(Andrew Brookes/Bildquelle/Getty Images) Eine der wichtigsten Möglichkeiten künstliche Intelligenz Algorithmen erweisen sich als nützlich Krankheit diagnostizieren viel schneller, als es normale Menschen können – und ein neues System zur Erkennung potenzieller Indikatoren dafür Alzheimer hat eine Genauigkeit von nahezu 100 Prozent erreicht.
Durch eine Analyse von fMRT-Gehirnscanbildern von 138 Personen erreichte der neue Algorithmus eine Genauigkeitsrate von über 99 Prozent. Die Forscher berichten, dass es in Bezug auf Genauigkeit, Sensitivität und Spezifität eine bessere Leistung erbrachte als bestehende Methoden.
Insbesondere ist die Methode in der Lage, Anzeichen einer leichten kognitiven Beeinträchtigung oder MCI zu erkennen – dem Übergang zwischen kognitivem Verfall (wie er normalerweise mit dem Alter einhergeht) und Alzheimer. Bei einer MCI treten häufig keine erkennbaren körperlichen Symptome auf.
Es ist jedoch auch wichtig zu beachten, dass MCI nicht immer unbedingt Alzheimer bedeutet – es ist jedoch ein wichtiger potenzieller Indikator für die Krankheit in der Zukunft.
Während der manuellen Analyse von MRT Scans auf Anzeichen von MCI sind möglich, Menschen sind jedoch bei weitem nicht so schnell und zuverlässig wie tiefes Lernen Techniken, die aus riesigen Datenbanken mit Trainingsdaten lernen und dieses Wissen dann auf intelligente Weise auf neue Daten anwenden.
„Moderne Signalverarbeitung ermöglicht es, die Bildverarbeitung an die Maschine zu delegieren, die sie schneller und ausreichend genau durchführen kann.“ sagt Rytis Maskeliūnas , ein Informatikprofessor an der Technischen Universität Kaunas (KTU) in Litauen.
„Natürlich wagen wir nicht zu behaupten, dass sich ein Mediziner jemals zu 100 Prozent auf einen Algorithmus verlassen sollte.“ Stellen Sie sich eine Maschine wie einen Roboter vor, der in der Lage ist, die mühsamste Aufgabe zu erledigen, die Daten zu sortieren und nach Merkmalen zu suchen.“
Sobald die Computersoftware potenzielle Fälle hervorgehoben hat, können Spezialisten diese überprüfen und bestätigen. Eine frühere Diagnose bedeutet eine frühere Behandlung, auch wenn wir noch keinen Weg gefunden haben, Alzheimer vollständig zu stoppen.
Das in dieser neuen Studie skizzierte KI-Modell basiert auf dem Vorhandenen ResNet18 neurales Netzwerk. Das modifizierte System war in der Lage, Gehirnscans in sechs Kategorien zu unterteilen, von gesunden bis hin zu vollständigen Manifestationen der Alzheimer-Krankheit.
„Obwohl dies nicht der erste Versuch war, den frühen Ausbruch von Alzheimer anhand ähnlicher Daten zu diagnostizieren, ist unser größter Durchbruch die Genauigkeit des Algorithmus.“ sagt Maskeliūnas .
„Natürlich sind solch hohe Zahlen kein Indikator für die tatsächliche Leistung im wirklichen Leben, aber wir arbeiten mit medizinischen Einrichtungen zusammen, um mehr Daten zu erhalten.“
Derzeit werden verschiedene Methoden zur Erkennung von Alzheimer eingesetzt, darunter Blickverfolgung , Stimmanalyse , und sogar die Installation von Sensoren in den Häusern der Menschen – aber KI-Methoden wie die in dieser neuen Studie beschriebene versprechen, schneller und einfacher zu sein.
Mehr als 78.000 fMRT-Scans wurden verwendet, um das Modell zu trainieren und zu validieren und die hohen Genauigkeitsraten zu erreichen, und die Forscher sagen, dass ihr Modell schließlich zur Entwicklung von Software verwendet werden könnte, die andere Daten, einschließlich Alter und Blutdruck, einbezieht.
Die Alzheimer-Krankheit ist weltweit verbreitet häufigste Ursache für Demenz , was zu rund 70 Prozent der Fälle weltweit beiträgt. Man geht derzeit davon aus, dass rund 24 Millionen Menschen weltweit betroffen sind, und mit zunehmender Alterung der Gesellschaft wird diese Zahl voraussichtlich stark ansteigen.
„Mediziner auf der ganzen Welt versuchen, das Bewusstsein für eine frühe Alzheimer-Diagnose zu schärfen, damit die Betroffenen bessere Chancen haben, von einer Behandlung zu profitieren.“ sagt Maskeliūnas .
Die Forschung wurde veröffentlicht in Diagnose .