Ученые из Кембриджа разработали инструмент искусственного интеллекта, способный в четырех случаях из пяти спрогнозировать, останутся ли люди с ранними признаками деменции стабильными или у них разовьется болезнь Альцгеймера.
Команда ученых утверждает, что этот новый подход поможет снизить потребность в инвазивных и дорогостоящих диагностических тестах, одновременно улучшая результаты лечения на ранних этапах, когда такие вмешательства, как изменение образа жизни или новое лечение, могут иметь шанс работать лучше всего.
Деменция представляет собой серьезную глобальную проблему здравоохранения, от которой страдают более 55 миллионов человек во всем мире, а ее ежегодные затраты оцениваются в 820 миллиардов долларов. Ожидается, что в течение следующих 50 лет число случаев заболевания почти утроится.
Основной причиной деменции является болезнь Альцгеймера, на долю которой приходится 60–80% случаев. Раннее выявление имеет решающее значение, поскольку именно тогда лечение, вероятно, будет наиболее эффективным, однако ранняя диагностика деменции и прогноз могут быть неточными без использования инвазивных или дорогостоящих тестов, таких как позитронно-эмиссионная томография (ПЭТ) или люмбальная пункция, которые не доступны во всех клиниках.
В результате до трети пациентов диагноз может быть поставлен неправильно, а другим диагноз поставлен слишком поздно, чтобы лечение было эффективным.
Команда под руководством ученых из факультета психологии Кембриджского университета (University of Cambridge) разработала модель машинного обучения, способную предсказать, будет ли и как быстро у человека с легкими проблемами с памятью и мышлением развиваться болезнь Альцгеймера. В исследовании, опубликованном в научном журнале eClinicalMedicine, учёные показывают, что оно более точное, чем современные инструменты клинической диагностики.
Для построения своей модели исследователи использовали регулярно собираемые, неинвазивные и недорогие данные пациентов — когнитивные тесты и структурные МРТ, выявляющие атрофию серого вещества — от более чем 400 человек, которые входили в исследовательскую группу.
Затем исследователи протестировали модель, используя данные реальных пациентов: еще 600 участников из когорты США и, что немаловажно, продольные данные 900 человек из клиник в Великобритании и Сингапуре.
Алгоритм смог отличить людей со стабильными легкими когнитивными нарушениями от тех, у кого в течение трехлетнего периода развилась болезнь Альцгеймера. ИИ смог правильно идентифицировать людей, у которых развилась болезнь Альцгеймера в 82% случаев, и правильно идентифицировать тех, у кого этого не произошло, в 81% случаев только с помощью когнитивных тестов и МРТ.
Алгоритм был примерно в три раза более точным в прогнозировании прогрессирования болезни Альцгеймера чем нынешние стандарты диагностики; то есть стандартные клинические маркеры (такие как атрофия серого вещества или когнитивные показатели). Это показывает, что модель может значительно уменьшить постановку ошибочного диагноза.
Модель также позволила исследователям стратифицировать людей с болезнью Альцгеймера используя данные первого визита каждого человека в клинику на три группы: те, чьи симптомы останутся стабильными, те, у кого болезнь Альцгеймера будет прогрессировать медленно, тех, кто будет прогрессировать быстрее.
Эти прогнозы были подтверждены при рассмотрении последующих данных за шесть лет. Это важно, поскольку это может помочь выявить этих людей на достаточно ранней стадии, чтобы они могли получить пользу от новых методов лечения, а также выявить тех людей, которые нуждаются в тщательном наблюдении, поскольку их состояние может быстро ухудшиться.
Важно отметить, что те 50% людей, у которых есть такие симптомы, как потеря памяти, но остаются стабильными лучше направить их по другому клиническому пути, поскольку их симптомы могут быть вызваны другими причинами, а не деменцией, такими как тревога или депрессия.
Старший автор, профессор Зои Курци (Zoe Kourtzi) с факультета психологии Кембриджского университета, комментирует: «Мы создали инструмент, который, несмотря на использование только данных когнитивных тестов и МРТ, гораздо более чувствителен, чем нынешние подходы к прогнозированию прогресса человека от легких симптомов до болезни Альцгеймера — и если да, то будет ли этот прогресс быстрым или медленным».
«Это потенциально может значительно улучшить самочувствие пациентов, показав нам, какие люди нуждаются в самом пристальном уходе, и одновременно устранить беспокойство тех пациентов, которые, по нашим прогнозам, останутся стабильными. В период интенсивного давления на ресурсы здравоохранения это также поможет устранить необходимость проведения ненужных инвазивных и дорогих диагностических методов».
В то время как учёные тестировали алгоритм на данных исследовательской группы, он был подтвержден с использованием независимых данных, включающих почти 900 человек посещавших клиники памяти в Великобритании и Сингапуре.
Доктор Бен Андервуд (Ben Underwood) из кафедры психиатрии Кембриджского университета добавляет: «Проблемы с памятью становятся обычным явлением, когда мы стареем. В клинике я вижу, как неуверенность в том, могут ли они быть первыми признаками деменция может вызвать много беспокойства у людей и их семей, а также разочаровать врачей, которые предпочли бы дать однозначные ответы».
«Тот факт, что мы можем уменьшить эту неопределенность с помощью уже имеющейся у нас информации, является захватывающим и, вероятно, станет еще более важным по мере появления новых методов лечения».
Профессор Курци объясняет: «Модели искусственного интеллекта хороши настолько, насколько хороши данные, на которых они обучаются. Чтобы убедиться, что наша модель имеет потенциал для применения в медицинских учреждениях, мы обучили и протестировали ее на регулярно собираемых данных, а не только на исследовательских группах, но от пациентов в реальных клиниках памяти. Это показывает, что это можно распространить на реальные условия».
Теперь команда надеется распространить свою модель на другие формы деменции, такие как сосудистая деменция и лобно-височная деменция, и использовать различные типы данных, например, маркеры анализов крови.
Профессор Курци заключает: «Если мы собираемся решить растущую проблему здравоохранения, связанную с деменцией нам понадобятся более совершенные инструменты для выявления и вмешательства на самой ранней стадии».
«Наша цель состоит в том, чтобы расширить наш инструмент искусственного интеллекта чтобы помочь врачам назначать нужного человека в нужное время для правильного диагностического и лечения. Наш инструмент может помочь подобрать нужных пациентов для клинических испытаний, ускоряя открытие новых лекарств для лечения, модифицирующего заболевание».
Литература:
Robust and interpretable AI-guided marker for early dementia prediction in real-world clinical settings, eClinicalMedicine (2024). DOI: 10.1016/j.eclinm.2024.102725.
Невролог, мануальный терапевт, рефлексотерапевт АО «СЗЦДМ» (г. Санкт-Петербург), редактор и автор статей
Ведёт пациентов неврологического профиля с полным неврологическим осмотром, разработкой плана обследования и схемы лечения пациента (в остром периоде, на этапе реабилитации), динамическое наблюдение.
