AI överträffar: Imponerande 82% noggrannhet vid förutsägelse av Alzheimers progression.

Cambridgeforskare har utvecklat ett AI-verktyg som noggrant förutsäger Alzheimers framsteg hos individer med tidiga tecken på demens, med hjälv av icke-invasiva och kostnadseffektiva metoder. Denna innovation skulle kunna minska på behovet av kostsamma diagnostiska procedurer och förbättra strategier för tidig intervention, vilket potentiellt skulle gynna miljontals människor globalt. Källa: SciTechDaily.com

En AI-modell från Cambridge University kan förutse Alzheimers framsteg med 82% noggrannhet med hjälp av enkla kognitiva tester och MRI-skannar, och erbjuder ett icke-invasivt och billigare alternativ till traditionella diagnostikmetoder.

Cambridge forskare har utvecklat ett artificiellt intelligent verktyg som kan förutsäga i fyra fall av fem om personer med tidiga tecken på demens kommer förbli stabila eller utveckla Alzheimers sjukdom.

Teamet säger att detta nya tillvägagångssätt kan minska behovet av invasiva och dyra diagnostiska tester samtidigt som behandlingsresultaten kan förbättras tidigt när interventioner som livsstilsförändringar eller nya mediciner kan ha bäst chans att fungera.

Demens utgör en betydande global hälso-utmaning och påverkar över 55 miljoner människor världen över till en uppskattad årlig kostnad på 820 miljarder dollar. Antalet fall förväntas nästan tredubblas under de närmaste 50 åren.

Den främsta orsaken till demens är Alzheimers sjukdom, som står för 60-80% av fallen. Tidig upptäckt är avgörande eftersom detta är när behandlingar troligen kommer att vara mest effektiva, ändå kan inte tidig demensdiagnos och prognos vara exakta utan användning av invasiva eller dyra tester såsom positron emission tomography (PET) skannar eller lumbal punktion, vilka inte är tillgängliga på alla minneskliniker. Som ett resultat kan upp till en tredjedel av patienterna få en felaktig diagnos och andra diagnostiseras för sent för att behandlingen ska vara effektiv.

Ett team lett av forskare från avdelningen för psykologi vid University of Cambridge har utvecklat en maskininlärningsmodell som kan förutsäga om och hur snabbt en individ med milda minnes- och tänkande problem kommer att utveckla Alzheimers sjukdom. I en studie publicerad idag (12 juli) i tidskriften eClinical Medicine visar de att modellen är mer exakt än nuvarande kliniska diagnostiska verktyg.

För att bygga modellen använde forskarna rutinmässigt insamlad, icke-invasiv och lågkostnadsdata från patienter - kognitiva tester och strukturella MRI-skannar som visar grå substansatrofi - från över 400 individer som var en del av en forskningskohort i USA.

De testade sedan modellen med verklig patientdata från ytterligare 600 deltagare från US-kohorten och - viktigt - longitudinell data från 900 personer från minneskliniker i Storbritannien och Singapore.

Algoritmen kunde skilja mellan personer med stabilt mild kognitiv nedsättning och de som utvecklade Alzheimers sjukdom inom en treårsperiod. Den kunde korrekt identifiera individer som sedan utvecklade Alzheimers i 82% av fallen och korrekt identifiera de som inte gjorde det i 81% av fallen från kognitiva tester och en MRI-skannar ensam.

Algoritmen var cirka tre gånger mer exakt på att förutsäga progressionen till Alzheimers än den nuvarande standardvården; det vill säga standardkliniska markörer (såsom grå substansatrofi eller kognitiva poäng) eller klinisk diagnos. Detta visar att modellen skulle kunna minska betydligt på felaktiga diagnoser.

Modellen möjliggjorde också för forskarna att stratifiera personer med Alzheimers sjukdom med data från varje persons första besök på minneskliniken i tre grupper: de vars symtom skulle förbli stabila (cirka 50% av deltagarna), de som skulle progrediera till Alzheimers långsamt (cirka 35%) och de som skulle progrediera snabbare (de återstående 15%). Dessa prognoser validerades vid uppföljningsdata över 6 år. Detta är viktig då det kan hjälpa till att identifiera de personer på en tillräckligt tidig tidpunkt som kan gynnas av nya behandlingar, samtidigt som det identifierar de personer som behöver nära övervakning eftersom deras tillstånd troligen kommer att försämras snabbt.

Viktigt är att de 50% av människor som har symtom såsom minnesförlust men förblir stabila, skulle bättre kunna riktas mot en annan klinisk väg eftersom deras symtom kan bero på andra orsaker än demens, såsom ångest eller depression.

Seniorkorrespondent Professorn Zoe Kourtzi från avdelningen för psykologi vid Universitetet i Cambridge sade: "Vi har skapat ett verktyg som, trots endast användning av data från kognitiva tester och MRI-skannar, är mycket mer känsligt än nuvarande tillvägagångssätt på att förutsäga om någon kommer att progrediera från milda symtom till Alzheimers - och i så fall, om denna progression kommer att vara snabb eller långsam.