Алгоритм глубокого обучения может обнаружить болезнь Альцгеймера на шесть лет раньше врачей

Разработан новый мощный алгоритм глубокого обучения ИИ, позволяющий изучать снимки позитронно-эмисионного сканирования (PET) и эффективно обнаруживать начало болезни Альцгеймера на шесть лет раньше современных методов диагностики.

Исследование является частью новой волны работ по использованию технологии машинного обучения для выявления тонких закономерностей в сложных данных медицинских снимков, которые врачи-клиницисты не могут разобрать.

Одним из наиболее четких диагностических инструментов, которыми в настоящее время можно определить начало болезни Альцгеймера, является сканирование изображений мозга, называемое 18-F-фтордеоксиглюкоза PET сканирование (FDG-PET). Такое рода обследование традиционно используется для выявления нескольких типов рака, но в последние годы оно оказалось полезным и для выявления болезни Альцгеймера, а также нескольких других типов деменции.

В результате этого исследования алгоритм машинного обучения изучил более 2100 изображений мозга FDG-PET. При том, что врачи-клиницисты умеют оценивать эти сканы, соавтор нового исследования Чжэ Хо Сон говорит, что новая технология глубокого обучения имеет возможность идентифицировать более тонкие закономерности в данных по плотности визуализации.

Другие исследователи приветствовали эти многообещающие результаты, но многие призывают к осторожности, предполагая, что нужно продолжить работы, чтобы проверить результаты, прежде чем метод найдет клиническое применение.

Важно также отметить, что подобные типы сканирования не доступны для большинства пациентов. Этот вид инновационного машинного обучения, несомненно, впечатляет в академическом контексте, но он не предлагает полезного инструмента для врачей, надеющихся лучше диагностировать пациентов в массовом порядке.