Актуальность
Искусственный интеллект может быть использован в прогнозировании когнитивных нарушений. По данным Общества Альцгеймера Канады (Alzheimer Society of Canada), в 2014 г. зарегистрировано 564 тыс. лиц с подтвержденным диагнозом болезни Альцгеймера или другой формой деменции. По статистическим прогнозам в течение 15 лет указанные показатели могут возрасти до уровня 937 тыс. человек. В то же время, согласно данным Всемирной организации здравоохранения, во всем мире около 50 млн человек имеют нарушения, связанные с деменцией, а общее количество таких пациентов, по прогнозам, достигнет 82 млн к 2030 г. и 152 млн — к 2050 г. Болезнь Альцгеймера является наиболее распространенной формой деменции и регистрируется в 60–70% случаев среди общего числа подобных когнитивных нарушений.
Вычислительные модели, позволяющие моделировать симптоматическое прогрессирование на индивидуальном уровне, могут быть достаточно эффективны на этапах планирования и ранних вмешательств в терапии при болезни Альцгеймера. Тем не менее индивидуальное прогнозирование осложнено многими факторами, включая определение самой цели прогноза.
В недавней работе, представленной исследователями Университета Макгилла (McGill University), Канада, описан новый алгоритм на основе искусственного интеллекта, позволяющий рассчитать точный прогноз снижения когнитивных способностей в условиях нейродегенеративных изменений. Основные положения проведенной работы опубликованы в издании «PLOS Computational Biology» 14 сентября 2018 г.
Материалы и результаты исследования
Коллективом ученых Университета Макгилла совместно с их коллегами из Университета Торонто (University of Toronto), Канада, и Центра зависимостей и психического здоровья (Centre for Addiction and Mental Health), Канада, разработан вычислительный алгоритм, комплексно учитывающий данные магнитно-резонансной томографии, генетические характеристики и клинические объективные симптомы. Представленный алгоритм может помочь в составлении прогноза о перспективах нарушений индивидуальных когнитивных способностей, указывающих на прогрессирование нейродегенеративного процесса в связи с болезнью Альцгеймера.
Нейробиолог Маллар Чакраварти (Mallar Chakravarty), доцент кафедры психиатрии Университета Макгилла, отметил: «На данный момент возможности терапии при болезни Альцгеймера достаточно ограничены, а лучшие стратегии представлены профилактическими моделями. Поэтому не исключено, что описанная нами методология на основе искусственного интеллекта, вероятно, сможет быть принята за основу в качестве модели «ассистента врача».
В разработке алгоритма прогнозирования ученые использовали данные более чем 800 человек, включая здоровых людей пожилого возраста, а также лиц с легкими когнитивными нарушениями и пациентов с подтвержденным диагнозом болезни Альцгеймера. Кроме того, полученные результаты в рамках исследования были воспроизведены с применением независимых данных, взятых из «Австралийского исследования старения по данным нейровизуализации и биомаркеров образа жизни» (Australian Imaging and Biomarkers Lifestyle Study of Ageing).
Выводы и перспективы исследования
Резюмируя итоги, ученые отметили, что анализ большего числа данных позволил бы значимо расширить возможности идентификации лиц, подверженных наибольшему риску развития когнитивного дефицита, ассоциированного с болезнью Альцгеймера. В настоящее время исследователи продолжают работу по проверке точности аналитической модели с использованием новых данных. По мнению авторов, в дальнейшем это поможет уточнить методологию прогнозирования и определить границы практических возможностей более отдаленных прогнозов.
- Bhagwat N., Viviano J.D., Voineskos A.N. et al. (2018) Modeling and prediction of clinical symptom trajectories in Alzheimer’s disease using longitudinal data. PLoS Comput. Biol., Sep. 14 [Epub. ahead of print].
- McGill University (2018) AI could predict cognitive decline leading to Alzheimer’s disease in the next five years: Algorithms may help doctors stream people onto prevention path sooner. ScienceDaily, Oct. 4.
Наталья Савельева-Кулик
