Главная » Хабрахабр » Искусственный интеллект научился находить болезнь Альцгеймера в мозге за 6 лет до диагноза

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


ПЭТ-скан мозга человека с тяжелой формой болезни Альцгеймера

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). 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.

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

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

Засечь страшную болезнь, чтобы люди могли с ней что-то сделать. С этим нам и должен помочь AI. Они научили искусственный интеллект анализировать снимки томографии, чтобы находить какие-то, одному ему ведомые, связи, предсказывающие появление болезни Альцгеймера в будущем. Новую систему разработали ученые Калифорнийского университета Сан-Франциско под руководством доктора Дже Хо Сона. 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:

Надо начинать что-то делать до этого.
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.

Отдельно проводился тест AI – на 40 изображениях ПЭТ-сканов 40 пациентов. 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. 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)

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

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

Но их искусственный интеллект так и не научился находить Альцгеймер у пациентов задолго до появления первых симптомов. Один из самых успешных результатов, тоже с помощью нейронной сети, до этого получили южнокорейские исследователи в 2017 году (статья на Хабре). Тоже лучше даже самых опытных докторов, но уже с намного более низкой вероятностью полного восстановления когнитивных функций. 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.

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

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

Если AI сможет показать такие же результаты в этих тестах, Сон надеется, его можно будет начинать устанавливать в госпиталях уже в этом году. Следующий шаг – протестировать и откалибровать алгоритм на крупных и более разнообразных наборах данных от разных больниц и стран. 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.


Оставить комментарий

Ваш email нигде не будет показан
Обязательные для заполнения поля помечены *

*

x

Ещё Hi-Tech Интересное!

Внедряйте статический анализ в процесс, а не ищите с его помощью баги

Написать эту статью меня сподвигло большое количество материалов о статическом анализе, всё чаще попадающихся на глаза. Во-первых, это блог PVS-studio, который активно продвигает себя на Хабре при помощи обзоров ошибок, найденных их инструментом в проектах с открытым кодом. Недавно PVS-studio ...

[Перевод] Как рендерится кадр Rise of the Tomb Raider

Rise of the Tomb Raider (2015 год) — это сиквел превосходного перезапуска Tomb Raider (2013 год). Лично я нахожу обе части интересными, потому что они отошли от стагнирующей оригинальной серии и рассказали историю Лары заново. В этой игре, как и ...