立陶宛考納斯理工大學的研究人員開發(fā)的算法可以以接近100%的準確率預測可能的阿爾茨海默玻
考納斯理工大學官網(wǎng)9月3日消息
立陶宛考納斯理工大學（Kaunas University of Technology，KTU）的研究人員開發(fā)了一種基于深度學習的方法，可以從大腦圖像預測阿爾茨海默病的可能發(fā)病，準確率超過99%。該方法是在分析138名受試者的功能性MRI圖像時開發(fā)的，在準確性、敏感性和特異性方面優(yōu)于先前開發(fā)的方法。研究于近日發(fā)表在《診斷學》（Diagnostics）雜志上。
研究于2021年6月10日發(fā)表在《Diagnostics》（最新影響因子：5.568）雜志上
據(jù)世界衛(wèi)生組織稱，阿爾茨海默病是導致失智最常見的原因，占失智病例的70%。全世界大約有2,400萬人受到影響，預計這一數(shù)字每20年將翻一番。由于社會老齡化，這種疾病在未來幾年將成為昂貴的公共衛(wèi)生負擔。
“世界各地的醫(yī)療專業(yè)人員都在努力提高人們對早期阿爾茨海默病診斷的認識，這為患者提供了更好的機會從治療中獲益。這是尼日利亞博士生 Modupe Odusami選擇課題時最重要的問題之一，”考納斯理工大學信息學院多媒體工程系的研究員Rytis Maskeliūnas說，他是 Odusami 的博士生導師。
Rytis Maskeliūnas 教授
圖像處理委托給機器
阿爾茨海默病的最初癥狀之一可能是輕度認知障礙(MCI)，這是介于正常衰老和失智癥之間的認知能力下降階段。Maskeliūnas 報道稱，基于之前的研究，功能性磁共振成像(fMRI)可以用來識別大腦中與阿爾茨海默病發(fā)病相關的區(qū)域。MCI的早期通常沒有明顯的癥狀，但在相當多的情況下可以通過神經(jīng)成像檢測到。
然而，盡管理論上可行，手動分析功能磁共振成像圖像，試圖識別與阿爾茨海默病相關的變化，不僅需要特定的知識，而且也很耗時應用深度學習和其他人工智能方法可以大大縮短這一過程的時間。發(fā)現(xiàn)MCI特征并不一定意味著疾病的存在，因為它也可能是其他相關疾病的癥狀，但它更多的是一個指標和可能的助手，以引導醫(yī)療專業(yè)人員的評估。
“現(xiàn)代信號處理允許將圖像處理委托給機器，這樣可以更快、更準確地完成。當然，我們不敢建議一個醫(yī)學專業(yè)人員應該百分之百地依賴任何算法。把機器想象成一個機器人，它能夠完成最乏味的任務，比如對數(shù)據(jù)進行排序和搜索特征。在這種情況下，在計算機算法選擇了可能受影響的病例后，專家可以更密切地觀察它們，最終，隨著診斷和治療更快地到達患者手中，每個人都受益。”
我們需要充分利用數(shù)據(jù)
基于深度學習的模型是由立陶宛人工智能領域的領先研究人員進行卓有成效的合作開發(fā)的，使用著名的細調(diào)ResNet 18(殘差神經(jīng)網(wǎng)絡)的修改對138名受試者獲得的fMRI圖像進行分類。這些圖像分為六種不同的類別：從健康的輕度認知障礙(MCI)到阿爾茨海默玻從阿爾茨海默病神經(jīng)影像學計劃（ADNI）fMRI數(shù)據(jù)集中選擇了51,443和27,310張圖像進行訓練和驗證。
該模型能夠有效地發(fā)現(xiàn)給定數(shù)據(jù)集中的MCI特征，在早期MCI與AD、晚期MCI與AD、早期MCI與早期MCI的分類準確率分別達到99.99%、99.95%和99.95%。
“雖然這不是第一次嘗試用類似的數(shù)據(jù)診斷早期阿爾茨海默病，但我們的主要突破是算法的準確性。顯然，如此高的數(shù)字并不能反映真實的現(xiàn)實情況，但我們正在與醫(yī)療機構合作，以獲得更多的數(shù)據(jù)。” Maskeliūnas 說。
根據(jù)他的說法，該算法可以開發(fā)成軟件，可以分析從弱勢群體(65歲以上、有腦損傷史、高血壓等)收集的數(shù)據(jù)，并通知醫(yī)務人員與早發(fā)阿爾茨海默病相關的異常情況。
“我們需要充分利用數(shù)據(jù)，” Maskeliūnas 說，“這就是為什么我們的研究小組關注歐洲開放科學原則，這樣任何人都可以使用我們的知識并進一步發(fā)展它。我相信這一原則對社會進步有很大的幫助。”
首席研究員的主要研究領域是現(xiàn)代人工智能方法在信號處理和多模態(tài)接口上的應用，他說，上述模型可以集成到一個更復雜的系統(tǒng)中，分析幾個不同的參數(shù)，也可以監(jiān)測眼球運動的跟蹤，面部識別、語音分析等。這樣的技術可以用于自我檢查，如果有什么引起擔憂，可以尋求專業(yè)建議。
“技術可以使藥物更容易獲得和更便宜。盡管它們永遠不會（或至少不會很快）真正取代醫(yī)療專業(yè)人員，但技術可以鼓勵尋求及時的診斷和幫助，” Maskeliūnas 說。
