Новая программа машинного обучения перспективна для ранней диагностики болезни Альцгеймера

Новая программа машинного обучения, разработанная исследователями из Университета Кейс Вестерн Резерв, по-видимому, превосходит другие методы диагностики болезни Альцгеймера до того, как симптомы начнут мешать повседневной жизни, как показывает первоначальное тестирование.

По оценкам, более 5 миллионов американцев могут болеть болезнью Альцгеймера, и это число растет с возрастом населения. Заболевание представляет собой необратимое прогрессирующее заболевание мозга, которое медленно разрушает память и навыки мышления. И хотя лекарства нет, некоторые лекарства могут отсрочить или предотвратить ухудшение симптомов на срок до пяти и более лет, согласно Национальному институту старения и опубликованным исследованиям.

Между тем, ранняя диагностика и лечение – цель новой компьютерной программы – являются ключом к тому, чтобы позволить больным дольше оставаться независимыми.

Компьютерная программа объединяет ряд показателей болезни Альцгеймера, включая умеренное когнитивное нарушение. В два последовательных этапа алгоритм выбирает наиболее подходящие для предсказания, у кого есть болезнь Альцгеймера.

"Многие статьи сравнивают здоровых и больных, но есть континуум," сказал Анант Мадабхуши, Ф. Алекс Нейсон, профессор биомедицинской инженерии II в Case Western Reserve. "Мы намеренно включили умеренное когнитивное нарушение, которое может быть предвестником болезни Альцгеймера, но не всегда."

В исследовании, опубликованном в журнале Scientific Reports, Мадабхуши, Аша Синганамалли, недавно получившая степень магистра биомедицинской инженерии, и Хайбо Ван, бывший научный сотрудник, занимающийся постдокторской диссертацией, протестировали алгоритм, используя данные 149 пациентов, собранные в рамках Инициативы нейровизуализации болезни Альцгеймера.

Команда разработала так называемый алгоритм каскадной многовидовой канонической корреляции (CaMCCo), который объединяет результаты сканирования магнитно-резонансной томографии (МРТ), характеристики гиппокампа, скорость метаболизма глюкозы в головном мозге, протеомику, геномику, легкие когнитивные нарушения и многое другое. параметры.

Лаборатория Мадабхуши неоднократно обнаруживала, что объединение разнородной информации полезно для выявления рака. Это первый раз, когда он и его команда сделали это для диагностики и описания болезни Альцгеймера.

"Алгоритм предполагает, что каждый параметр дает различное представление о болезни, как если бы каждый из них был разным набором цветных очков," Мадабхуши сказал.

Затем программа оценивает переменные в двухступенчатом каскаде. Во-первых, алгоритм выбирает параметры, которые лучше всего различают здорового и нездорового человека. Во-вторых, алгоритм выбирает из нездоровых переменных те, которые лучше всего позволяют различить, у кого есть легкие когнитивные нарушения, и у кого болезнь Альцгеймера.

"Остальные виды объединены для получения наилучшего изображения," Мадабхуши сказал.

При прогнозировании того, какие пациенты в исследовании страдали болезнью Альцгеймера, CaMCCo превзошел индивидуальные показатели, а также методы, сочетающие их все без выборочной оценки. Он также лучше позволял предсказать, у кого были легкие когнитивные нарушения, чем другие методы, сочетающие несколько показателей.

Исследователи продолжают проверять и настраивать подход с использованием данных с нескольких сайтов. Они также планируют использовать программное обеспечение в режиме наблюдения: когда сотрудничающий невролог составляет тесты на пациентах, компьютер будет обрабатывать данные. Если CaMCCo окажется полезным в прогнозировании ранней болезни Альцгеймера, Мадабхуши рассчитывает продолжить клиническое исследование для проспективной проверки.

PHOTOINTERVIEW.RU