Алгоритм распознал раннюю стадию болезни Альцгеймера с точностью 99%

Она распознала изменения в мозге на стадии легкого когнитивного нарушения. Полученные сетью результаты достигли точности 99,7%. Над алгоритмом работали литовские ученые из Каунасского технологического университета и университета Витаутаса Великого. Исследование опубликовали в специальном выпуске журнала Diagnostics, посвященном подходам машинного обучения к диагностике нейродегенеративных заболеваний. Болезнь Альцгеймера пытаются определить как можно раньше. Несмотря на то, что она является неизлечимой, многие препараты могут замедлить ее развитие и уменьшить проявление симптомов, если начать прием лекарств на ранней стадии. Методы нейровизуализации (например, МРТ), а также анализ эмоций и поведения помогают выявить болезнь заранее. Однако из-за того, что функциональные изменения в мозге тесно связаны, очень сложно определить черты, которые свидетельствовали бы об определенной стадии.

Алгоритмы глубокого обучения ранее уже пытались задействовать в этом деле. В различных исследованиях нейронные сети тоже анализировали снимки функциональной магнитно-резонансной томографии, однако результаты были или не очень точными, или игнорировали важные параметры, что не позволяло использовать их на практике.

Для исследования взяли информацию о 413 пациентов из базы данных Инициативы нейровизуализации болезни Альцгеймера. Все они делились на категории по степени тяжести болезни — нормальная, легкие когнитивные нарушения, ранние когнитивные нарушения, поздние когнитивные нарушения, значительные проблемы с памятью и деменция Альцгеймера. Всего для обучения алгоритма выбрали 51443 снимка, и еще 27310 использовали для проверки.

Настройка сети по принципу трансферного обучение началось с предварительно обученной модели, и продолжилось с обновлением всех ее параметров в соответствии с новым набором данных. Набор сложных алгоритмов минимизировал ошибки и постоянно обновлялся во время учебы, классифицируя данные с высокой точностью. Ученым также пришлось разработать функции для защиты модели от манипуляции данными.

В результате исследования нейронная сеть отличила легкие когнитивные нарушения от несколько сильных ранних нарушений с точностью 99,95%, ранние нарушения от поздних с точностью 99,76%, поздние от деменции с точностью 99,95% и легкие когнитивные нарушения от деменции с точностью 99,99%. Соответственно, модель может правильно отличать промежуточные стадии когнитивных нарушений, предшествующих болезни Альцгеймера.

Поскольку болезнь Альцгеймера — изнурительное неизлечимое заболевание, которое проявляется в значительной части стареющего населения, его ранняя диагностика очень важна. Определение первых изменений в мозге с помощью фМРТ и возможностей нейросети сделает лечение более эффективным и продлит срок качественно полноценной жизни у пациентов.

Перевод материала nauka.ua