Диагностика болезни Альцгеймера: роль искусственного интеллекта и машинного обучения

Болезнь Альцгеймера сегодня можно смело назвать тихой пандемией. Статистика и прогнозы вызывают тревогу. Несмотря на огромные усилия учёных всего мира, эффективного лекарства от заболевания все ещё нет. Традиционные методы диагностики, такие как нейропсихологические тесты и МРТ, хоть и точны, но зачастую выявляют болезнь уже на активной стадии развития.

В ответ на это сразу несколько групп ученных нашли способ прогнозировать болезнь Альцгеймера на ранних стадиях с помощью искусственного интеллекта и машинного обучения.

Статистика и природа болезни

Согласно данным ООН, количество людей старше 65 лет в мире вырастет с 420 миллионов в 2000 году до почти 1 миллиарда к 2030 году. Это означает, что и число больных Альцгеймером неизбежно возрастёт, ведь именно пожилые люди подвержены расстройству.

Общемировая заболеваемость на 2006 год оценивалась в 26,6 млн человек, а к 2050 году число больных может вырасти вчетверо. В 2021 году в Казахстане на учёте состояли 155 пациентов с заболеванием.

Болезнь Альцгеймера — это наиболее распространённая форма деменции, которая характеризуется прогрессивным ухудшением когнитивных функций, таких как память, мышление и поведение.

Существуют ряд гипотез о причинах возникновения деменции, включая генетическую предрасположенность. Болезнь приводит к накоплению амилоидных бляшек и нейрофибриллярных клубков в мозге, вызывая гибель нейронов и когнитивные нарушения.

Потенциал неинвазивных методов

Исследование, опубликованное в научном журнале Sensors говорит об эффективности ИИ в диагностике болезни.

Из-за сложностей инвазивных методов (предпологающий оперирование), таких как анализ спинномозговой жидкости и тканей мозга, врачи используют неинвазивные альтернативы. К таким методам относятся мониторинг крови, носимые датчики и биосенсоры. Однако на анализ огромных объёмов данных, получаемых такими способами, ушли бы месяцы.

Тут на помощь приходят ИИ и глубокое машинное обучение. Эти технологии позволяют эффективно обрабатывать и интерпретировать огромные массивы информации. Например, используемый в исследовании xAI, методом выбора признаков помогает выделить наиболее важные параметры из всего набора данных, что сокращает анализ результатов и делает их более понятными для врачей.

Предвестники Альцгеймера

Учёные из Калифорнийского университета в Сан-Франциско нашли способ предсказывать болезнь Альцгеймера за семь лет до появления первых симптомов с помощью глубокого машинного обучения. Учёные использовали клиническую базу данных, содержащую информацию о более чем 5 миллионах пациентов.

"Это первый шаг к использованию ИИ для анализа рутинных клинических данных, не только для раннего выявления риска, но и для понимания биологии, лежащей в его основе" Ведущий автор исследования, Алиса Танг в интервью для UCSF

Результаты поражают: такие факторы, как гипертония, высокий уровень холестерина и дефицит витамина D, оказались сопряжены с вероятностью развития болезни. В частности, для мужчин прогнозируемыми факторами стали эректильная дисфункция и увеличенная простата, а для женщин — остеопороз. Учёные смогли предсказать с 72% точностью, кто из пациентов разовьёт болезнь Альцгеймера за семь лет до её первых клинических проявлений.

"Это отличный пример того, как мы можем использовать данные пациентов и машинное обучение для предсказания вероятности развития болезни Альцгеймера и понимания причин этого" Старший автор исследования Марина Сирота

Важность ранней диагностики

Ранняя диагностика болезни Альцгеймера чрезвычайно важна для разработки лекарств, диагностических и терапевтических подходов, направленных на предотвращение потери функций и продление жизни.

Исследователи из Университета Западной Виргинии использовали данные по нейровизуализации болезни Альцгеймера, включающие 78 пациентов с диагнозом и 99 человек с нормальной когнитивной функцией. С помощью программного обеспечения LASSO. По итогу исследования были выявлены 21 метаболический биомаркер из 150, которые говорят о возможности развития болезни.

"Некоторые метаболиты связаны с клиническими биомаркерами, такими как бляшки, когнитивные показатели и объём гиппокампа, который часто страдает первым от болезни Альцгеймера" Кешенг Ван, руководивший исследованием в интервь для WVU Today

Остаётся надеяться, что дальнейшее развитие технологий будет способствовать совершенствованию медицинской диагностики, лечения и исследований, улучшая доступность качественной медицинской помощи во всем мире.