Alzheimer: Inteligência artificial prevê início
Uma ferramenta de inteligência artificial ensinada a analisar exames cerebrais pode prever com precisão a doença de Alzheimer vários anos antes de um diagnóstico final.
A equipe responsável sugere que, após uma validação adicional, a ferramenta possa ajudar muito na detecção precoce da doença de Alzheimer, dando tempo aos tratamentos para retardar a doença com mais eficácia.
Os pesquisadores, da Universidade da Califórnia em São Francisco, usaram imagens de tomografia por emissão de pósitrons (PET) do cérebro de 1.002 pessoas para treinar o algoritmo de aprendizado profundo.
Eles usaram 90% das imagens para ensinar ao algoritmo como identificar características da doença de Alzheimer e os 10% restantes para verificar seu desempenho.
Eles então testaram o algoritmo em imagens PET do cérebro de outras 40 pessoas. A partir disso, o algoritmo previu com precisão quais indivíduos receberiam um diagnóstico final da doença de Alzheimer. Em média, o diagnóstico ocorreu mais de 6 anos após as varreduras.
Em um artigo sobre os resultados, que o Radiologia publicado recentemente, a equipe descreve como o algoritmo “atingiu 82% de especificidade com 100% de sensibilidade, uma média de 75,8 meses antes do diagnóstico final”.
“Ficamos muito satisfeitos”, diz o coautor Dr. Jae Ho Sohn, que trabalha no departamento de radiologia e imagem biomédica da universidade, “com o desempenho do algoritmo”.
“Foi capaz de prever todos os casos que evoluíram para a doença de Alzheimer”, acrescenta ele.
A Associação de Alzheimer estima que cerca de 5,7 milhões de pessoas convivam com a doença de Alzheimer nos Estados Unidos e que esse número provavelmente suba para quase 14 milhões em 2050.
O diagnóstico mais precoce e preciso não apenas beneficiaria as pessoas afetadas, mas também poderia economizar coletivamente cerca de US $ 7,9 trilhões em cuidados médicos e custos relacionados ao longo do tempo.
À medida que a doença de Alzheimer progride, ela muda como as células cerebrais usam glicose. Essa alteração no metabolismo da glicose aparece em um tipo de imagem PET que rastreia a captação de uma forma radioativa de glicose chamada 18F-fluorodeoxiglucose (FDG).
Ao dar instruções sobre o que procurar, os cientistas foram capazes de treinar o algoritmo de aprendizado profundo para avaliar as imagens PET FDG quanto a sinais precoces de Alzheimer.
Os pesquisadores ensinaram o algoritmo com a ajuda de mais de 2.109 imagens PET FDG de 1.002 cérebros de indivíduos. Eles também usaram outros dados da Iniciativa de Neuroimagem de Doença de Alzheimer.
O algoritmo utilizou o aprendizado profundo, um tipo complexo de inteligência artificial que envolve o aprendizado através de exemplos, da mesma forma que os humanos aprendem.
O aprendizado profundo permite que o algoritmo “ensine a si mesmo” o que procurar, identificando diferenças sutis entre as milhares de imagens.
O algoritmo era tão bom quanto, se não melhor do que especialistas humanos na análise das imagens PET FDG.
Os autores observam que “comparado com os leitores de radiologia, o modelo de aprendizado profundo teve melhor desempenho, com significância estatística, ao reconhecer pacientes que passariam a ter um diagnóstico clínico de [Alzheimer’s disease]. ”
O Dr. Sohn adverte que o estudo foi pequeno e que os resultados agora precisam ser validados. Isso envolverá o uso de conjuntos de dados maiores e mais imagens tiradas ao longo do tempo de pessoas em várias clínicas e instituições.
No futuro, o algoritmo pode ser uma adição útil à caixa de ferramentas do radiologista e melhorar as oportunidades para o tratamento precoce da doença de Alzheimer.
Os pesquisadores também planejam incluir outros tipos de reconhecimento de padrões no algoritmo.
A mudança no metabolismo da glicose não é a única marca registrada da doença de Alzheimer, explica o co-autor do estudo Youngho Seo, professor do Departamento de Radiologia e Imagem Biomédica. O acúmulo anormal de proteínas também caracteriza a doença, acrescenta.
“Se o FDG PET com [artificial intelligence] pode prever a doença de Alzheimer tão cedo, a imagem de placa beta-amilóide e PET de proteína tau pode adicionar outra dimensão de importante poder preditivo “.
Youngho Seo
Source link
