Terveydenhuolto

Tutkijat luovat aivuuden ikäennustemallin älytekniikkaa hyödyntäen

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Pohjois-Amerikan radiologisen seuran tutkijat ovat kehittäneet älytekniikkaan perustuvan aivuuden ikäennustemallin, joka voi mittailla poikkeamat terveestä aivuuden ikääntymisestä potilailla, joilla on lievä kognitiivinen heikkous.

Tutkimus julkaistiin kesäkuussa Radiology: Artificial Intelligence -julkaisussa.

Kognitiivisen heikkouden varhainen havaitseminen

Tutkijoiden mukaan mallia voidaan käyttää kognitiivisen heikkouden varhaiseen havaitsemiseen.

Yksilöt, joilla on amnestinen lievä kognitiivinen heikkous (aMCI), joka on siirtymävaihe normaalin vanhenemisen ja Alzheimerin taudin välillä, ovat muistihäiriöistä kärsivät, jotka ovat vakavampia kuin normaaliin ikään ja koulutukseen verrattuna. Kuitenkin ne eivät ole vakavia tarpeeksi vaikuttaakseen päivittäiseen toimintakykyyn.

Tutkimukseen osallistui Ni Shu, Ph.D., Kiinan Pekingin normaalista yliopistosta, yhdessä muiden tutkijoiden kanssa.

Tutkijaryhmä käytti koneoppimismenetelmää kouluttaakseen aivuuden ikäennustemallin, joka perustui 974 terveen aikuisen T1-painotettuihin MR-kuvauksiin, jotka olivat iältään 49,3 ja 95,4 vuotta.

Koulutettua mallia sovellettiin arvioimaan aMCI-potilaiden ennustettua ikäeroa Pekingin vanhenemisen uudistamisohjelman aineistoissa, jotka käsittivät 616 terveen kontrollia ja 80 aMCI-potilasta, sekä Alzheimerin taudin neuroimaging-aloitteessa, joka käsittää 589 terveen kontrollia ja 144 aMCI-potilasta.

Lisäksi tutkijaryhmä tarkasteli yhteyksiä ennustetun ikäeron ja kognitiivisen heikkouden, geneettisten riskitekijöiden, Alzheimerin taudin patologisten biomerkkien ja kliinisen edetyn aMCI-potilailla.

Tutkimuksen tulokset

Tutkimuksen tulokset osoittivat, että aMCI-potilailla on aivuuden ikääntymisradat, jotka poikkeavat tyypillisestä normaalista ikääntymisradasta. Ehdotetut aivuuden ikäennustemallit voisivat mittailla yksilöiden poikkeamat tästä normaaliradasta.

Tutkijaryhmä totesi myös, että ennustettu ikäero oli vahvasti kytköksissä yksilöiden kognitiiviseen heikkouteen aMCI-potilailla muistiin, tarkkaavaisuuteen ja toimeenpanevaan funktioon liittyvissä alueissa.

“Ennustemalli, jonka generoimme, oli erittäin tarkin arvioimaan kronologista ikää terveillä osanottajilla vain MRI-kuvien ulkonäön perusteella”, tutkimusraportti toteaa. “Toisaalta aMCI-potilailla malli arvioi aivuuden ikäksi keskimäärin 2,7 vuotta vanhemman kuin potilaan kronologinen ikä.”

Malli osoitti myös, että progressiivisilla aMCI-potilailla on enemmän poikkeamia tyypillisestä normaalista ikääntymisradasta kuin stabiileilla aMCI-potilailla. Käyttämällä työkaluja, kuten ennustettua ikäeroa ja Alzheimerin taudin biomerkkejä, voidaan aMCI-potilaiden edetystä parhaiten ennustaa.

Yhdistämällä ennustetun ikäeron muihin Alzheimerin taudin biomerkkejiin, voidaan saavuttaa paras suorituskyky progressiivisen ja stabiilin aMCI:n erottamiseksi.

“Tämä työ osoittaa, että ennustettu ikäero on vahva, luotettava ja tietokonepohjainen biomerkki kognitiivisen heikkouden varhaisdiagnoosille ja hoitovasteen seurannalle”, tutkijat toteavat.

Alex McFarland on AI-toimittaja ja kirjailija, joka tutkii viimeisimpiä kehityksiä tekoälyssä. Hän on tehnyt yhteistyötä useiden AI-startup-yritysten ja julkaisujen kanssa maailmanlaajuisesti.