Conform Organizaţiei Mondiale a Sănătăţii (OMS), boala Alzheimer este cea mai frecventă cauză de demenţă, şi contribuie până la 70% din cazurile de demenţă. La nivel mondial, aproximativ 24 de milioane de persoane sunt afectate, iar numărul aproape se dublează la fiecare 20 de ani.
Specialişti din domeniul medical din întreaga lume încearcă să crească gradul de conştientizare cu privire la un diagnostic precoce pentru Alzheimer, care să ofere celor afectaţi o şansă mai bună de a beneficia de tratament.
Un grup de cercetători de la universităţile Kaunas, din Lituania, au dezvoltat un algoritm bazat pe tehnologia deep-learning, care prelucrează imaginile creierului furnizate de RMN, imagistica cu rezonanţă magnetică funcţională (fRMN) şi poate estima posibilul debut al bolii cu o precizie de peste 99%.
Unul dintre primele semne care ar putea indica apariţia bolii Alzheimer este tulburarea cognitivă uşoară (TCU), care este etapa dintre declinul cognitiv aşteptat odată cu îmbătrânirea normală şi demenţă.
Identificarea caracteristicilor TCU nu înseamnă neapărat prezenţa bolii, întrucât acestea pot fi simptome ale altor boli asociate, dar este un indicator şi un posibil ajutor pentru îndrumarea pacienţilor către un specialist, în vederea derulării unor investigaţii suplimentare.
De cele mai multe ori, în faza iniţială a TCU nu se observă simptome clare, dar în multe cazuri acestea pot fi detectate prin neuroimagistică.
Imagistica prin rezonanţă magnetică funcţională poate fi utilizată pentru a identifica regiunile din creier care pot fi asociate cu debutul bolii. Metoda a fost dezvoltată după analizarea imaginilor RMN funcţionale obţinute de la 138 de pacienţi şi are performanţe mai bune din punct de vedere al preciziei, sensibilităţii şi specificităţii decât metodele dezvoltate până acum.
Deşi teoretic este posibilă şi analiza manuală a imaginilor fRMN, care să identifice schimbările asociate cu Alzheimer, metoda clasică necesită cunoştinţe specifice şi este consumatoare de timp.
Noul algoritm creat, folosind inteligenţa artificială (AI), poate accelera acest proces cu o marjă de timp semnificativă.
„Nu îndrăznim să sugerăm că medicii ar trebui să se bazeze vreodată, sută la sută, pe un algoritm, însă tehnologia e capabilă să facă cea mai obositoare sarcină şi anume aceea de a sorta datele şi de a căuta caracteristici. În acest scenariu, după ce algoritmul informatic selectează cazurile potenţial afectate, specialistul le poate analiza mai îndeaproape, iar la final, toată lumea beneficiază pe măsură ce diagnosticul şi tratamentul ajung la pacient mult mai repede“, spune Rytis Maskeliunas, cercetător-şef al departamentului de inginerie multimedia a Facultăţii de Informatică din cadrul Universităţii de Tehnologie din Kaunas.
Modelul bazat pe tehnologia deep learning a fost dezvoltat de cercetători lituanieni de top din sectorul inteligenţei artificiale, care au folosit o modificare a binecunoscutului ResNet 18 (reţea neuronală reziduală) ajustată pentru a clasifica imaginile RMN funcţionale obţinute de la 138 de pacienţi.
Imaginile s-au încadrat în şase categorii diferite: de la sănătos prin spectrul tulburărilor cognitive uşoare (MCI), până la boala Alzheimer.
În total, două grupe a câte 51.443 şi respectiv 27.310 de imagini din setul de date fRMN de la Iniţiativa de Neuroimagistică a Bolii Alzheimer au fost selectate pentru instruire şi validare.
Modelul a reuşit să găsească în mod eficient caracteristicile TCU în seturile de date, obţinând 0 precizie de clasificare de 99,95-99,99%.
Deşi aceasta nu reprezintă prima încercare de a diagnostica debutul precoce al bolii Alzheimer, din date similare, principala descoperire a cercetătorilor lituanieni a fost acurateţea algoritmului.
„Evident, un procent atât de mare nu reflectă neapărat situaţia din viaţa reală, dar lucrăm în prezent cu instituţii medicale pentru a obţine cât mai multe date“, spune Maskeliunas.
Potrivit acestuia, algoritmul ar putea fi dezvoltat într-un software de analiză a datelor colectate de la grupurile vulnerabile (cele de peste 65 de ani, care au antecedente de leziuni cerebrale, hipertensiune arterială etc.), care să indice personalului medical anomaliile legate de debutul precoce al bolii Alzheimer.
Specialiştii lituanieni spun că modelul lor poate fi integrat într-un sistem mai complex care să analizeze mai mulţi parametri diferiţi, cum ar fi: monitorizarea şi urmărirea mişcărilor ochilor, citirea feţei sau analiza vocii.
O astfel de tehnologie ar putea fi apoi utilizată pentru autoverificare şi alertă şi pentru solicitarea de consiliere profesională în cazurile care evidenţiază anumite indicii.
În opinia cercetătorilor, tehnologiile pot face medicina mai accesibilă şi mai ieftină. Deşi nu-i vor înlocui niciodată (sau cel puţin nu prea curând) pe profesioniştii din domeniul medical, tehnologiile pot încuraja căutarea unui diagnostic şi pot ajuta la diagnosticarea bolilor în timp util.
Specialiştii estimează că, din cauza îmbătrânirii societăţii, boala Alzheimer va deveni o povară costisitoare pentru sănătatea publică în următorii ani.
