Künstliche Intelligenz lernte 6 Jahre vor der Diagnose, die Alzheimer-Krankheit im Gehirn zu finden

Mithilfe von Bildern eines konventionellen Gehirnscans konnten die Forscher den Algorithmus lehren, um das frühe Stadium der Entwicklung der Alzheimer-Krankheit zu bestimmen - 6 Jahre bevor dieselbe medizinische Schlussfolgerung in der Klinik dieselbe Schlussfolgerung zieht. Dies kann einen weiteren Schlag gegen eine der schlimmsten Krankheiten ermöglichen (die dritthäufigste Todesursache in Industrieländern nach Herzproblemen und Krebs).

Bisher gibt es keine Heilung für die Wiederherstellung der kognitiven Fähigkeiten von Patienten mit Demenz, außer vielleicht, um die Symptome zu lindern. Aber buchstäblich in den letzten Monaten haben sich Möglichkeiten ergeben, die Entwicklung der Krankheit zu bekämpfen. Kürzlich gab es auf Habré einen Artikel von Dale Bredesen, der 100 Patienten half. Und Anavex entwickelte das Medikament A2-73 , das die Entwicklung von Alzheimer bei 30% der Patienten stoppt.

Aber all dies funktioniert nicht in den letzten Stadien des Fortschreitens der Krankheit. Für die erfolgreiche Anwendung einer Technik benötigen Sie ein Gehirn, das noch etwas zu tun hat. Und wir haben noch nicht gelernt, wie man die Alzheimer-Krankheit findet, bevor ihre Auswirkungen bereits begonnen haben, das Leben des Patienten negativ zu beeinflussen.

Dabei sollte uns die KI helfen. Finde eine schreckliche Krankheit, damit die Leute etwas damit anfangen können. Das neue System wurde von Wissenschaftlern der University of California in San Francisco unter der Leitung von Dr. Jae Ho Son entwickelt . Sie lehrten künstliche Intelligenz, Tomographiebilder zu analysieren, um, wie er wusste, Zusammenhänge zu finden, die das Auftreten der Alzheimer-Krankheit in der Zukunft vorhersagen. Ihre Arbeit (mehr als 20 Autoren!) Kann in der Zeitschrift Radiology gelesen werden, sie ist die beliebteste für das ganze Jahr 2018 geworden.

Jae Ho Song erklärt die Idee seines Projekts:

Eines der Hauptprobleme bei Alzheimer ist, dass zu dem Zeitpunkt, als Sie anfingen, klinische Symptome zu haben, bereits zu viele Neuronen in Ihrem Gehirn gestorben waren und der Prozess tatsächlich irreversibel ist. Wir müssen vorher anfangen, etwas zu tun.

In einer neuen Arbeit kombinierten Son und sein Team die Fähigkeiten des Neuroimaging mit maschinellem Lernen und „fütterten“ die Maschine 2109 Bilder von 1002 Patienten von 2005 bis 2017. Der AI-Test wurde separat durchgeführt - an 40 Bildern von PET-Scans von 40 Patienten. Infolgedessen konnte das Gerät 98% der Fälle der Entwicklung der Krankheit bestimmen - durchschnittlich 76 Monate vor der eigentlichen Diagnose.

Die Positionsemissionstomographie (PET) misst die Spiegel bestimmter Moleküle wie Glukose im Gehirn und wird in der klinischen Onkologie häufig eingesetzt. Glukose ist die Hauptenergiequelle für Gehirnzellen. Je aktiver sie sind, desto mehr Glukose verbrauchen sie. Wenn die geistige Aktivität des Menschen gestört wird, verlangsamen sich die Zellen und sterben ab, wobei sie immer weniger Glukose verbrauchen.

Wissenschaftler haben lange versucht, eine solche Tomographie zur Früherkennung der Alzheimer-Krankheit einzusetzen. Das Problem ist, dass das Gehirn aller Menschen unterschiedlich ist und was für einen normale Glukose ist, bedeutet für den anderen eine fortschreitende Krankheit. Darüber hinaus sind Änderungen umso weniger unterscheidbar, je früher das Stadium ist.

Eines der erfolgreichsten Ergebnisse, auch mit Hilfe eines neuronalen Netzwerks, wurde bereits 2017 von südkoreanischen Forschern erzielt ( Artikel über Habré ). Ihre künstliche Intelligenz lernte jedoch nie, Alzheimer bei Patienten zu finden, lange bevor die ersten Symptome auftraten. In 90% der Fälle konnte er ein gesundes Gehirn von einem Patienten durch einen PET-Scan unterscheiden und mit einer Wahrscheinlichkeit von 81% das Risiko einer aktiven Entwicklung der Krankheit innerhalb von drei Jahren bestimmen, wenn bereits erste Anzeichen aufgetreten waren. Selbst die erfahrensten Ärzte sind besser, aber mit einer viel geringeren Wahrscheinlichkeit einer vollständigen Wiederherstellung der kognitiven Funktionen.

Wissenschaftler aus San Francisco gingen noch viel weiter: Ihre KI identifiziert gefährdete Personen zweimal früher und mit viel größerer Genauigkeit. Jae Ho Song selbst hatte keine so beeindruckenden Ergebnisse erwartet:

Dies stellte sich als ideale Aufgabe für die Anwendung von Deep-Learning-Algorithmen heraus. Sie sind besonders effektiv bei der Suche nach sehr schwachen, verstreuten Prozessen. Menschliche Radiologen werden leicht etwas Konzentriertes finden, wie einen Tumor, aber sie können langsame, globale Veränderungen nicht erkennen.

Der nächste Schritt besteht darin, den Algorithmus an größeren und vielfältigeren Datensätzen aus verschiedenen Krankenhäusern und Ländern zu testen und zu kalibrieren. Wenn AI in diesen Tests die gleichen Ergebnisse zeigen kann, hofft Sleep, dass es in diesem Jahr möglich sein wird, es in Krankenhäusern zu installieren. Das Scannen von PET ist natürlich nicht billig, aber wenn Sie bereits einem Risiko ausgesetzt sind oder es in einer anderen Angelegenheit weitergegeben haben, können Millionen von Menschen mit einem einfachen intelligenten Algorithmus (möglicherweise sogar in der Cloud verfügbar) mindestens ein paar Jahre ihres normalen Lebens aufrechterhalten.