Дослідники створили модель прогнозування віку мозку на основі штучного інтелекту

Дослідники в Радіологічному товаристві Північної Америки розробили модель прогнозування віку мозку на основі штучного інтелекту (ШІ), яка може кількісно оцінювати відхилення від здорової траєкторії старіння мозку у пацієнтів з легкими когнітивними порушеннями.

Дослідження було опубліковано в червні в Radiology: Artificial Intelligence.

Раннє виявлення когнітивних порушень

За словами дослідників, модель можна використовувати для допомоги в ранньому виявленні когнітивних порушень.

Люди, які страждають на амнестичні легкі когнітивні порушення (аMCI), перехідну фазу від нормального старіння до хвороби Альцгеймера, мають порушення пам’яті, які серйозніші, ніж у норми для їхнього віку та освіти. Однак вони не достатньо серйозні, щоб впливати на їхню щоденну діяльність.

Дослідження проводили Ні Шу, Ph.D., з Державної ключової лабораторії когнітивної нейробіології та навчання, Пекінського нормального університету, в Пекіні, Китай, разом з іншими колегами.

Команда використала підхід машинного навчання для навчання моделі прогнозування віку мозку, яка була заснована на T1-вазованих МР-зображеннях 974 здорових дорослих у віці від 49,3 до 95,4 років.

Навчена модель була потім застосована для оцінки передбаченого вікового розходження у пацієнтів з аMCI в наборах даних з ініціативи омолодження мозку в Пекіні, яка включала 616 здорових контрольних осіб і 80 пацієнтів з аMCI, та ініціативи нейровізуалізації хвороби Альцгеймера, яка включала 589 здорових контрольних осіб і 144 пацієнтів з аMCI.

Окрім цього, команда також розглядала асоціації між передбаченим віковим розходженням і когнітивними порушеннями, генетичними факторами ризику, патологічними біомаркерами хвороби Альцгеймера та клінічним прогресом у пацієнтів з аMCI.

Результати дослідження

Результати дослідження показали, що пацієнти з аMCI мали траєкторії старіння мозку, відмінні від типової нормальної траєкторії старіння. Запропонована модель прогнозування віку мозку зможе кількісно оцінювати індивідуальні відхилення від цієї нормальної траєкторії.

Команда також виявила, що передбачене вікове розходження було сильно пов’язане з індивідуальними когнітивними порушеннями у пацієнтів з аMCI в областях, таких як пам’ять, увага та виконавча функція.

“Предиктивна модель, яку ми згенерували, була високоточною при оцінці хронологічного віку у здорових учасників на основі лише вигляду МР-сканів”, – зазначено в статті. “Натомість для аMCI модель оцінила вік мозку у середньому на 2,7 роки старшим за хронологічний вік пацієнта”.

Модель також показала, що прогресивні пацієнти з аMCI страждають від більшого відхилення від типової нормальної траєкторії старіння, ніж стабільні пацієнти з аMCI. За допомогою інструментів, таких як оцінка вікового розходження, та біомаркерів хвороби Альцгеймера, прогресування аMCI можна передбачити краще.

Об’єднавши оцінку вікового розходження з іншими біомаркерами хвороби Альцгеймера, можна досягти найкращої продуктивності для точного розрізнення прогресивного аMCI та стабільного аMCI.

“Ця робота вказує на те, що передбачене вікове розходження має потенціал бути надійним, достовірним та комп’ютеризованим біомаркером для ранньої діагностики когнітивних порушень та моніторингу реакції на лікування”, – заявили автори.