Нейромережа навчилась визначати хворобу Альцгеймера на ранній стадії за фМРТ-знімками. Вона розпізнала зміни у мозку на стадії легкого когнітивного порушення, що залишалось досить складним завданням для лікарів. Отримані мережею результати досягли точності 99,7 відсотка. Над алгоритмом попрацювали литовські вчені з Каунасського технологічного університету та університету Вітаутаса Великого. Дослідження опублікували у спеціальному випуску журналу Diagnostics, присвяченому підходам машинного навчання до діагностики нейродегенеративних захворювань.
Зліва — півкуля мозку здорової людини, справа — атрофована півкуля людини з хворобою Альцгеймера. Jessica Wilson / Science Photo Library
Чому так складно розпізнати хворобу Альцгеймера?
Хворобу Альцгеймера намагаються визначити якомога раніше. Попри те, що вона є невиліковною, багато препаратів можуть уповільнити її розвиток та зменшити прояв симптомів, якщо почати прийом ліків на ранній стадії. Методи нейровізуалізації (наприклад, МРТ), а також аналіз емоцій та поведінки допомагають виявити хворобу завчасно. Однак через те, що функціональні зміни у мозку тісно пов’язані, дуже складно визначити риси, які свідчили б саме про певну її стадію.
Алгоритми глибокого навчання раніше вже намагались задіяти у цій справі. У різних дослідженнях нейронні мережі теж аналізували знімки функціональної магнітно-резонансної томофграфії, однак результати були або не надто точними, або ігнорували важливі параметри, що не дозволяло використовувати їх на практиці.
Як нейронна мережа навчилась помічати хворобу?
Для дослідження взяли інформацію про 413 пацієнтів з бази даних Ініціативи нейровізуалізації хвороби Альцгеймера. Усі вони ділились на категорії за ступенем важкості хвороби — нормальна, легкі когнітивні порушення, ранні когнітивні порушення, пізні когнітивні порушення, значні проблеми з пам’яттю та деменція Альцгеймера. Від кожного пацієнта у базі даних було наявно щонайменше 6720 зрізів фМРТ. Загалом для навчання алгоритму обрали 51443 знімка, і ще 27310 використали для перевірки.
Налаштування мережі за принципом трансферного навчання почалось із попередньо-навченої моделі, та продовжилось із оновленням усіх її параметрів згідно з новим набором даних. Набір складних алгоритмів мінімізував помилки та постійно оновлювався під час навчання, класифікуючи дані з високою точністю. Вченим також довелось розробити функції для захисту моделі від маніпуляції даними.
Чи допомогли алгоритми?
У результаті дослідження нейронна мережа відрізнила легкі когнітивні порушення від дещо сильніших ранніх порушень із точністю 99,95 відсотка, ранні порушення від пізніх з точністю 99,76 відсотка, пізні від деменції з точністю 99,95 відсотка та легкі когнітивні порушення від деменції з точністю 99,99 відсотка. Відповідно, модель може правильно відрізняти проміжні стадії когнітивних порушень, які передують хворобі Альцгеймера.
Оскільки хвороба Альцгеймера — виснажливе невиліковне захворювання, яке виявляється у значної частини старіючого населення, його рання діагностика є дуже важливою. Визначення перших змін у мозку за допомогою фМРТ та можливостей нейромереж зробить лікування більш ефективним та подовжить термін якісного повноцінного життя у пацієнтів.