211service.com
Sztuczna inteligencja może wykryć objawy choroby Alzheimera, zanim zrobi to twoja rodzina
Wcześniejsza diagnoza może pomóc naukowcom w opracowaniu leków spowalniających postęp choroby. 19 marca 2018 r.
Kiedy David Graham budzi się rano, płaskie białe pudełko przymocowane rzepem do ściany jego pokoju w Robbie’s Place, placówce opieki w Marlborough w stanie Massachusetts, zaczyna rejestrować każdy jego ruch.
Wie, kiedy wstaje z łóżka, ubiera się, idzie do okna lub idzie do łazienki. Może powiedzieć, czy śpi, czy upadł. Czyni to za pomocą sygnałów bezprzewodowych o niskiej mocy do mapowania jego prędkości chodu, wzorców snu, lokalizacji, a nawet wzorca oddychania. Wszystkie te informacje są przesyłane do chmury, gdzie algorytmy uczenia maszynowego znajdują wzorce w tysiącach ruchów, które wykonuje każdego dnia.
Prostokątne pudełka są częścią eksperymentu, który ma pomóc naukowcom śledzić i rozumieć objawy choroby Alzheimera.
Nie zawsze jest oczywiste, kiedy pacjenci są we wczesnych stadiach choroby. Zmiany w mózgu mogą powodować subtelne zmiany w zachowaniu i wzorcach snu na wiele lat przed tym, zanim ludzie zaczną doświadczać dezorientacji i utraty pamięci. Naukowcy sądzą, że sztuczna inteligencja mogłaby wcześnie rozpoznać te zmiany i zidentyfikować pacjentów zagrożonych rozwojem najcięższych postaci choroby.
Dostrzeżenie pierwszych oznak choroby Alzheimera, zanim pojawią się jakiekolwiek oczywiste objawy, może pomóc wskazać osoby, które najprawdopodobniej odniosą korzyści z eksperymentalnych leków i umożliwić członkom rodziny zaplanowanie ewentualnej opieki. Urządzenia wyposażone w takie algorytmy mogłyby być instalowane w domach lub w zakładach opieki długoterminowej w celu monitorowania osób zagrożonych. W przypadku pacjentów, którzy mają już diagnozę, taka technologia może pomóc lekarzom w dostosowaniu ich opieki.
Firmy farmaceutyczne również są zainteresowane wykorzystaniem algorytmów uczenia maszynowego, aby w ich przypadku przeszukiwać dokumentację medyczną pacjentów, którzy najprawdopodobniej skorzystają z leków eksperymentalnych. Gdy ludzie biorą udział w badaniu, sztuczna inteligencja może być w stanie powiedzieć badaczom, czy lek rozwiązuje ich objawy.
Obecnie nie ma łatwego sposobu na zdiagnozowanie choroby Alzheimera. Nie istnieje żaden pojedynczy test, a same skany mózgu nie mogą określić, czy ktoś ma chorobę. Zamiast tego lekarze muszą przyjrzeć się różnym czynnikom, w tym historii medycznej pacjenta i obserwacjom zgłaszanym przez członków rodziny lub pracowników służby zdrowia. Dzięki temu uczenie maszynowe może wyłapać wzorce, które w innym przypadku łatwo można by przeoczyć.
David Graham, jeden z pacjentów Vahii, ma w swoim pokoju w Robbie’s Place, ośrodku opieki w Marlborough w stanie Massachusetts, jedno z urządzeń zasilanych sztuczną inteligencją.
U Grahama, w przeciwieństwie do czterech innych pacjentów z takimi urządzeniami w swoich pokojach, nie zdiagnozowano choroby Alzheimera. Ale naukowcy monitorują jego ruchy i porównują je z wzorcami obserwowanymi u pacjentów, u których lekarze podejrzewają chorobę.
Dina Katabi i jej zespół z Laboratorium Informatyki i Sztucznej Inteligencji w MIT początkowo opracowali urządzenie jako wykrywacz upadku dla osób starszych. Ale wkrótce zdali sobie sprawę, że ma znacznie więcej zastosowań. Pomyśleli, że jeśli potrafi podnieść się podczas upadku, musi również być w stanie rozpoznawać inne ruchy, takie jak chodzenie i wędrowanie, które mogą być oznaką choroby Alzheimera.
Katabi mówi, że ich zamiarem było monitorowanie ludzi bez konieczności codziennego zakładania urządzenia śledzącego. To jest całkowicie pasywne. Mówi, że pacjent nie musi zakładać czujników na ciało ani robić niczego konkretnego, a to znacznie mniej inwazyjne niż kamera wideo.
Jak to działa
Graham prawie nie zauważa białego pudełka wiszącego w jego nasłonecznionym, schludnym pokoju. Najbardziej zdaje sobie z tego sprawę w dni, kiedy Ipsit Vahia robi obchód i mówi mu o danych, które zbiera. Vahia jest psychiatrą geriatrycznym w McLean Hospital i Harvard Medical School, a on i wynalazcy technologii z MIT prowadzą małe pilotażowe badanie urządzenia.
Graham nie może się doczekać tych wizyt. Podczas niedawnego był zaskoczony, gdy Vahia powiedziała mu, że budzi się w nocy. Urządzenie było w stanie to wykryć, chociaż Graham nie wiedział, że to robi.
Bezprzewodowy sygnał radiowy urządzenia, o mocy zaledwie tysięcznej mocy Wi-Fi, odbija wszystko w promieniu 30 stóp, w tym ludzkie ciała. Każdy ruch — nawet najdrobniejszy, jak oddychanie — powoduje zmianę odbitego sygnału.
Graham mówi, że ledwo zauważa urządzenie, które wisi w jego pokoju.
Katabi i jej zespół opracowali algorytmy uczenia maszynowego, które analizują wszystkie te drobne odbicia. Nauczyli system rozpoznawania prostych ruchów, takich jak chodzenie i upadki, oraz bardziej złożonych ruchów, takich jak te związane z zaburzeniami snu. W miarę jak uczysz go coraz więcej, maszyna uczy się i następnym razem, gdy zobaczy wzór, nawet jeśli jest to zbyt skomplikowane, aby człowiek mógł go wyabstrahować, maszyna rozpoznaje ten wzór, mówi Katabi.
Z biegiem czasu urządzenie tworzy duże odczyty danych, które pokazują wzorce zachowań. Sztuczna inteligencja ma na celu wykrywanie odchyleń od tych wzorców, które mogą oznaczać takie rzeczy, jak pobudzenie, depresja i zaburzenia snu. Może również wykryć, czy dana osoba powtarza pewne zachowania w ciągu dnia. To wszystko są klasyczne objawy choroby Alzheimera.
Jeśli zdołasz wcześnie wychwycić te odchylenia, będziesz w stanie je przewidzieć i pomóc sobie z nimi radzić, mówi Vahia.
U pacjentki z diagnozą Alzheimera Vahia i Katabi były w stanie stwierdzić, że budzi się o 2 w nocy i spaceruje po swoim pokoju. Zauważyli również, że po odwiedzinach niektórych członków rodziny będzie chodzić szybciej. Po potwierdzeniu tego zachowania z pielęgniarką, Vahia dostosowała pacjentowi dawkę leku zapobiegającego pobudzeniu.
Ipsit Vahia i Dina Katabi testują urządzenie zasilane sztuczną inteligencją, które laboratorium Katabi zbudowało do monitorowania zachowań osób z chorobą Alzheimera, a także osób zagrożonych rozwojem choroby.
Zmiany w mózgu
Sztuczna inteligencja znajduje również zastosowanie w pomaganiu lekarzom w wykrywaniu wczesnych objawów choroby Alzheimera w mózgu i zrozumieniu, jak te fizyczne zmiany rozwijają się u różnych osób. Pedro Rosa-Neto, neurolog z McGill University w Montrealu, mówi, że kiedy radiolog czyta skan, nie można stwierdzić, czy dana osoba rozwinie się w chorobę Alzheimera.
Rosa-Neto i jego koleżanka Sulantha Mathotaarachchi opracowali algorytm, który przeanalizował setki skanów pozytonowej tomografii emisyjnej (PET) od osób, które zostały uznane za narażone na chorobę Alzheimera. Z dokumentacji medycznej naukowcy wiedzieli, u którego z tych pacjentów rozwinęła się choroba w ciągu dwóch lat od skanowania, ale chcieli sprawdzić, czy system sztucznej inteligencji może ich zidentyfikować, po prostu wyłapując wzorce na obrazach.
Oczywiście algorytm był w stanie dostrzec wzory w grudkach amyloidu – białka często związanego z chorobą – w niektórych obszarach mózgu. Nawet przeszkoleni radiolodzy mieliby problem z zauważeniem tych problemów na skanie mózgu. Na podstawie wzorców był w stanie wykryć z 84 procentową dokładnością, którzy pacjenci skończyli z chorobą Alzheimera.
Uczenie maszynowe pomaga również lekarzom przewidywać ciężkość choroby u różnych pacjentów. Lekarz i naukowiec z Duke University P. Murali Doraiswamy wykorzystuje uczenie maszynowe, aby dowiedzieć się, w jakim stadium choroby znajdują się pacjenci i czy ich stan prawdopodobnie się pogorszy.
Powiązana historia
Powiązana historiaNiepowodzenia leków mogą nam mówić, że nie wiemy, co powoduje chorobę Alzheimera.Widzimy chorobę Alzheimera jako problem uniwersalny, mówi Doraiswamy. Ale ludzie z chorobą Alzheimera nie wszyscy doświadczają tych samych objawów, a niektórzy mogą się pogorszyć szybciej niż inni. Lekarze nie mają pojęcia, którzy pacjenci pozostaną przez chwilę stabilni, a którzy szybko zachorują. Pomyśleliśmy więc, że najlepszym sposobem rozwiązania tego problemu jest pozwolenie na to maszynie – mówi.
Współpracował z Draganem Gambergerem, ekspertem ds. sztucznej inteligencji w Instytucie Rudjera Boskovica w Chorwacji, aby opracować algorytm uczenia maszynowego które przeanalizowały skany mózgu i dokumentację medyczną 562 pacjentów z łagodnymi zaburzeniami funkcji poznawczych na początku pięcioletniego okresu.
Wyłoniły się dwie odrębne grupy: osoby, których zdolności poznawcze znacznie się pogorszyły oraz te, których objawy zmieniły się nieznacznie lub wcale w ciągu pięciu lat. System był w stanie wychwycić zmiany w utracie tkanki mózgowej w czasie.
Trzecia grupa znajdowała się gdzieś pośrodku, między łagodnym upośledzeniem funkcji poznawczych a zaawansowanym Alzheimerem. Nie wiemy, dlaczego te gromady jeszcze istnieją, mówi Doraiswamy.
Badania kliniczne
Od 2002 do 2012 roku, 99% badanych leków na Alzheimera zawiodło w badaniach klinicznych. Jednym z powodów jest to, że nikt nie wie dokładnie, co powoduje chorobę. Ale innym powodem jest to, że trudno jest zidentyfikować pacjentów, którzy najprawdopodobniej skorzystają z określonych leków.
Systemy sztucznej inteligencji mogą pomóc w projektowaniu lepszych prób. Marilyn Miller, która kieruje badaniami nad sztuczną inteligencją w chorobie Alzheimera w National Institute on Aging, będącym częścią amerykańskich National Institutes, mówi, że kiedy będziemy mieć tych ludzi razem ze wspólnymi genami, cechami i skanami obrazowymi, znacznie ułatwi to testowanie leków. zdrowia.
Następnie, gdy pacjenci zostaną zakwalifikowani do badania, naukowcy mogą stale ich monitorować, aby sprawdzić, czy odnoszą korzyści z leku.
Jednym z największych wyzwań w opracowywaniu leków na Alzheimera jest to, że nie mieliśmy dobrego sposobu na przeanalizowanie odpowiedniej populacji do testowania leku, mówi Vaibhav Narayan, badacz z zespołu neuronaukowego Johnson & Johnson.
Twierdzi, że algorytmy uczenia maszynowego znacznie przyspieszą proces rekrutacji pacjentów do badań nad lekami. A jeśli sztuczna inteligencja może szybciej rozpoznać, u których pacjentów najprawdopodobniej pogorszy się, badaczom będzie łatwiej stwierdzić, czy lek przynosi jakiekolwiek korzyści.
W ten sposób, jeśli lekarze tacy jak Vahia zauważą oznaki choroby Alzheimera u osoby takiej jak Graham, mogą szybko zapisać go na badanie kliniczne w nadziei na powstrzymanie niszczycielskich skutków, które w przeciwnym razie pojawiłyby się wiele lat później.
Miller uważa, że sztuczną inteligencję można wykorzystać do diagnozowania i przewidywania choroby Alzheimera u pacjentów już za pięć lat. Ale mówi, że będzie wymagało dużo danych, aby upewnić się, że algorytmy są dokładne i niezawodne. Graham na przykład pomaga.