Algoritmus hlubokého učení pomáhá v dřívější diagnóze Alzheimerovy choroby

Výzkum a věda | |

Algoritmus hlubokého učení pomáhá v dřívější diagnóze Alzheimerovy choroby

Pomocí běžného typu snímku mozku naprogramovali vědci algoritmus strojového učení, který dokáže odhalit Alzheimerovu nemoc v raném stádiu – šest let předtím, než by doktor standardně vyslovil diagnózu.


Tým vědců z Kalifornské univerzity v San Franciscu vedený Jae Ho Sohnem z oddělení radiologie a biomedicíny svou studii publikoval v peer-reviewed magazínu Radiology.

Neurodegenerativní Alzheimerova choroba zůstává neléčitelným stavem, avšak v případě dřívějšího odhalení by mohlo přinejmenším dojít na testování nových, perspektivních léčiv z posledních let, které by v případě úspěchy mohly zpomalit postup nemoci. Nyní bude v rychlejší diagnóze pomáhat strojové učení.

„Jednou z komplikací Alzheimerovy choroby je, že ve chvíli, kdy se objeví typické symptomy a my můžeme stanovit jednoznačnou diagnózu, příliš mnoho nervových buněk už bylo ztraceno. A to je v podstatě nevratné,“ popsal Jae Ho Sohn pro svou univerzitu.

Součástí vědecké studie byla kombinace neurozobrazování se strojovým učením, která měla za úkol předpovědět, zda se pacientovi rozvíjí Alzheimerova nemoc, a to už ve chvíli, kdy se objeví první vada paměti; což je nejlepší doba na zásah lékařů.

 

Klíčová je hladina cukru v buňkách v mozku

Pozitronová emisní fotografie, která měří hladiny konkrétních molekul (např. glukózy) v mozku je jedním z nástrojů, který by měl pomoci dříve odhalovat Alzheimerovu chorobu. Glukóza je primárním zdrojem paliva pro buňky mozku a čím aktivnější buňka je, tím více glukózy spotřebovává. Jak nervová zakončení odumírají, používají méně a méně glukózy.

Snímání hladiny glukózy je navíc poměrně levné a běžnější, dovolit si je mohou i lékařská zařízení v rozvojových zemích nebo menší nemocnice – využívají se také pro přesnější stanovení různých fází rakoviny.

Odhalit změny v hladině glukózy je ovšem pro lékaře velmi těžké – nemoc postupuje standardně pomalu. Právě k tomu slouží nový algoritmus strojového učení vytvořeným týmem Jae Ho Sohna.

 „Jde o perfektní implementaci hlubokého učení, protože to je právě silné v hledání velmi drobných, rozptýlených změn. Radiologové umí velmi dobře odhalovat drobné, lokalizované změny, jako je třeba nádor na mozku, ale máme problém s malými, pomalými, celkovými změnami,“ vysvětluje Sohn a přibližuje důvod k využití strojového učení. „Vzhledem k síle hlubokého učení v tomto druhu práce, obzvláště v porovnání s člověkem, se zdá její implementace vlastně přirozená.“

 

Skvělé výsledky při experimentálních testech

K trénování algoritmu využil Sohn fotografie od organizace, která disponuje veřejnými datasety pozitronových emisních fotografií pacientů s Alzheimerem, bez něj nebo s lehkým kognitivním postižením. Algoritmus se postupem času sám naučil, jaké konkrétní prvky jsou klíčové pro rozvoj a detekci Alzheimerovy nemoci a jaké ne.

Po úvodním tréninku na 1 921 snímcích, což je velmi nízký počet, byl algoritmus vystaven 188 obrázkům ze stejné databáze, se kterými se však ještě nesetkal. V druhé části dostal úplně novou sadu 40 snímků od pacientů, kteří ještě v databázi nejsou, avšak u kterých hrozí kognitivní postižení.

Algoritmus úkol splnil, vzhledem k velmi malému začátečnímu vzorku, výtečně. Správně identifikoval 92 % pacientů v první sadě dat a celých 98 % v té druhé. Tyto správné předpovědi navíc uskutečnil v průměru 75,8 měsíců – o něco málo více než 6 let – dříve, než pacient obdržel konečnou diagnózu.

Podle Sohna je nyní dalším krokem algoritmus zvětšit pomocí dat z různých nemocnic a zemi.

„Věřím, že tento algoritmus může být relevantní. Než jej však můžeme aplikovat do praxe, musíme jej validovat a otestovat na vícero typech pacientů, ideálně v různých zemích a s různým pozadím,“ uzavírá Sohn.

Pokud algoritmus pokročilými testy projde, mohl by skutečně pomoci s dřívější predikcí Alzheimerovy nemoci. Jak to však ve zdravotnictví bývá, i tak však potrvá ještě několik let, než se objeví v praxi. Ukazuje však, jak moc je umělá inteligence v oblasti našeho zdraví významná.



Články z rubriky

Světlo umožňuje lepší 3D tisk s více materiály současně"

3D tisk přinesl revoluční změny na pole řady odvětví – do zdravotnictví, biomedicínského inženýrství, průmyslové výroby, ale třeba také uměleckého designu a architektury.
více »


IDC: Globální výdaje na umělou inteligenci se letos vyšplhají na 35,8 miliard dolarů"

Do roku 2022 by výdaje na AI systémy měly dosáhnout 79,2 miliard dolarů. Do umělé inteligence budou investovat především maloobchody a bankovní sektor, rozvíjet se bude zejména automatizace péče o zákazníky.
více »


Top 10 datových a analytických technologických trendů pro rok 2019"

Rozšířená analytika, CI (Continuous Intelligence) a vysvětlitelná AI patří mezi hlavní trendy v oblasti analýzy a zpracování dat, které analytici společnosti Gartner vybrali jako technologie s největším...
více »


Microsoft spustil online „AI školu“ pro podnikové manažery"

Netechnické kurzy, které jsou součástí online výuky, jsou zaměřený na AI transformaci.
více »


Řidiči autonomních vozidel nezvládají včas reagovat na nebezpečí, pozornost klesá"

Autonomní vozidla se pomalu stávají běžným jevem, ovšem pořád ještě vyžadují pozornost řidiče kvůli rizikovým situacím, které řídící systém nedokáže včas detekovat.
více »


Související články


Tagy

Umělá inteligence strojové učení hluboké učení algoritmus studie

Komentáře