Изкуственият Интелект Може Да Помогне Да Се Хване Алцхаймер Рано

{h1}

Чрез прилагането на алгоритми за изкуствен интелект за мрт сканиране на мозъка, изследователите са разработили начин за автоматично разграничаване на пациенти с болестта на алцхаймер и две ранни форми на деменция, които могат да бъдат предшественици на болестта, обобщаваща паметта.

Опустошителното невродегенеративно състояние Болестта на Алцхаймер е неизлечима, но с ранно откриване пациентите могат да търсят лечение, за да забавят развитието на болестта, преди да се появят някои основни симптоми. Сега, като прилагат алгоритми за изкуствен интелект за изследване на мозъчните изследвания с ЯМР, изследователите са разработили начин за автоматично разграничаване на пациенти с болестта на Алцхаймер и две ранни форми на деменция, които могат да бъдат предшественици на болестта, която ограбва паметта.

Изследователите от Университетския медицински център на VU в Амстердам предполагат, че подходът в крайна сметка може да позволи автоматичен скрининг и асистирана диагностика на различни форми на деменция, особено в центрове, в които липсват опитни неврорадиолози.

Освен това, резултатите, публикувани онлайн на 6 юли в списание Radiology, показват, че новата система е в състояние да класифицира формата на деменция, от която пациентите страдат, използвайки преди това невиждани сканирания, с до 90 процента точност. [10 неща, които не знаехте за мозъка]

"Потенциалът е възможността за скрининг с тези техники, така че хората в риск могат да бъдат прихванати, преди болестта да стане очевидна", казва Alle Meije Wink, старши изследовател в отдела по радиология и ядрена медицина в центъра.

"Мисля, че много малко пациенти в момента ще се доверят на прогнозиран от машина резултат", каза Уинк пред WordsSideKick.com. "Това, което предполагам, е лекар, който да направи ново сканиране, и тъй като е зареден, софтуерът би могъл да каже с известна доза увереност [че] това ще бъде пациент на Алцхаймер или [някой с] друга форма на деменция". "

Методи за откриване

Подобни техники за машинно обучение вече са използвани за откриване на болестта на Алцхаймер; в тези изпълнения, техниките бяха използвани при структурни MRI сканирания на мозъка, които могат да покажат загуба на тъкан, свързана с болестта.

Но учените отдавна знаят, че мозъкът претърпя функционални промени, преди да започнат тези структурни промени, каза Уинк. Позитронно-емисионната томография (PET) изображения е популярен метод за проследяване на функционалните промени, но той е инвазивен и скъп, добави той.

Вместо това Уинк и неговите колеги използваха ЯМР техника, наречена артериално спинно етикетиране (ASL), която измерва перфузия - процесът на абсорбиране на кръв в тъкан - през мозъка. Методът все още е експериментален, но е неинвазивен и приложим при съвременните MRI скенери.

Предишни проучвания показват, че хората с Алцхаймер обикновено показват намалена перфузия (или хипоперфузия) в мозъчната тъкан, което води до недостатъчно снабдяване с кислород и хранителни вещества в мозъка.

Обучение на системата

Използвайки така наречените перфузионни карти от пациенти в медицинския център, екипът на Wink обучи системата си да различава пациентите с Алцхаймер, леко когнитивно увреждане (MCI) и субективен когнитивен спад (SCD).

При тези мозъчни сканирания класификаторите могат да бъдат представени като карти за дискриминация, където червеният цвят показва, че интензитетът на това място допринася за вероятността изображенията да принадлежат към по-напредналия етап, а синият цвят - към вероятността да принадлежат към по-малко напреднал етап.

При тези мозъчни сканирания класификаторите могат да бъдат представени като карти за дискриминация, където червеният цвят показва, че интензитетът на това място допринася за вероятността изображенията да принадлежат към по-напредналия етап, а синият цвят - към вероятността да принадлежат към по-малко напреднал етап.

Кредит: Радиологично дружество на Северна Америка

Мозъчните сканирания на половината от 260 участници бяха използвани за трениране на системата, а другата половина след това беше използвана за тестване дали системата може да различава различни състояния при преглед на невиждани досега МРТ сканирания.

Изследователите откриха, че техният подход може да различи между болестта на Алцхаймер и SCD с 90 процента точност и между Алцхаймер и MCI с 82 процента точност. Въпреки това системата бе неочаквано лоша при разграничаване между MCI и SCD, постигайки точност от едва 60 процента, откриха изследователите. [10 начина да поддържате ума си остър]

Впечатляващо, предварителните резултати предполагат, че подходът може да бъде в състояние да разграничи случаите на МСИ, които напредват при болестта на Алцхаймер, и тези, които не го правят, казват изследователите.

В проучването е имало само 24 случая на MCI с последващи данни, които показват дали състоянието на всеки пациент е прогресирало до болестта на Алцхаймер, като 12 са били във всяка категория. Следователно разделянето им на две групи - една за обучение на системата и друга за тестване на нейната способност за класифициране на състоянието при невидими сканирания - не е възможно, коментират изследователите.

В предварителен анализ системата беше обучена по всички 24 случая, водещи до точност на обучение от около 80 процента при класифицирането на тези групи и отделянето им от останалите основни групи.

Но без отделна група за прогнозиране беше невъзможно да се тества системата на невидими сканирания, казват изследователите. В съчетание с малкия размер на извадката в проучването, каза Уинк, твърде рано е да се правят твърди заключения, въпреки че предварителните резултати са обнадеждаващи.

Приложения в реалния свят

Ендер Конукоглу, доцент по изчисление на биомедицинското изображение в ETH-Цюрих, университет за наука и инженерство в Швейцария, заяви, че комбинирането на машинно обучение и ASL е новост и може да има значителни клинични приложения, но трябва да се направи повече за утвърждаване на подхода.

Най-ценното приложение е способността да се прави разлика между случаите на MCI, които преминават към болестта на Алцхаймер, и тези, които не го правят, но размерът на извадката в това проучване е твърде малък, за да се оцени надеждността за такава употреба, каза той. "По-големите кохорти могат да покажат, че изображенията с ASL, комбинирани с машинно обучение, са в състояние да класифицират MCI групите, но дотогава е трудно да се говори за клиничната приложимост на методите, представени тук", каза Konukoglu пред WordsSideKick.com.

Wink се съгласи, че един от начините за подобряване на точността е използването на по-големи масиви от данни. Но подходът, над който работи неговата група, е създаване на техники за машинно обучение, които могат да използват голямо разнообразие от данни от различни устройства за изображения, каза той.

Кристиан Салваторе, изследовател от Института по молекулярно биовизуализиране и физиология на Италианския национален изследователски съвет, заяви, че изследването е иновативно, но не въвежда нови техники. Това е просто приложение на добре познат инструментариум за машинно обучение за анализ на невровизуализация към ASL, каза той.

Но резултатите от класификацията са добри, каза Салваторе, а подходът също така помага да се идентифицират мозъчните региони, които представляват интерес за лекарите при диагностицирането на тези състояния. Това е нещо, което много изследователи използват машинно обучение за пренебрегване на невроизобразителния анализ, каза той.

"Клиницистите искат да" видят "резултати - те не се доверяват на черна кутия, която връща само прогнозирания етикет за пациент", каза той пред WordsSideKick.com. „И така, картите на най-важните воксели [3D пиксели] за класификация са доста необходими.“

Оригинална статия за WordsSideKick.com.


Видео Добавка: Die 5 Biologischen Naturgesetze - Die Dokumentation.




Изследване


Хуманоидният Робот Атлас Вече Може Да Направи Паркур И Това Изобщо Не Е Ужасяващо
Хуманоидният Робот Атлас Вече Може Да Направи Паркур И Това Изобщо Не Е Ужасяващо

Как Работят Сгради, Устойчиви На Земетресение
Как Работят Сгради, Устойчиви На Земетресение

Наука Новини


В Изображения: Носими Концепции За Дрон
В Изображения: Носими Концепции За Дрон

Меркурий Отново Се Изключи Като Причина За Аутизъм
Меркурий Отново Се Изключи Като Причина За Аутизъм

Пляскане, Удряне На Деца В Публично Изненадващо Често, Проучвания Открива
Пляскане, Удряне На Деца В Публично Изненадващо Често, Проучвания Открива

Хипоалергенни Кучета, Които Не Са Алергични, Проучвания Откриват
Хипоалергенни Кучета, Които Не Са Алергични, Проучвания Откриват

Климатичният Учен Призовава Хакнат
Климатичният Учен Призовава Хакнат "Climategate" Имейли "Наистина Жалки"


BG.WordsSideKick.com
Всички Права Запазени!
Възпроизвеждането На Използваните Материали Оставя Само Prostanovkoy Активна Връзка Към Сайта BG.WordsSideKick.com

© 2005–2020 BG.WordsSideKick.com