WUMed | Alzheimer a sztuczna inteligencja
28 października 2019
Czy wiesz, że...

Według szacunkowych danych w Stanach Zjednoczonych 5,7 mln ludzi cierpi na chorobę Alzheimera – najczęstszy typ demencji – a do 2050 roku liczba ta ma wzrosnąć ponad dwukrotnie.

Wczesne zdiagnozowanie tej choroby ma zasadnicze znaczenie, aby pacjenci zdążyli skorzystać z kilku dostępnych metod terapii. Jednak żadna pojedyncza analiza ani skan nie umożliwiają postawienia definitywnej diagnozy za życia pacjenta. Lekarze zdani są na wielokrotne testy kliniczne i neuropsychologiczne. W tej sytuacji wzrasta zainteresowanie stworzeniem układów sztucznej inteligencji, które byłyby w stanie rozpoznać alzheimera na podstawie skanów mózgu.

Badaczom z University of California w San Francisco udało się ostatnio wytrenować algorytm sztucznej inteligencji, aby wykrywał jeden z pierwszych symptomów alzheimera – spadek zużycia glukozy w mózgu – w obrazach uzyskanych metodą pozytonowej tomografii emisyjnej (PET). Wyniki ich badań wskazują, że algorytm ten prawidłowo postawił potwierdzoną później diagnozę alzheimera w niemal wszystkich testowanych przypadkach.

W technice obrazowania PET śladowe ilości substancji promieniotwórczej są wprowadzane doustnie lub dożylnie do organizmu pacjenta, co umożliwia uzyskiwanie trójwymiarowych obrazów metabolizmu, krążenia i innych rodzajów aktywności komórkowej. PET doskonale nadaje się na narzędzie diagnostyczne alzheimera, ponieważ choroba ta wywołuje pewne subtelne zmiany metabolizmu mózgu na kilka lat wcześniej, zanim dochodzi do faktycznego obumierania tkanki neuronowej, mówi współautor badań Jae Ho Sohn, radiolog z UCSF, zaznaczając, że zmiany te są „niezmiernie trudne do zauważenia przez radiologów”.

Do wytrenowania i przetestowania algorytmu wykorzystano 2100 uzyskanych techniką PET skanów mózgów 1000 pacjentów w wieku co najmniej 55 lat. Obrazy te wykonano w ramach trwających przez 12 lat badań obejmujących zarówno tych, u których ostatecznie zdiagnozowano alzheimera, jak i chorych z łagodniejszymi postaciami utraty pamięci oraz osoby zdrowe z grupy kontrolnej. Algorytm został wytrenowany na 90% danych i przetestowany na pozostałych 10%. Następnie przetestowano go ponownie na drugim, niezależnym zbiorze danych uzyskanych od 40 pacjentów monitorowanych w okresie 10 lat. Okazał się on wysoce efektywny, będąc w stanie rozpoznać alzheimera u 81% pacjentów w pierwszej grupie testowej oraz u 100% w drugiej grupie, u których zdiagnozowano tę chorobę w ciągu nieco ponad sześciu lat. Wyniki te zostały opublikowane w lutowym numerze czasopisma Radiology.

Algorytm jest oparty na maszynowej technice „uczenia głębokiego”, która wykorzystuje sztuczne sieci neuronowe zaprogramowane do uczenia się na przykładach. „To jest jedno z pierwszych obiecujących, wstępnych zastosowań uczenia głębokiego do diagnozowania alzheimera – mówi Christian Salvatore, fizyk z włoskiej Consiglio Nazionale delle Ricerche, który nie był zaangażowany w te badania. – Model radzi sobie doskonale z diagnozowaniem pacjentów w łagodnym lub zaawansowanym stadium choroby, ale uchwycenie jej w najwcześniejszych stadiach pozostaje wciąż jednym z najbardziej krytycznych nierozwiązanych problemów w tej dziedzinie”.

https://www.swiatnauki.pl/8,1806.html
 


instytucje współpracujące
Centrum
Konferencyjno-Szkoleniowe
Fundacji
Nowe Horyzonty

Bobrowiecka 9, Warszawa
Narodowe Centrum
Profilaktyki Zdrowotnej

www.ncpz.eu
UPP partnerem WUMed
Unia
Polskich Predsiębiorców

uniapolskichprzedsiebiorcow.pl
Szpital Praski
p.w. Przemienienia Pańskiego
Sp. z o.o.

Aleja Solidarności 67, Warszawa
Szpital Wolski
im. dr Anny Gostyńskiej
Samodzielny Publiczny Zakład Opieki Zdrowotnej

ul. Kasprzaka 17, Warszawa
Instytut
"Pomnik - Centrum Zdrowia Dziecka"
w Warszawie
Szpital Solec
Spółka z o.o.

ul. Solec 93, Warszawa
Mazowiecki
Szpital Wojewódzki
Drewnica Sp. z o.o.

Rychlińskiego 1, Ząbki
Szpital św. Anny
w Piasecznie
Adama Mickiewicza 39,
05-500 Piaseczno
Narodowy Instytut Geriatrii, Reumatologii i Rehabilitacji
im. prof. dr hab. med. Eleonory Reicher

ul. Spartańska 1, Warszawa
Szpital Dziecięcy
im. prof. dr. med. Jana Bogdanowicza
Samodzielny Publiczny Zakład Opieki Zdrowotnej

ul. Niekłańska 4/24, Warszawa
Szpital Czerniakowski
Sp. z o. o.

ul. Stępińska 19/25, Warszawa
Mazowiecki Szpital Bródnowski
ul. Kondratowicza 8, Warszawa
Samodzielny Publiczny
Szpital Kliniczny
im. prof. Adama Grucy
CMKP

ul. Konarskiego 13, Otwock
Szpital Kolejowy
im. dr med. Włodzimierza Roeflera
w Pruszkowie
Szpital Specjalistyczny
im. Świętej Rodziny

Madalińskiego 25, 02-544 Warszawa
Mazowieckie Centrum
Neuropsychiatrii Sp. z o.o.

Zagórze k/Warszawy
05-462 Wiązowna
Samodzielny Zespół Publicznych
Zakładów Lecznictwa Otwartego Warszawa Bemowo-Włochy

ul. Gen. M. C. Coopera 5, Warszawa
Samodzielny Zespół Publicznych Zakładów Lecznictwa Otwartego 
Warszawa-Mokotów

 ul. A.J.Madalińskiego 13, Warszawa
Samodzielny Zespół Publicznych Zakładów Opieki Zdrowotnej
im. Dzieci Warszawy
w Dziekanowie Leśnym
Szpital Matki Bożej
Nieustającej Pomocy
w Wołominie
ul. Gdyńska 1/3
05-200 Wołomin
Centrum Medyczne
GRUPA ZDROWIE

Nowodworskie
Centrum Medyczne

ul. Miodowa 2
Nowy Dwór Mazowiecki
Wojewódzka Stacja
Pogotowia Ratunkowego
i  Transportu Sanitarnego
"MEDITRANS"
SPZOZ w Warszawie

ul. Hoża 56,
00-685 Warszawa
Centrum Intensywnej Terapii Olinek
ul. Bobrowiecka 9, Warszawa
Stołeczne Centrum
Opiekuńczo-Lecznicze
Sp. z o.o.

ul. Mehoffera 72/74, Warszawa
RADIOMEDICA
Centrum Diagnostyki Obrazowej

ul.Bobrowiecka 9, Warszawa
NESTOR
Bezpieczny Dom Opieki

ul.Bobrowiecka 9, Warszawa
Warszawskie Zakłady
Sprzętu Ortopedycznego S.A.

al. Bohaterów Września 9, Warszawa
Podkarpackie centrum
Usług Dydaktycznych

ul. Rymanowska 15a
35-083 Rzeszów
www.fantomy-szkoleniowe.pl

Kontakt

Warszawska Uczelnia Medyczna
im. Tadeusza Koźluka

ul. Bobrowiecka 9, 00-728 Warszawa

INFORMACJE O UCZELNI / REKRUTACJA:  
T: 22 559 21 05
T: 22 559 21 06
T: 22 559 22 35
E: rekrutacja@wumed.edu.pl
Copyright © 2021 - WUMED