Alzheimer: inteligência artificial prevê o início

By | Novembro 8, 2018

Uma ferramenta de inteligência artificial que é ensinada a analisar exames cerebrais pode prever com precisão a doença de Alzheimer vários anos antes de um diagnóstico.

Os pesquisadores usaram scanners PET para treinar um algoritmo de aprendizado profundo para prever os sinais da doença de Alzheimer

Os pesquisadores usaram scanners PET para treinar um algoritmo de aprendizado profundo para prever os sinais da doença de Alzheimer

Tomografia por emissão de pósitrons (PET)

Os pesquisadores usaram a tomografia por emissão de pósitrons (PET) para treinar um algoritmo de aprendizado profundo para prever os sinais de doença de Alzheimer.

A equipe responsável sugere que, após uma nova validação, a ferramenta possa ajudar muito na detecção precoce da doença de Alzheimer, permitindo tempo para que os tratamentos retardem a doença com mais eficácia.

Os pesquisadores, da Universidade da Califórnia, em São Francisco, usaram imagens de tomografia por emissão de pósitrons (PET) de cérebros de pessoas 1.002 para treinar o algoritmo de aprendizado profundo.

Eles usaram a porcentagem 90 das imagens para ensinar o algoritmo a detectar as características da doença de Alzheimer e a porcentagem restante 10 para verificar seu desempenho.

Em seguida, eles testaram o algoritmo em imagens PET dos cérebros de outras pessoas da 40. Destes, o algoritmo previu com precisão quais indivíduos receberiam um diagnóstico final da doença de Alzheimer. Em média, o diagnóstico ocorreu mais de 6 anos após as varreduras.

Artigo relacionado> Medicina hepática existente pode ajudar a tratar a doença de Alzheimer

En un artículo sobre los hallazgos, publicado recientemente por la revista Radiology, el equipo describe cómo el algoritmo «alcanzó una especificidad del 82 por ciento con una sensibilidad del 100 por ciento, un promedio de 75.8 meses antes del diagnóstico final».

«Nos sentimos muy complacidos», dice el coautor Dr. Jae Ho Sohn, que trabaja en el departamento de radiología e imagen biomédica de la universidad, «con el rendimiento del algoritmo».

«Fue capaz de predecir cada caso que avanzó a la enfermedad de Alzheimer», agrega.

Doença de Alzheimer e imagens PET

Um diagnóstico mais precoce e preciso não apenas beneficiaria as pessoas afetadas, mas também poderia economizar muitos milhões em cuidados médicos e custos relacionados ao longo do tempo.

À medida que a doença de Alzheimer progride, o modo como as células cerebrais usam a glicose muda. Essa alteração no metabolismo da glicose se manifesta em um tipo de imagem PET que rastreia a captação de uma forma radioativa de glicose chamada 18F-fluorodeoxiglucose (FDG).

Ao dar instruções sobre o que procurar, os cientistas foram capazes de treinar o algoritmo de aprendizado profundo para avaliar imagens PET com FDG para detectar sinais precoces da doença de Alzheimer.

El aprendizaje profundo «se enseña a sí mismo»

Os pesquisadores ensinaram o algoritmo com a ajuda de mais imagens PET 2,109 FDG de cérebros de indivíduos 1,002. Eles também usaram outros dados da Iniciativa de neuroimagem da doença de Alzheimer.

Artigo relacionado> Herpes pode explicar 50 por cento dos casos de Alzheimer

O algoritmo usou aprendizado profundo, um tipo complexo de inteligência artificial que envolve o aprendizado por meio de exemplos, semelhante à maneira como os humanos aprendem.

El aprendizaje profundo permite que el algoritmo se «enseñe a sí mismo» qué buscar al detectar diferencias sutiles entre las miles de imágenes.

O algoritmo era tão bom, se não melhor, do que os especialistas humanos na análise de imagens PET com FDG.

Los autores señalan que «en comparación con los lectores de radiología, el modelo de aprendizaje profundo se desempeñó mejor, con significación estadística, al reconocer a los pacientes que tendrían un diagnóstico clínico de enfermedad de Alzheimer».

Desenvolvimentos futuros

O Dr. Sohn adverte que o estudo foi pequeno e que os resultados agora devem passar por uma validação. Isso envolverá o uso de conjuntos de dados maiores e mais imagens tiradas ao longo do tempo por pessoas em várias clínicas e instituições.

No futuro, o algoritmo pode ser uma adição útil à caixa de ferramentas do radiologista e melhorar as oportunidades de tratamento precoce da doença de Alzheimer.

Os pesquisadores também planejam incluir outros tipos de reconhecimento de padrões no algoritmo.

A mudança no metabolismo da glicose não é a única característica da doença de Alzheimer, explica o co-autor do estudo Youngho Seo, professor do Departamento de Radiologia e Imagem Biomédica. O acúmulo anormal de proteínas também caracteriza a doença, acrescenta.

» Si la FDG PET con inteligencia artificial puede predecir la enfermedad de Alzheimer tan pronto, la imagen de PET de la placa beta-amiloide y de la proteína tau puede agregar otra dimensión de poder predictivo importante».

Youngho Seo

Artigo relacionado> A doença de Alzheimer pode ser tratável com insulina

[expand title = »referências«]

  1. Acesso livre Neurorradiologia Um modelo de aprendizado profundo para prever um diagnóstico da doença de Alzheimer usando PET com o 18F-FDG do cérebro https://pubs.rsna.org/doi/10.1148/radiol.2018180958

[/expandir]


Autor: Dr. Lizbeth

A Dra. Lizbeth Blair é formada em medicina, anestesista, treinada na Universidade da Faculdade de Medicina das Filipinas. Ela também é formada em Zoologia e Bacharel em Enfermagem. Ela serviu vários anos em um hospital do governo como Oficial de Treinamento do Programa de Residência em Anestesiologia e passou anos em consultório particular nessa especialidade. Ele treinou em pesquisa de ensaios clínicos no Clinical Trials Center, na Califórnia. Ela é uma pesquisadora e escritora experiente de conteúdo que gosta de escrever artigos médicos e de saúde, resenhas de revistas, e-books e muito mais.

Comentários estão fechados.