Narzędzie AI przewiduje postęp choroby Alzheimera dokładniej niż testy

Sztuczna inteligencja przewyższa testy kliniczne w przewidywaniu postępu choroby Alzheimera.

Naukowcy z Cambridge stworzyli narzędzie sztucznej inteligencji (AI), które może przewidzieć, czy osoby z wczesnymi objawami demencji pozostaną stabilne, czy rozwinie się choroba Alzheimera. To narzędzie jest dokładne w czterech z pięciu przypadków.

To nowe podejście może zmniejszyć potrzebę kosztownych i inwazyjnych testów, poprawiając wczesne wyniki leczenia. Wczesne interwencje, takie jak zmiany stylu życia lub nowe leki, są najskuteczniejsze na tym etapie.

Demencja to poważny globalny problem zdrowotny, dotykający ponad 55 milionów ludzi na całym świecie i kosztujący około 820 miliardów dolarów rocznie. Oczekuje się, że liczba przypadków prawie się potroi w ciągu najbliższych 50 lat.

Choroba Alzheimera jest główną przyczyną demencji, odpowiadającą za 60–80% przypadków. Wczesne wykrycie jest kluczowe dla skutecznego leczenia, ale obecne metody często obejmują inwazyjne lub kosztowne testy, takie jak pozytonowa tomografia emisyjna (PET) lub nakłucia lędźwiowe, które nie zawsze są dostępne.

Z powodu tych ograniczeń nawet u jednej trzeciej pacjentów może zostać postawiona błędna diagnoza lub diagnoza może zostać postawiona zbyt późno, aby możliwe było skuteczne leczenie.

Zespół z Wydziału Psychologii Uniwersytetu Cambridge opracował model uczenia maszynowego, który ma przewidywać, jak szybko osoby z łagodnymi problemami z pamięcią rozwiną chorobę Alzheimera. Ich badania, opublikowane w czasopiśmie eClinicalMedicine, pokazują, że ten model jest dokładniejszy niż obecne narzędzia diagnostyki klinicznej.

Naukowcy zbudowali swój model, wykorzystując niedrogie, nieinwazyjne dane, w tym testy poznawcze i skany MRI wykazujące zanik mózgu, pochodzące od ponad 400 osób z amerykańskiej grupy badawczej.

Następnie model przetestowano na rzeczywistych danych pochodzących od 600 uczestników ze Stanów Zjednoczonych i 900 osób z klinik pamięci w Wielkiej Brytanii i Singapurze.

Algorytm mógł odróżnić osoby ze stabilnym łagodnym upośledzeniem funkcji poznawczych od tych, u których choroba Alzheimera rozwinie się w ciągu trzech lat. Prawidłowo zidentyfikował osoby, u których choroba Alzheimera rozwinie się w 82% przypadków, a u tych, u których nie rozwinie się w 81% przypadków, używając jedynie testów poznawczych i skanów MRI.

Ten algorytm był około trzy razy dokładniejszy od obecnie stosowanych metod, co zmniejszało ryzyko błędnej diagnozy.

Model ten pozwolił badaczom podzielić osoby z chorobą Alzheimera na trzy grupy: tych, u których objawy pozostały stabilne (około 50%), tych, u których choroba postępowała powoli (około 35%), i tych, u których postępowała szybko (pozostałe 15%).

Te przewidywania zostały potwierdzone danymi z obserwacji trwającej sześć lat. Ta wczesna identyfikacja jest kluczowa dla stosowania nowych metod leczenia i ścisłego monitorowania szybko postępujących pacjentów.

W przypadku 50% osób, u których objawy pozostają stabilne, model sugeruje, że ich problemy mogą wynikać z innych przyczyn, takich jak lęk czy depresja, i że mogą one przebiegać według innych ścieżek klinicznych.

Profesor Zoe Kourtzi z Uniwersytetu Cambridge powiedziała: „Opracowaliśmy narzędzie, które wykorzystuje wyłącznie testy poznawcze i skany MRI, ale jest bardziej czułe niż obecne metody w przewidywaniu, czy u kogoś rozwinie się choroba Alzheimera i jak szybko”.

„Może to znacznie poprawić opiekę nad pacjentem, pokazując, kto wymaga ścisłego monitorowania i łagodząc niepokój u osób, u których przewiduje się, że stan pozostanie stabilny. Zmniejsza to również potrzebę niepotrzebnych testów”.

Algorytm został zweryfikowany na podstawie danych pochodzących od blisko 900 osób z klinik pamięci w Wielkiej Brytanii i Singapurze, co wykazało, że może być on stosowany w rzeczywistych warunkach klinicznych.

Dr Ben Underwood, honorowy konsultant psychiatryczny w CPFT i adiunkt na Uniwersytecie w Cambridge, podkreślił, jak ważne jest zmniejszenie niepewności związanej z problemami z pamięcią u osób starszych, która może powodować niepokój i frustrację.

Profesor Kourtzi podkreślił potrzebę lepszych narzędzi do walki z demencją poprzez wczesną identyfikację i interwencję. Zespół zamierza rozszerzyć swój model na inne formy demencji i różne rodzaje danych, takie jak markery badań krwi.

„Naszym celem jest skalowanie naszego narzędzia AI, aby pomóc lekarzom przypisać właściwych pacjentów do właściwych ścieżek diagnostycznych i leczniczych we właściwym czasie” — powiedział profesor Kourtzi. „Może to przyspieszyć odkrywanie nowych leków na demencję”.

Źródło informacji:

Solidny i łatwy do zinterpretowania marker sterowany sztuczną inteligencją do wczesnego przewidywania demencji w rzeczywistych warunkach klinicznych. [eClinicalMedicine (2024)]. DOI: 10.1016/j.eclinm.2024.102725