения для химической промышленности

Он необходим для превращения опасного для окружающей среды 4-нитрофенола в 4-аминофенол. Сотрудники НИЛ «Перспективные углеродные наноматериалы» Химического института им. А.М. Бутлерова Казанского федерального университета создали

Читать полностью »
Обратная связь
Мы свяжемся с вами в течение 15 минут