Nowy model uczenia maszynowego
Badacze dążą do możliwie wcześniejszej diagnozy demencji Alzheimera z wykorzystaniem modelu uczenia maszynowego (ML), który potencjalnie jest dostępny za pośrednictwem smartfona . Ten model może odróżniać pacjentów z chorobą Alzheimera od zdrowych osób z dokładnością 70-75%, koncentrując się na wzorcach mowy zamiast na obrazach mózgu. Jest to przełomowe odkrycie, ponieważ obecnie diagnoza demencji Alzheimera wymaga kosztownych i inwazyjnych testów.
Model ML został opracowany przez zespół badaczy z University of Alberta pod kierownictwem profesora Bo Cao, który zajmuje się badaniami nad psychiatrią obliczeniową. Model ML wykorzystuje dane z Alzheimer’s Disease Neuroimaging Initiative (ADNI), międzynarodowej bazy danych zawierającej dane kliniczne, obrazowe i genetyczne ponad 800 pacjentów z chorobą Alzheimera lub łagodnymi zaburzeniami poznawczymi.
Jak działa model ML
Model ML działa poprzez analizę wzorców mowy pacjentów z wykorzystaniem głębokich sieci neuronowych (DNN). Model ML jest w stanie wykryć subtelne zmiany w mowie, takie jak zmniejszenie płynności, zwiększenie czasu pauz i zmniejszenie złożoności słownictwa. Te zmiany mogą być wczesnymi oznakami uszkodzenia mózgu związanego z chorobą Alzheimera.
Model uczenia maszynowego jest trenowany na danych z Alzheimer’s Disease Neuroimaging Initiative (ADNI), międzynarodowej bazy danych zawierającej dane kliniczne, obrazowe i genetyczne ponad 800 pacjentów z chorobą Alzheimera lub łagodnymi zaburzeniami poznawczymi. Model ML wykorzystuje transkrypcje mowy pacjentów podczas wykonywania testu Cookie Theft Picture Description (CTPD), który polega na opisaniu obrazka przedstawiającego scenę kradzieży ciasteczek przez dzieci.
Klasyfikuje pacjentów na trzy kategorie: zdrowi, łagodne zaburzenia poznawcze (MCI) i choroba Alzheimera (AD). Model ML osiąga dokładność 70% dla klasyfikacji MCI vs. AD i 75% dla klasyfikacji zdrowi vs. AD. Model ML jest również w stanie przewidywać progresję choroby u pacjentów z MCI do AD w ciągu trzech lat z dokładnością 72%.
ML nie jest jeszcze dostępny dla publiczności. Jest to nadal projekt badawczy, który wymaga dalszego rozwoju i walidacji. Jednak badacze mają nadzieję, że w przyszłości model ML będzie dostępny za pośrednictwem aplikacji na smartfony, która umożliwi łatwe i tanie przesiewowe testy na demencję Alzheimera.
Warto tutaj wspomnieć iż chociaż często podkreśla się potencjalne zagrożenia, jakie sztuczna inteligencja może stanowić dla ludzkości, nie możemy zapominać o imponujących osiągnięciach AI w dziedzinie technologii medycznych.
Częste pytania
Jak model uczenia maszynowego wykrywa wczesne oznaki choroby Alzheimera?
Model uczenia maszynowego analizuje wzorce mowy pacjentów, identyfikując subtelne zmiany, takie jak zmniejszenie płynności mowy, zwiększenie czasu pauz oraz zmniejszenie złożoności słownictwa. Te zmiany mogą wskazywać na wczesne uszkodzenia mózgu związane z chorobą Alzheimera.
Kiedy model ML będzie dostępny dla publiczności?
Obecnie model uczenia maszynowego jest w fazie badań i nie jest jeszcze dostępny dla publiczności. Badacze mają nadzieję, że w przyszłości będzie on dostępny za pośrednictwem aplikacji na smartfony.
Jakie są dokładności klasyfikacji w modelu ML?
Model ML osiąga dokładność 70% w klasyfikacji pacjentów z łagodnymi zaburzeniami poznawczymi w porównaniu do tych z chorobą Alzheimera oraz 75% w klasyfikacji zdrowych osób w porównaniu do pacjentów z chorobą Alzheimera.
Jakie dane są wykorzystywane do trenowania modelu ML?
Model ML jest trenowany na danych z Alzheimer’s Disease Neuroimaging Initiative (ADNI), która zawiera dane kliniczne, obrazowe i genetyczne ponad 800 pacjentów z chorobą Alzheimera lub łagodnymi zaburzeniami poznawczymi.
Czy model ML może przewidywać progresję choroby Alzheimera?
Tak, model ML jest w stanie przewidywać progresję choroby u pacjentów z łagodnymi zaburzeniami poznawczymi do choroby Alzheimera z dokładnością 72% w ciągu trzech lat.
