Saat ini penyakit Alzheimer adalah salah satu penyakit yang paling berbahaya, kejadiannya sangat sulit (dan mahal) untuk diprediksi. Meskipun penyakit yang sudah berkembang tidak dapat dihentikan, ada bukti bahwa deteksi dini membantu memperlambat atau menghentikan penyakit Alzheimer dan degradasi otak. Karena itu, pencarian cara yang andal untuk menentukan risiko terserang penyakit menempati pikiran peneliti.
Seiring bertambahnya usia tubuh manusia, gangguan kognitif tidak bisa dihindari. Dengan bertambahnya usia, orang menjadi lebih pelupa, sering kehilangan jalur pemikiran dan merasa sulit untuk mengambil keputusan atau melakukan tugas yang sebelumnya tidak menimbulkan kesulitan. Dokter menyebut gangguan kognitif ringan ini. Ini mempengaruhi kebanyakan orang ketika mereka bertambah tua.
Banyak orang dengan gangguan kognitif ringan mengembangkan bentuk yang lebih parah - penyakit Alzheimer. Seseorang kehilangan kosa kata, sering menggunakan penggantian kata yang salah, berhenti mengenali kerabat dekat, kehilangan keterampilan perawatan diri dasar, dan akhirnya menjadi sepenuhnya bergantung pada orang lain yang membantunya. Kebanyakan orang dengan diagnosis ini meninggal dalam beberapa tahun setelah ditemukannya penyakit Alzheimer.
Menariknya, skenario ini tidak menunggu semua orang dengan gangguan kognitif ringan. Seiring waktu, kondisi pasien mungkin tidak memburuk, dan dalam beberapa kasus bahkan membaik. Oleh karena itu, dokter ingin menemukan cara untuk mengidentifikasi mereka yang lebih mungkin mengembangkan penyakit Alzheimer.
Ilmuwan Korea Selatan telah mengusulkan penggunaan pembelajaran mendalam untuk tujuan ini. Teknologi yang mereka kembangkan dapat menunjukkan dengan tepat orang yang mungkin menderita penyakit Alzheimer dalam tiga tahun ke depan.
Jaringan saraf yang dalam belajar untuk mengenali jejak unik penyakit ini dalam gambar
positron emission tomography of brain (PET). Penyakit Alzheimer diketahui ditandai oleh pertumbuhan benjolan protein yang tidak diinginkan yang disebut plak amiloid, dan metabolisme otak yang lambat, yang diukur dengan tingkat di mana otak menggunakan glukosa.
Jenis-jenis tertentu PET scan dapat mendeteksi tanda-tanda kedua kondisi ini, dan oleh karena itu mereka dapat digunakan untuk mendeteksi gangguan kognitif ringan pada orang-orang yang pada akhirnya akan mengarah pada pengembangan penyakit Alzheimer.
Secara teori, ini terdengar sangat menggembirakan, tetapi dalam praktiknya cukup sulit untuk menafsirkan gambar yang dihasilkan. Para peneliti telah menemukan satu atau dua penanda terang yang dapat ditemukan oleh orang yang terlatih, tetapi metode ini memakan waktu dan tidak kebal terhadap kesalahan. Oleh karena itu, para ilmuwan Korea memutuskan untuk mengganti orang dengan jaringan saraf yang dalam.
Dalam beberapa tahun terakhir, para peneliti Alzheimer di seluruh dunia telah membuat database gambar otak pasien dengan dan tanpa Alzheimer. Dan rekan-rekan Korea Selatan menggunakan dataset ini untuk melatih jaringan saraf convolutional untuk mengenali perbedaan di antara mereka.
(A) - Arsitektur jaringan saraf convolutional diterapkan pada dua gambar PET yang diambil dengan analog biologis glukosa -
fluorodeoksi glukosa dan
florbetapira - zat yang diberikan kepada pasien untuk mendiagnosis penyakit Alzheimer. Setiap fungsi lapisan dapat diekstraksi menggunakan konvolusi tiga dimensi dan fungsi aktivasi (ReLU). Konvolusi multilayer memberikan output satu dimensi, dan lapisan terakhir memiliki dua node yang sesuai dengan penyakit Alzheimer (AD) dan kondisi otak normal (NC).
(B) - Jaringan saraf dalam dilatih menurut data PET dari pasien yang sehat dan sakit. Para peneliti menggunakan crosscheck sepuluh kali lipat. Setelah pelatihan, AI langsung digunakan untuk mengklasifikasikan antara penurunan kognitif ringan (MCI) atau mengubah penyakit atau tidak mengubah. Para peneliti mengevaluasi keakuratan prognosis untuk pasien dengan kelainan yang dapat menyebabkan penyakit. Selain itu, para ilmuwan juga melakukan analisis kinerja penerima (ROC).
Set data terdiri dari gambar otak dari 182 orang berusia 70 dengan otak yang sehat dan 139 gambar otak orang-orang dengan usia yang sama yang didiagnosis dengan Alzheimer. Alhasil, AI mampu mengenali perbedaan antara otak yang sehat dan berpenyakit dengan akurasi 90%.
Selain itu, para peneliti menggunakan mesin mereka untuk menganalisis dataset lain, yang terdiri dari scan otak dari 181 orang berusia 70 dengan gangguan kognitif ringan, 79 di antaranya menjalani penyakit Alzheimer selama tiga tahun. Tugas yang ditetapkan bagi para ilmuwan adalah untuk mengidentifikasi orang-orang ini yang paling rentan terhadap kondisi yang memburuk.
Menurut hasil percobaan, AI mengidentifikasi mereka yang berisiko terkena penyakit Alzheimer dengan akurasi 81%. Hasil ini secara signifikan lebih tinggi daripada yang diberikan oleh dokter yang secara visual menganalisis gambar.
Secara umum, teknik para ilmuwan Korea hanyalah salah satu contoh dari meningkatnya penggunaan pembelajaran mendalam dan visi mesin dalam diagnostik medis. Data yang tersedia menunjukkan bahwa mesin dapat menentukan kondisi sulit lebih awal dan lebih akurat daripada orang.
doi:
arXiv: 1704.06033