Раннюю диагностику болезни Альцгеймера уточнили с помощью глубокого обучения
Работа программы основана на сочетании функциональной магнитно-резонансной терапии (фМРТ) с принципами машинного глубокого обучения. Система фиксирует локализацию и взаимосвязь электрических сигналов в головном мозге исходя из насыщаемости нейронов кислородом. При болезни Альцгеймера избыток тау-белка провоцирует дефицит кислорода в нейронах.
В эксперименте ученые сравнили показатели 93 пациентов с умеренными когнитивными нарушениями и 101 пациента с сохранным интеллектом. В каждой области мозга было сделано 130 замеров с помощью фМРТ, после чего исследователи строили функциональные модели, демонстрирующие наиболее тесные связи. Посредством программы полученные результаты сопоставлялись с клиническими данными о поле, возрасте и генетических факторах риска испытуемых для составления прогноза о развитии болезни Альцгеймера. Предсказательная сила методики превысила 80%.
Таким образом, новый подход повышает точность диагностики на 20% по сравнению с другими. Подчеркивается, что детализация традиционных методов также увеличивается при использовании функционального картирования мозга, но в этом случае рост достигает 16%.
В ближайшее время исследователи намерены усовершенствовать программу, в том числе расширив сферу ее применения. Прежде чем поступить на вооружение медицинских работников, она подвергнется серии контрольных тестов.
