Искусственный интеллект научился находить болезнь Альцгеймера в мозге за 6 лет до диагноза +11




ПЭТ-скан мозга человека с тяжелой формой болезни Альцгеймера

Используя снимки обычного сканирования мозга, исследователи смогли научить алгоритм определять раннюю стадию развития болезни Альцгеймера – за 6 лет до того, как такое же заключение дает традиционный медицинский диагноз в клинике. Это может позволить нанести еще один удар по одной из самых страшных болезней (третьей основной причиной смерти в развитых странах после проблем с сердцем и рака).


Пока что лекарство для восстановления когнитивных способностей пациентов с деменцией отсутствует, можно разве что смягчать симптомы. Но буквально в последние месяцы начали появляться потенциальные способы бороться с развитием болезни. Недавно на Хабре была статья Дейла Бредесена, который помог 100 пациентам. А компания Anavex разработала препарат A2-73, останавливающий развитие Альцгеймера у 30% больных.


Но всё это не работает на последних стадиях прогрессирования недуга. Для успешного применения любых методик нужен мозг, в котором еще есть, что запускать. А находить болезнь Альцгеймера до того, как её эффекты уже стали негативно влиять на жизнь пациента, мы пока не научились.


С этим нам и должен помочь AI. Засечь страшную болезнь, чтобы люди могли с ней что-то сделать. Новую систему разработали ученые Калифорнийского университета Сан-Франциско под руководством доктора Дже Хо Сона. Они научили искусственный интеллект анализировать снимки томографии, чтобы находить какие-то, одному ему ведомые, связи, предсказывающие появление болезни Альцгеймера в будущем. Их работу (более 20 авторов!) можно почитать в журнале Radiology, она стала самой популярной за весь 2018 год.


Дже Хо Сон объясняет идею своего проекта:


Одна из главных проблем с болезнью Альцгеймера в том, что к тому времени как у вас начали появляться клинические симптомы, слишком много нейронов в мозгу уже умерло, и, по сути, процесс необратим. Надо начинать что-то делать до этого.

В новой работе Сон со своей командой объединили возможности нейровизуализации с машинным обучением, и «скормили» машине 2109 изображений 1002 пациентов с 2005-го по 2017-й год. Отдельно проводился тест AI – на 40 изображениях ПЭТ-сканов 40 пациентов. В итоге машина смогла определить 98% случаев развития болезни – в среднем, за 76 месяцев до её реальной диагностики.



Мозг человека с четвертой стадией болезни Альцгеймера (слева), мозг человека без болезни (справа)

Позиционно-эмиссионная томография (ПЭТ) измеряет уровни определенных молекул, вроде глюкозы, в мозгу, и широко используется в клинической онкологии. Глюкоза является главным источником энергии для клеток мозга, и чем более они активны, тем больше глюкозы они потребляют. По мере нарушения мыслительной деятельности человека, клетки замедляют свою активность и отмирают, потребляя всё меньше и меньше глюкозы.


Ученые уже давно пытались использовать такую томографию для раннего определения болезни Альцгеймера. Проблема в том, что мозг у всех людей разный, и то, что является нормальным содержанием глюкозы для одного, будет означать прогрессирующую болезнь у другого. К тому же, чем раньше стадия, тем менее различимы какие-либо изменения.


Один из самых успешных результатов, тоже с помощью нейронной сети, до этого получили южнокорейские исследователи в 2017 году (статья на Хабре). Но их искусственный интеллект так и не научился находить Альцгеймер у пациентов задолго до появления первых симптомов. Он смог отличать здоровый мозг от больного по ПЭТ-скану в 90% случаев, и с вероятностью 81% определять риск активного развития болезни в течение трех лет, если первые признаки уже появились. Тоже лучше даже самых опытных докторов, но уже с намного более низкой вероятностью полного восстановления когнитивных функций.


Ученые из Сан-Франциско пошли гораздо дальше: их ИИ определяет людей из группы риска в 2 раза раньше, и с намного большей точностью. Дже Хо Сон сам не ожидал настолько впечатляющих результатов:


Это оказалось идеальной задачей для применения алгоритмов глубокого обучения. Они особенно эффективны при поиске очень слабых, рассеянных процессов. Человеческие радиологи легко найдут что-то концентрированное, вроде опухоли, но не могут распознать медленные, глобальные изменения.

Следующий шаг – протестировать и откалибровать алгоритм на крупных и более разнообразных наборах данных от разных больниц и стран. Если AI сможет показать такие же результаты в этих тестах, Сон надеется, его можно будет начинать устанавливать в госпиталях уже в этом году. ПЭТ-сканирование, конечно, дело недешевое, но если вы уже находитесь в группе риска или проходили его по другому вопросу, простой умный алгоритм (может быть, даже доступный на облаке) позволит миллионам людей сохранить еще хотя бы несколько лет нормальной жизни.

Вы можете помочь и перевести немного средств на развитие сайта



Комментарии (0):