AI Przewyższa: Oszałamiające 82% dokładności w przewidywaniu postępu choroby Alzheimera

Badacze z Cambridge opracowali narzędzie AI, które dokładnie przewiduje postęp choroby Alzheimera u osób z wczesnymi objawami demencji, korzystając z metod nieinwazyjnych i kosztowo efektywnych. Ta innowacja może znacząco zmniejszyć poleganie na drogich procedurach diagnostycznych i poprawić strategie wczesnej interwencji, potencjalnie korzystając milionom ludzi na całym świecie. Kredyt: SciTechDaily.com

Model AI z Uniwersytetu w Cambridge może przewidzieć postęp choroby Alzheimera z dokładnością 82% korzystając z prostych testów poznawczych i skanów MRI, oferując nieinwazyjną i tańszą alternatywę dla tradycyjnych metod diagnostycznych.

Naukowcy z Cambridge opracowali narzędzie sztucznej inteligencji zdolne przewidzieć w czterech przypadkach na pięć, czy osoby z wczesnymi objawami demencji pozostaną stabilne czy rozwiną chorobę Alzheimera.

Zespół twierdzi, że nowe podejście może zmniejszyć potrzebę inwazyjnych i drogich testów diagnostycznych, jednocześnie poprawiając wyniki leczenia we wczesnych stadiach, kiedy interwencje takie jak zmiany stylu życia czy nowe leki mogą najlepiej zadziałać.

Demencja stanowi znaczące wyzwanie dla opieki zdrowotnej na całym świecie, dotykając ponad 55 milionów ludzi na całym świecie, przy szacowanych rocznych kosztach wynoszących 820 miliardów dolarów. Liczba przypadków spodziewana jest wzrosnąć prawie potrójnie w ciągu najbliższych 50 lat.

Główną przyczyną demencji jest choroba Alzheimera, która stanowi 60-80% przypadków. Wczesne wykrycie jest kluczowe, ponieważ wtedy leczenia są najprawdopodobniej najbardziej skuteczne, jednak wcześniejsza diagnoza i prognoza demencji mogą być nieskuteczne bez użycia inwazyjnych lub drogich testów takich jak skany PET czy punkcje lędźwiowe, które nie są dostępne we wszystkich klinikach pamięci. W rezultacie, aż do jednej trzeciej pacjentów może być źle zdiagnozowanych, a inni zbyt późno, by leczenie było skuteczne.

Zespół pod kierownictwem naukowców z Wydziału Psychologii Uniwersytetu w Cambridge opracował model uczenia maszynowego zdolny przewidzieć, czy i jak szybko osoba z łagodnymi problemami z pamięcią i myśleniem rozwinie chorobę Alzheimera. W badaniach opublikowanych dziś (12 lipca) w czasopiśmie eClinical Medicine, pokazali, że jest on bardziej dokładny niż obecne narzędzia diagnostyczne kliniczne.

Aby zbudować swój model, badacze użyli rutynowo zbieranych, nieinwazyjnych i niskokosztowych danych pacjentów – testów poznawczych oraz skanów MRI struktur pokazujących zanik szarej substancji – od ponad 400 osób, które były częścią kohorty badawczej w USA.

Następnie przetestowali model, korzystając z danych pacjentów z codziennej praktyki od kolejnych 600 uczestników badania z USA oraz – co ważne – danych podłużnych od 900 osób z klinik pamięci w Wielkiej Brytanii i Singapurze.

Algorytm był w stanie odróżnić osoby z stabilną łagodną niepełnosprawnością poznawczą od tych, które rozwinęły chorobę Alzheimera w ciągu trzech lat. Był w stanie poprawnie zidentyfikować osoby, które następnie zachorowały na Alzheimera w 82% przypadków i poprawnie zidentyfikować tych, którzy tego nie zrobili w 81% przypadków, bazując jedynie na testach poznawczych i skanie MRI.

Algorytm był około trzy razy bardziej dokładny w przewidywaniu postępu do Alzheimera niż obecne standardy opieki; to znaczy standardowe wskaźniki kliniczne (takie jak zaniki szarej substancji czy wyniki poznawcze) lub diagnoza kliniczna. Pokazuje to, że model mógłby znacznie zmniejszyć nieprawidłowe diagnozy.

Model pozwolił również badaczom na zróżnicowanie osób z chorobą Alzheimera za pomocą danych z pierwszej wizyty każdej osoby w klinice pamięci, dzieląc je na trzy grupy: osoby, których objawy pozostaną stabilne (około 50% uczestników), osoby, które będą powoli rozwijać Alzheimera (około 35%) i osoby, które będą rozwijać go szybciej (pozostałe 15%). Te przewidywania zostały potwierdzone przy oglądaniu danych z obserwacji przez 6 lat. Jest to istotne, ponieważ może pomóc zidentyfikować wcześniejsze stadia choroby osób, które mogłyby skorzystać z nowych leków, jednocześnie identyfikując tych, którzy wymagają bliskiego monitorowania, ponieważ ich stan jest prawdopodobnie szybko pogarszać się.

Najważniejsze jest to, że te 50% osób, które mają objawy takie jak utrata pamięci, ale pozostają stabilne, mogłyby być skierowane na inna ścieżkę kliniczną, ponieważ ich objawy mogą być spowodowane innymi przyczynami niż demencja, takimi jak lęki czy depresja.

Senior autor profesor Zoe Kourtzi z Wydziału Psychologii Uniwersytetu w Cambridge powiedział: "Stworzyliśmy narzędzie, które mimo korzystania jedynie z danych z testów poznawczych i skanów MRI, jest znacznie bardziej czułe niż obecne podejścia w przewidywaniu, czy ktoś przejdzie od łagodnych objawów do Alzheimera – i jeśli tak, czy ten postęp będzie szybki czy powolny."