ИИ научился предсказывать возникновение болезни Альцгеймера из легкого когнитивного расстройства

МЕНЮ


Новости ИИ
Поиск

ТЕМЫ


Внедрение ИИНовости ИИРобототехника, БПЛАТрансгуманизмЛингвистика, рбработка текстаБиология, теория эволюцииВиртулаьная и дополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информации

АРХИВ


Июнь 2017
Май 2017
Апрель 2017
Март 2017
Февраль 2017
Январь 2017
Декабрь 2016
Ноябрь 2016
Октябрь 2016
Сентябрь 2016
Август 2016
Июль 2016
Июнь 2016
Май 2016
Апрель 2016
Март 2016
Февраль 2016
Январь 2016
0000

RSS


RSS новости
птичий грипп

Новостная лента форума ailab.ru

Сегодня болезнь Альцгеймера — одно из самых коварных заболеваний, её возникновение очень сложно (и дорого) предугадать. И хотя уже развившуюся болезнь остановить нельзя, есть свидетельства того, что выявление на ранней стадии помогает замедлить или остановить болезнь Альцгеймера и деградацию мозга. Поэтому поиск надежного способа определить подверженность риску развития заболевания занимает умы исследователей.

По мере старения человеческого организма когнитивные нарушения неизбежны. С возрастом люди становятся более забывчивыми, чаще теряют ход мыслей и затрудняются принимать решения или выполнять задачи, которые раньше не вызывали трудностей. Врачи называют это мягким когнитивным нарушением. Оно затрагивает большинство людей, когда они становятся старше.

У многих людей с легкими когнитивными нарушениями развивается более тяжелая форма — болезнь Альцгеймера. Человек теряет словарный запас, часто использует неправильные замены слов, перестает признавать близких родственников, теряет базовые навыки самостоятельного ухода за собой и в конечном итоге становится полностью зависим от других людей, которые помогают ему. Большая часть людей с таким диагнозом умирает в течение нескольких лет после обнаружения болезни Альцгеймера.

Интересно то, что такой сценарий ждет не всех людей с легкими когнитивными расстройствами. Со временем состояние пациента может не ухудшаться, а в некоторых случаях даже улучшаться. Поэтому врачи хотят найти способы выявить тех, у кого с большей вероятностью разовьется болезнь Альцгеймера.

Южнокорейские ученые предложили использовать для этой цели глубинное обучение. Технология, которую они разработали, может точно определить людей, у которых болезнь Альцгеймера может развиться в ближайшие три года.

Глубокая нейронная сеть учится распознавать уникальные следы болезни на снимках позитронно-эмиссионной томографии мозга (ПЭТ). Известно, что болезнь Альцгеймера характеризуется нежелательным ростом белковых комков, называемых амилоидными бляшками, и медленным метаболизмом мозга, который измеряется скоростью того, как мозг использует глюкозу.

Определенные типы ПЭТ-сканирования могут выявлять признаки обоих этих состояний, и потому их можно использовать для выявления у людей умеренных когнитивных нарушений, которые в конечном счете приведут к развитию болезни Альцгеймера.

В теории звучит весьма обнадеживающе, но на практике интерпретировать получающиеся изображения достаточно трудно. Исследователи обнаружили один-два ярких маркера, которые могут найти специально обученные люди, но этот метод требует много времени и не застрахован от ошибок. Поэтому корейские ученые решили заменить людей глубинной нейронной сетью.

В последние годы исследователи болезни Альцгеймера во всем мире создают базу данных изображений головного мозга пациентов с болезнью Альцгеймера и без. И южнокорейские коллеги воспользовались этим датасетом, чтобы обучить сверточную нейронную сеть распознавать разницу между ними.
image
(А) — Архитектура сверточной нейронной сети применяется к двум изображениям ПЭТ, сделанных при помощи биологического аналога глюкозы — фтордезоксиглюкозы и флорбетапира — веществ, вводимых пациенту для диагностики болезни Альцгеймера. Каждый слой, функция могут быть извлечены с помощью трехмерной функции свертки и активации (ReLU). Многослойные свертки дают одномерный выход, а последний слой имеет два узла, которые соответствуют болезни Альцгеймера (AD) и нормальному состоянию мозга (NC).

(B) — Глубинная нейронная сеть была обучена по данным ПЭТ от здоровых и больных пациентов. Исследователи использовали десятикратную перекрестную проверку. После обучения ИИ непосредственно использовали для классификации между преобразующимся в болезнь или не преобразующимся мягким когнитивным нарушением (MCI). Исследователи провели оценку точности прогноза для пациентов с нарушением, которое может привести к болезни. Кроме того, ученые также выполнили анализ рабочей характеристики приемника (ROC).

Набор данных состоял из изображений мозга 182 человек в возрасте 70 лет со здоровым мозгом и 139 снимков мозга людей примерно того же возраста, у которых был диагностирован Альцгеймер. В результате ИИ смог распознать разницу между здоровым и больным мозгом с точностью 90%.

Кроме того, исследователи использовали свою машину для анализа другого набора данных, который состоял из сканов мозга 181 человека в возрасте 70 лет с мягким когнитивным расстройством, 79 из которых подверглись развитию болезни Альцгеймера в течение трех лет. Задача, поставленная перед учеными, заключалась в том, чтобы определить этих наиболее восприимчивых к ухудшению состояния людей.

Согласно результатам эксперимента, ИИ выявил тех, кто подвержен риску развития болезни Альцгеймера с точностью 81%. Этот результат значительно выше того, который выдают врачи, визуально анализирующие снимки.

В более общем плане техника корейских ученых является лишь одним из примером все более широкого использования глубинного обучения и машинного зрения в медицинской диагностике. Имеющиеся данные свидетельствуют о том, что машины могут определять сложные условия раньше и точнее, чем люди.

doi: arXiv:1704.06033

Источник: geektimes.ru