Ερευνητές του University of California, San Francisco, χρησιμοποίησαν PET scans για να εκπαιδεύσουν αλγόριθμο μηχανικής μάθησης στον εντοπισμό της νόσου Alzheimer σε αρχικό στάδιο.

Ο αλγόριθμος μπορούσε να εντοπίζει την πάθηση περίπου 6 χρόνια πριν την κλινική διάγνωση.

Η ανάπτυξη έχει την πιθανότητα να βοηθά τους γιατρούς να παρεμβαίνουν πριν γίνει η πάθηση μη αναστρέψιμη.

Ο Dr. Jae Ho Sohn, χρησιμοποίησε τη νέα μέθοδο για να προσπαθήσει να προβλέψει αν ένας ασθενής θα εμφανίσει Alzheimer μετά την πρώτη εμφάνιση συμπτωμάτων βλάβης στη μνήμη.

Ο Sohn εκπαίδευσε αλγόριθμο μηχανικής μάθησης χρησιμοποιώντας PET scans από σετ στοιχείων που ονομάζεται Alzheimer’s Disease Neuroimaging Initiative, κατάλογο με scan ασθενών που τελικά επιβεβαιώθηκε ότι είχαν είτε νόσο του Alzheimer, είτε ελαφρά νοητική εξασθένηση ή καθόλου διαταραχή.

Τελικά ο αλγόριθμος άρχισε να μαθαίνει ποια στοιχεία είναι σημαντικά στην πρόβλεψη και διάγνωση της νόσου και όταν του χορηγήθηκαν 1.921 scan, η ομάδα τον δοκίμασε σε 2 νέα σετ στοιχείων.

Ένα σετ στοιχείων περιέλαβε 188 επιπλέον εικόνες από τη βάση δεδομένων ADNI που δεν είχε ακόμα παρουσιαστεί στον αλγόριθμο και το άλλο περιέλαβε ένα εντελώς νέο σετ από scan 40 ασθενών που είχαν παρουσιαστεί με πιθανή νοητική βλάβη.

Ο αλγόριθμος εντόπισε σωστά 92% των ασθενών που στη συνέχεια εμφάνισαν τη νόσο, στην πρώτη ομάδα στοιχείων και 98% στη δεύτερη. Επιπλέον πέτυχε αυτές τις προβλέψεις κατά μέσον όρο 6 χρόνια πριν τη διάγνωση.

Ο Sohn δήλωσε ότι ο αλγόριθμούς τώρα πρέπει να δοκιμαστεί σε άλλες παραμέτρους και αν πετύχει θα μπορούσε να χρησιμοποιηθεί ως προγνωστικό και διαγνωστικό εργαλείο όταν ένας ασθενής επισκέπτεται κλινική μνήμης, βοηθώντας τον να λάβει τις απαιτούμενες αγωγές έγκαιρα.

Η έρευνα δημοσιεύτηκε στο Radiology.

 

Πηγές: Radiology.