Ежегодно диагностируется десять миллионов новых случаев деменции, но наличие различных форм деменции и перекрывающихся симптомов может усложнить диагностику и предоставление эффективного лечения. Теперь исследователи из Бостонского университета разработали инструмент ИИ, который может диагностировать десять различных типов деменции, таких как сосудистая деменция, деменция с тельцами Леви и лобно-височная деменция, даже если они сопутствуют.

Исследователи создали мультимодальную структуру машинного обучения (ML), которая точно определяет конкретные патологии, вызывающие деменцию, используя обычно собираемые клинические данные, такие как демографическая информация, история болезни пациента и семьи, использование лекарств, баллы неврологических и нейропсихологических обследований и данные нейровизуализации, такие как МРТ-сканирование. Эти результаты опубликованы онлайн в Nature Medicine .

«Наш генеративный инструмент искусственного интеллекта позволяет проводить дифференциальную диагностику деменции с использованием регулярно собираемых клинических данных, что демонстрирует его потенциал в качестве масштабируемого диагностического инструмента для болезни Альцгеймера и связанных с ней деменций», — говорит автор-корреспондент Виджая Б. Колачалама, доктор философии, член Американской ассоциации кардиологов, доцент кафедры медицины в Медицинской школе имени Чобаняна и Аведисяна Бостонского университета.

«Возможность ставить диагнозы на основе обычных клинических данных становится все более важной, учитывая значительные трудности с доступом к стандартному тестированию не только в отдаленных и экономически развивающихся регионах, но и в городских медицинских центрах», — добавляет Колачалама, который также является доцентом кафедры компьютерных наук, филиала Института вычислительной техники Харири и одним из основателей факультета вычислительной техники и наук о данных в Бостонском университете.

В исследовании мультимодальная структура МО была обучена на данных более чем 50 000 человек из девяти различных глобальных наборов данных. Модель достигла площади под кривой рабочей характеристики приемника (ROC) 0,96 при дифференциации типов деменции. Оценка ROC может варьироваться от 0 до 1. Оценка 0,5 указывает на случайное угадывание, а оценка 1 указывает на идеальное выполнение.

Команда также сравнила работу неврологов и нейрорентгенологов, работающих в одиночку, и с инструментом ИИ, и обнаружила, что ИИ может повысить точность неврологов более чем на 26% по всем 10 типам деменции. Используя 100 случайно выбранных случаев, 12 неврологов попросили поставить диагноз и предоставить оценку уверенности от 0 до 100. Затем эта оценка уверенности была усреднена с оценкой вероятности, полученной инструментом ИИ, чтобы получить оценку невролога, дополненную ИИ.

«Во всем мире не хватает специалистов по неврологии, а число пациентов, нуждающихся в их помощи, быстро растет. Это несоответствие создает большую нагрузку на систему здравоохранения. Мы считаем, что ИИ может помочь, выявляя эти расстройства на ранней стадии и помогая врачам эффективнее лечить пациентов, предотвращая ухудшение течения заболеваний», — говорит Колачалама.

Учитывая, что в ближайшие 20 лет число случаев деменции удвоится, исследователи надеются, что этот инструмент на основе искусственного интеллекта сможет обеспечить точную дифференциальную диагностику и удовлетворить возросший спрос на целевые терапевтические вмешательства при деменции.