№12 декабрь 2024

Портал функционирует при финансовой поддержке Министерства цифрового развития, связи и массовых коммуникаций.

Компьютер научили предсказывать болезнь Альцгеймера

Искусственный интеллект позволяет угадывать болезнь Альцгеймера за два года до того, как ее можно диагностировать обычными методами.

Результат ПЭТ-сканирования мозга с синдромом Альцгеймера. (Фото: U.S. Department of Energy / Flickr.com.)
Деградация ткани мозга при болезни Альцгеймера. (Иллюстрация: Sarah Diaz / Flickr.com.)

Болезнь Альцгеймера, возможно, была бы не столь опасна, если бы ее можно было распознать на самом начальном этапе. Однако ее клинические проявления (вроде проблем с памятью и т. д.) возникают тогда, когда патологические процессы в мозге зашли уже сравнительно далеко.

Казалось бы, мы сейчас прекрасно знаем, что это за процессы – накопление в нервной ткани специфических белковых отложений; и почему бы тогда не попытаться рассмотреть их в мозге, когда они только начинают появляться? Ведь современные методы, вроде позитронно-эмиссионной томографии (ПЭТ), вполне позволяют увидеть подобные белковые аномалии, которые сопровождаются массовым отмиранием нейронов.

Но человеческому глазу часто бывает трудно разглядеть на результатах томографии мозга опасные участки – у разных людей белковые отложения формируются по-разному, и далеко не всегда их появление влечет за собой болезнь Альцгеймера. С другой стороны, даже если у человека есть небольшие когнитивные нарушения, они не обязательно указывают именно на болезнь Альцгеймера. Если же болезнь все-таки возникает, то между первыми аномалиями, увиденными в нервной ткани, и клиническими проявлениями может пройти от пяти до десяти лет.

Однако, если нельзя предсказать болезнь Альцгеймера «на глаз», то, может, стоит попытать счастья с искусственным разумом? Исследователи из Университета МакГилла разработали алгоритм, который с 84-процентной точностью позволяет зафиксировать альцгеймерические процессы еще до того, как их можно диагностировать обычными методами.

Программа анализирует результаты ПЭТ, и поначалу ее тренировали на результатах ПЭТ-сканирования около двухсот пациентов, у которых уже проявились небольшие когнитивные проблемы. Затем программе показали сканы мозга тех же больных, которые делали не ранее чем за два года до того, как у них диагностировали синдром Альцгеймера. Сравнивая мозг до диагноза и после, машина должна была научиться видеть болезнь, пока еще скрытую от других диагностических методов.


Наконец, на последнем этапе программе показали томографические сканы мозга двухсот семидесяти человек с небольшими когнитивными проблемами – у некоторых из них через два года действительно диагностировали синдром Альцгеймера. Машина, однако, про окончательный диагноз ничего не знала, тем не менее, ей удалось распознать развивающуюся болезнь в 84% случаев. Результаты исследований опубликованы в Neurobiology of Aging.

В перспективе, как пишет портал LiveScience, машинное предсказание болезни Альцгеймера следует опробовать на большем количестве людей, чтобы заручиться более мощной статистикой и заодно повысить точность самого алгоритма. Впрочем, по словам самих авторов работы, с болезнью Альцгеймера в принципе нельзя создать такой метод диагностики, который бы работал со стопроцентной точностью, и если мы хотим большей уверенности в диагнозе, мы должны пользоваться несколькими диагностическими техниками.

Сейчас у нас есть уже целый ряд экспериментальных средств, которые тормозят альцгеймерические процессы в мозге, однако их эффективность сильно зависит от того, когда их начали применять. Очевидно, с новым машинным алгоритмом можно будет надежно проверить эффективность таких средств в клинических испытаниях, и заодно дать шанс многим людям если не победить болезнь, то хотя бы остановить ее в разумных пределах.

Автор: Кирилл Стасевич


Портал журнала «Наука и жизнь» использует файлы cookie и рекомендательные технологии. Продолжая пользоваться порталом, вы соглашаетесь с хранением и использованием порталом и партнёрскими сайтами файлов cookie и рекомендательных технологий на вашем устройстве. Подробнее