Ein neues künstliches Intelligenzsystem wurde geschaffen, das in der Lage ist, die ersten Marker der Alzheimer-Krankheit (AD) mit einer Genauigkeit von 99 % zu erkennen. Der Algorithmus verwendet Gehirnscans älterer Menschen, um kleine Veränderungen zu erkennen, die vor einer Diagnose auftreten, und hilft Ärzten, Hochrisikopatienten frühzeitig zu behandeln.
Gehirnscans werden verwendet, um das Alzheimer-Risiko zu bestimmen
Die Autoren der Studie in Diagnose Die Zeitschrift teilte mit, dass ihr KI-Programm in der Lage war, eine leichte kognitive Beeinträchtigung (MCI) erfolgreich zu erkennen, die ein Zwischenstadium zwischen dem kognitiven Rückgang ist, der während des normalen Alterns auftritt, und auch AD. MCI hat normalerweise keine auffälligen Symptome, es ist mit Veränderungen in bestimmten Regionen des Gehirns verbunden, die durch funktionelle Magnetresonanztomographie (fMRT) nachgewiesen werden können.
Diese Veränderungen manuell zu finden ist schwierig und kann übersehen werden, wenn Ärzte Scans analysieren. Durch die Wiederverwendung eines bestehenden neuronalen Netzwerks, ResNet18, konnten die Forscher ein KI-Modell erstellen, das MCI zuverlässiger identifizieren konnte.
Studienautor Rytis Maskeliūnas teilte in einem Statement mit: „Die moderne Signalverarbeitung ermöglicht es, die Bildverarbeitung an die Maschine zu delegieren, die sie schneller und mit ausreichender Präzision erledigen kann hundertprozentig auf einen Algorithmus.“
Forscher verwenden neuronale Netze, um einen Algorithmus zu entwickeln
Die Forscher trainieren das neuronale Netzwerk anhand von mehr als 50.000 Gehirnscans, die von 138 Personen gesammelt wurden. Diese Bilder wurden dann in sechs Kategorien unterteilt, die von gesund bis zu unterschiedlichen Graden von MCI und dann bis zur vollständigen AD reichten. Weitere 27.310 Bilder wurden dann verwendet, um den Algorithmus zu validieren, der schließlich eine frühe MCI mit einer Genauigkeit von 99 % und eine späte MCI mit einer Genauigkeit von 99,95 % identifizieren konnte.
Die Autoren teilten mit: „Das vorgeschlagene Modell schnitt in Bezug auf Genauigkeit, Empfindlichkeit und Spezifität besser ab als andere bekannte Modelle. Sie betonten, dass ihr System “zuverlässiger und genauer” sei als Diagnoseinstrumente, die derzeit zur Überprüfung zukünftiger Alzheimer-Risiken verwendet werden.
Radiologe Arzt
Die Forscher weisen auch darauf hin, dass MCI nicht immer schließlich zu AD fortschreitet und dass Menschen mit diesen Gehirnveränderungen nicht unbedingt schließlich die Alzheimer-Krankheit entwickeln. Die Identifizierung von MCI ist jedoch nach wie vor wichtig, um das medizinische Fachpersonal bei der Bestimmung des Risikos eines Patienten für die Krankheit zu verbessern und eine Früherkennung und möglicherweise eine frühzeitige Intervention zu ermöglichen.
Maskeliūnas teilte mit, „wenn der Computeralgorithmus die potenziell betroffenen Fälle ausgewählt hat, kann sich der Facharzt diese genauer ansehen, und am Ende profitieren alle, weil die Diagnose und Behandlung viel schneller beim Patienten ankommt.“