La inteligencia artificial aprendió a encontrar la enfermedad de Alzheimer en el cerebro 6 años antes del diagnóstico

Usando imágenes de un escáner cerebral convencional, los investigadores pudieron enseñar el algoritmo para determinar la etapa temprana del desarrollo de la enfermedad de Alzheimer, 6 años antes de que la misma conclusión médica en la clínica arroje la misma conclusión. Esto puede permitir un golpe más a una de las peores enfermedades (la tercera causa de muerte en los países desarrollados después de los problemas cardíacos y el cáncer).

Hasta el momento, no existe una cura para restaurar las capacidades cognitivas de los pacientes con demencia, excepto quizás para aliviar los síntomas. Pero, literalmente, en los últimos meses, han comenzado a aparecer formas potenciales de combatir el desarrollo de la enfermedad. Recientemente en Habré había un artículo de Dale Bredesen que ayudó a 100 pacientes. Y Anavex desarrolló el medicamento A2-73 , que detiene el desarrollo de la enfermedad de Alzheimer en el 30% de los pacientes.

Pero todo esto no funciona en las últimas etapas de la progresión de la enfermedad. Para la aplicación exitosa de cualquier técnica, necesita un cerebro que todavía tenga algo que ejecutar. Y aún no hemos aprendido cómo encontrar la enfermedad de Alzheimer antes de que sus efectos ya hayan comenzado a afectar negativamente la vida del paciente.

Con esto, la IA debería ayudarnos. Detecta una enfermedad terrible para que las personas puedan hacer algo con ella. El nuevo sistema fue desarrollado por científicos de la Universidad de California, San Francisco, bajo el liderazgo del Dr. Jae Ho Son . Enseñaron inteligencia artificial para analizar imágenes de tomografía con el fin de encontrar alguna conexión, que él supiera, que prediga la aparición de la enfermedad de Alzheimer en el futuro. Su trabajo (¡más de 20 autores!) Se puede leer en la revista Radiology , se ha convertido en el más popular para todo 2018.

Jae Ho Song explica la idea de su proyecto:

Uno de los principales problemas con la enfermedad de Alzheimer es que para cuando comenzó a tener síntomas clínicos, muchas neuronas en su cerebro ya habían muerto y, de hecho, el proceso es irreversible. Debemos comenzar a hacer algo antes de eso.

En un nuevo trabajo, Son y su equipo combinaron las capacidades de neuroimagen con aprendizaje automático y "alimentaron" la máquina con 2109 imágenes de 1002 pacientes entre 2005 y 2017. La prueba de IA se realizó por separado, en 40 imágenes de escáneres PET de 40 pacientes. Como resultado, la máquina pudo determinar el 98% de los casos de desarrollo de la enfermedad, en promedio, 76 meses antes de su diagnóstico real.

La tomografía de emisión posicional (PET) mide los niveles de ciertas moléculas, como la glucosa, en el cerebro y se usa ampliamente en oncología clínica. La glucosa es la principal fuente de energía para las células cerebrales, y cuanto más activas son, más glucosa consumen. A medida que se altera la actividad mental humana, las células se ralentizan y mueren, consumiendo cada vez menos glucosa.

Los científicos han intentado durante mucho tiempo utilizar dicha tomografía para la detección temprana de la enfermedad de Alzheimer. El problema es que los cerebros de todas las personas son diferentes, y cuál es el contenido normal de glucosa para uno significará una enfermedad progresiva en el otro. Además, cuanto antes sea la etapa, menos distinguibles serán los cambios.

Los investigadores surcoreanos obtuvieron uno de los resultados más exitosos, también con la ayuda de una red neuronal, en 2017 ( un artículo sobre Habré ). Pero su inteligencia artificial nunca aprendió a encontrar Alzheimer en pacientes mucho antes de que aparecieran los primeros síntomas. Fue capaz de distinguir un cerebro sano de un paciente mediante una exploración PET en el 90% de los casos, y con un 81% de probabilidad de determinar el riesgo de desarrollo activo de la enfermedad dentro de los tres años si ya aparecieron los primeros signos. Incluso los médicos más experimentados son mejores, pero con una probabilidad mucho menor de una recuperación completa de las funciones cognitivas.

Los científicos de San Francisco fueron mucho más lejos: su IA identifica a las personas en riesgo 2 veces antes y con mucha mayor precisión. El propio Jae Ho Song no esperaba resultados tan impresionantes:

Esto resultó ser una tarea ideal para aplicar algoritmos de aprendizaje profundo. Son especialmente efectivos en la búsqueda de procesos muy débiles y dispersos. Los radiólogos humanos encontrarán fácilmente algo concentrado, como un tumor, pero no pueden reconocer cambios lentos y globales.

El siguiente paso es probar y calibrar el algoritmo en conjuntos de datos más grandes y diversos de diferentes hospitales y países. Si AI puede mostrar los mismos resultados en estas pruebas, Sleep espera que sea posible comenzar a instalarlo en hospitales este año. El escaneo PET, por supuesto, no es barato, pero si ya está en riesgo o lo ha pasado por otro problema, un algoritmo inteligente simple (tal vez incluso disponible en la nube) permitirá a millones de personas mantener al menos unos años más de vida normal.