알츠하이머 : 인공 지능이 발병을 예측합니다
뇌 스캔 분석을 가르치는 인공 지능 도구는 최종 진단 몇 년 전에 알츠하이머 병을 정확하게 예측할 수 있습니다.
담당 팀은 추가 검증 후이 도구가 알츠하이머 병의 조기 발견에 크게 도움이되어 질병을보다 효과적으로 늦출 수있는 치료 시간을 제공 할 수 있다고 제안합니다.
샌프란시스코 캘리포니아 대학의 연구원들은 1,002 명의 뇌에 대한 양전자 방출 단층 촬영 (PET) 이미지를 사용하여 딥 러닝 알고리즘을 훈련했습니다.
그들은 이미지의 90 %를 알고리즘에 알츠하이머 병의 특징을 발견하는 방법을 가르치는 데 사용했고 나머지 10 %는 그 성능을 확인하는 데 사용했습니다.
그런 다음 다른 40 명의 뇌의 PET 이미지에서 알고리즘을 테스트했습니다. 이로부터 알고리즘은 알츠하이머의 최종 진단을받을 사람을 정확하게 예측했습니다. 평균적으로 진단은 스캔 후 6 년이 넘었습니다.
연구 결과에 대한 논문에서 방사선과 저널이 최근에 발표했다고 팀은 알고리즘이 "최종 진단 전 평균 75.8 개월 인 100 % 민감도에서 82 %의 특이성을 달성"한 방법을 설명합니다.
“우리는 매우 기뻤습니다.”라고 공동 저자 인 Dr.대학 방사선과 생물 의학 영상학과에서 일하는 손재호 씨는“알고리즘의 성능으로”.
"알츠하이머 병으로 진행되는 모든 사례를 예측할 수있었습니다."라고 그는 덧붙입니다.
알츠하이머 병 및 PET 영상
알츠하이머 협회는 미국에서 약 570 만 명이 알츠하이머 병을 앓고 있으며이 수치는 2050 년까지 거의 1,400 만 명으로 증가 할 것으로 추정합니다.
조기에보다 정확한 진단은 영향을받은 사람들에게 도움이 될뿐만 아니라 시간이 지남에 따라 약 $ 7.9 조의 의료 및 관련 비용을 절감 할 수 있습니다.
알츠하이머 병이 진행됨에 따라 뇌 세포가 포도당을 사용하는 방식이 바뀝니다. 포도당 대사의 이러한 변화는 18F- 플루오로 데 옥시 글루코스 (FDG)라고하는 방사성 포도당의 흡수를 추적하는 일종의 PET 영상에서 나타납니다.
무엇을 찾아야하는지에 대한 지침을 제공함으로써 과학자들은 딥 러닝 알고리즘을 훈련시켜 알츠하이머의 초기 징후에 대한 FDG PET 이미지를 평가할 수있었습니다.
딥 러닝은 '스스로 가르칩니다'
연구원들은 1,002 명의 개인 뇌에 대한 2,109 개 이상의 FDG PET 이미지를 사용하여 알고리즘을 가르쳤습니다. 그들은 또한 Alzheimer 's Disease Neuroimaging Initiative의 다른 데이터를 사용했습니다.
알고리즘은 인간이 학습하는 방식과 유사하게 예제를 통한 학습을 포함하는 복잡한 유형의 인공 지능 인 딥 러닝을 활용했습니다.
딥 러닝을 통해 알고리즘은 수천 개의 이미지 사이에서 미묘한 차이를 발견하여 찾을 내용을 "자신에게 가르 칠"수 있습니다.
알고리즘은 FDG PET 이미지를 분석하는 데있어 인간 전문가만큼 훌륭했습니다.
저자들은“방사선학 독자와 비교할 때 딥 러닝 모델은 [알츠하이머 병]의 임상 진단을받을 환자를 인식하는 데 통계적으로 유의미하게 더 잘 수행되었습니다.”라고 언급했습니다.
향후 개발
손 박사는 연구 결과가 작았으며 이제 그 결과가 검증되어야한다고 경고합니다. 여기에는 다양한 클리닉 및 기관의 사람들로부터 시간이 지남에 따라 더 큰 데이터 세트와 더 많은 이미지를 사용하는 것이 포함됩니다.
미래에이 알고리즘은 방사선 전문의의 도구 상자에 유용한 추가 기능이 될 수 있으며 알츠하이머 병의 조기 치료 기회를 개선 할 수 있습니다.
연구원들은 또한 다른 유형의 패턴 인식을 알고리즘에 포함시킬 계획입니다.
포도당 대사의 변화가 알츠하이머 병의 유일한 특징은 아니라고 연구 공동 저자 인 서영호 방사선과 생체 의학 영상과 교수가 설명합니다. 단백질의 비정상적인 축적도 질병의 특징이라고 그는 덧붙였다.
"[인공 지능]을 가진 FDG PET가 알츠하이머 병을이 초기에 예측할 수 있다면 베타-아밀로이드 플라크와 타우 단백질 PET 영상은 중요한 예측력의 또 다른 차원을 추가 할 수 있습니다."
서영호 교수
