Studija istraživača sa „Kaunas University of Technology“ (KTU) u Litvaniji predstavlja novorazvijeni kompjuterski algoritam koji može da otkrije i razlikuje faze MCI preciznije od fMRI skeniranja.

Algoritam može da identifikovati MCI i njegove faze sa više od 99 odsto preciznosti.

MCI je prelazno stanje između normalnog starosnog kognitivnog pada i demencije. Ne napreduje uvijek u AD, ali često se dešava, a rano otkrivanje AD može da omogući ljudima koji ga imaju da imaju više koristi od liječenja.

„Medicinski stručnjaci u cijelom svijetu pokušavaju da podignu svijest o ranoj dijagnozi Alchajmerove bolesti, što oboljelima daje veće šanse da imaju koristi od liječenja“, kaže glavni istraživač studije, dr Ritis Maskelinas.

„Rana i tačna dijagnoza može da ima emocionalne, socijalne i medicinske koristi, omogućavajući pojedincima da prave zakonske, finansijske i planove nege, istražuju mogućnosti lečenja i učestvuju u kliničkim ispitivanjima“, rekla je Kler Sekston, direktorka naučnih programa u Udruženju za Alchajmerovu bolest, koja nije bila uključena u istraživanje, za  Medical News Today.

Studija, koju je vodio doktorant na KTU Modupe Odusami, objavljena je u časopisu „MDPI“.

Precizno algoritamsko otkrivanje

Moguće je identifikovati MCI na fMRI snimcima, ali to zahtijeva detaljno proučavanje. Kao takav, idealan je kandidat za automatizaciju pomoću računarskog algoritma koji može da otkrije obrasce u podacima koji su možda premali ili nejasni kako bi ljudi mogli lako da ih prepoznali.

Radeći sa saradnicima iz oblasti vještačke inteligencije, istraživači KTU su modifikovali postojeći algoritam, „ResNet 18“, kako bi ga fino podesili za otkrivanje MCI.

Nakon procesa obuke, istraživači su testirali algoritam klasifikujući fMRI snimanje 138 osoba.

Skeniranje je prikazalo šest kognitivnih faza, počevši od zdavih pa zatim od MCI do AD. Prilikom razlikovanja ranih MCI i AD, algoritam je bio tačan 99,99 odsto. Takođe je bio 99,95 odsto tačan u razlikovanju između kasnih MCI i AD, i između MCI i ranih MCI.

„Iako ovo nije bio prvi pokušaj da se iz sličnih podataka dijagnostikuje rani početak Alchajmerove bolesti, naš glavni napredak je tačnost algoritma“,kaže dr Maskelinas i dodaje:

„Tako veliki brojevi nisu pokazatelji stvarnih performansi u stvarnom životu, ali radimo sa medicinskim ustanovama kako bismo dobili više podataka“.

Kada su u pitanju očekivanja od tačnosti algoritma u stvarnom svijetu, dr Maskelinas  kaže da bi „pouzdanih više od 85 odsto i dalje bilo od koristi za medicinske radnike, smanjujući njihovo opterećenje analizom podataka“.

„U ovoj fazi“, rekao je on, „radimo na algoritmima za fino podešavanje, i uprkos tome što imamo neke rezultate na kontrolisanom skupu podataka koje su prikupili drugi, velika je vjerovatnoća da ćemo morati da ih preradimo kako bismo uzeli u obzir varijacije u stvarnim podacima“.

Dr Sekston je ukazala na to da je prerano da se potvrdi vrijednost algoritma, rekavši:

„Ovo je zanimljiva, ali mala studija od 25 učesnika sa Alchajmerovom bolešću. Kao rezultat toga, još ne možemo da izvučemo zaključke o predloženoj novoj dijagnostičkoj tehnici“.

O samom algoritmu dr Sekston kaže da su „potrebni slični rezultati u većim, raznovrsnijim studijskim grupama da bi se procijenio njen potencijal“.