Alzheimer: Kecerdasan buatan meramalkan permulaan
Alat kecerdasan buatan yang diajarkan untuk menganalisis imbasan otak dapat dengan tepat meramalkan penyakit Alzheimer beberapa tahun sebelum diagnosis akhir.
Pasukan yang bertanggungjawab menunjukkan bahawa, setelah pengesahan lebih lanjut, alat ini dapat sangat membantu pengesanan awal Alzheimer, memberikan masa rawatan untuk memperlambat penyakit dengan lebih berkesan.
Para penyelidik, dari University of California di San Francisco, menggunakan gambar tomografi pelepasan positron (PET) dari 1,002 otak orang untuk melatih algoritma pembelajaran mendalam.
Mereka menggunakan 90 peratus gambar untuk mengajarkan algoritma bagaimana melihat ciri penyakit Alzheimer dan 10 peratus sisanya untuk mengesahkan kinerjanya.
Mereka kemudian menguji algoritma pada gambar PET otak 40 orang lain. Dari ini, algoritma meramalkan secara tepat individu mana yang akan menerima diagnosis akhir Alzheimer. Rata-rata, diagnosis dibuat lebih dari 6 tahun selepas pemeriksaan.
Dalam makalah mengenai penemuan, yang mana Radiologi jurnal baru-baru ini diterbitkan, pasukan menerangkan bagaimana algoritma "mencapai kekhususan 82 persen pada kepekaan 100 persen, rata-rata 75.8 bulan sebelum diagnosis akhir."
"Kami sangat gembira," kata pengarang bersama Dr.Jae Ho Sohn, yang bekerja di bahagian radiologi dan pengimejan bioperubatan universiti, "dengan prestasi algoritma."
"Ia dapat meramalkan setiap kes yang menjangkiti penyakit Alzheimer," tambahnya.
Penyakit Alzheimer dan pencitraan PET
Persatuan Alzheimer menganggarkan bahawa sekitar 5.7 juta orang hidup dengan penyakit Alzheimer di Amerika Syarikat dan angka ini cenderung meningkat kepada hampir 14 juta pada tahun 2050.
Diagnosis lebih awal dan lebih tepat bukan hanya akan memberi manfaat kepada mereka yang terkena, tetapi juga secara kolektif dapat menjimatkan sekitar $ 7.9 trilion dalam rawatan perubatan dan kos yang berkaitan dari masa ke masa.
Ketika penyakit Alzheimer berkembang, ia mengubah bagaimana sel otak menggunakan glukosa. Perubahan metabolisme glukosa ini muncul dalam jenis pencitraan PET yang mengesan pengambilan glukosa radioaktif yang disebut 18F-fluorodeoxyglucose (FDG).
Dengan memberikan arahan mengenai apa yang harus dicari, para saintis dapat melatih algoritma pembelajaran mendalam untuk menilai gambar FDG PET untuk tanda-tanda awal Alzheimer.
Pembelajaran mendalam ‘mengajar dirinya’
Para penyelidik mengajarkan algoritma dengan bantuan lebih daripada 2,109 gambar PET FDG dari 1,002 otak individu. Mereka juga menggunakan data lain dari Inisiatif Neuroimaging Penyakit Alzheimer.
Algoritma menggunakan pembelajaran mendalam, jenis kecerdasan buatan yang kompleks yang melibatkan pembelajaran melalui contoh, sama seperti bagaimana manusia belajar.
Pembelajaran mendalam membolehkan algoritma "mengajar sendiri" apa yang harus dicari dengan melihat perbezaan halus antara ribuan gambar.
Algoritma itu sebaik, jika tidak lebih baik daripada, pakar manusia dalam menganalisis gambar PET FDG.
Penulis menyatakan bahawa "dibandingkan dengan pembaca radiologi, model pembelajaran mendalam menunjukkan prestasi yang lebih baik, dengan statistik yang signifikan, untuk mengenali pesakit yang akan menjalani diagnosis klinikal [penyakit Alzheimer]."
Perkembangan masa depan
Sohn memperingatkan bahawa kajian itu kecil dan penemuannya sekarang perlu disahkan. Ini akan melibatkan penggunaan set data yang lebih besar dan lebih banyak gambar yang diambil dari masa ke masa dari orang di pelbagai klinik dan institusi.
Di masa depan, algoritma dapat menjadi tambahan berguna pada kotak alat radiologis dan meningkatkan peluang untuk rawatan awal penyakit Alzheimer.
Para penyelidik juga merancang untuk memasukkan jenis pengenalan corak lain ke dalam algoritma.
Perubahan metabolisme glukosa bukan satu-satunya ciri Alzheimer, jelas penulis bersama kajian Youngho Seo, seorang profesor di Jabatan Radiologi dan Pengimejan Bioperubatan. Penumpukan protein yang tidak normal juga menjadi ciri penyakit ini, tambahnya.
"Sekiranya FDG PET dengan [kecerdasan buatan] dapat meramalkan penyakit Alzheimer pada awal ini, pencitraan PET plak beta-amiloid dan tau protein mungkin dapat menambahkan dimensi kekuatan ramalan penting."
Prof Youngho Seo
