International Society for Optics and Photonics (SPIE) – Ein auf künstlicher Intelligenz basierender Algorithmus erkennt frühe Stadien von Alzheimer-Demenz. Mit der an der Texas Tech University entwickelten Methode können bereits leichte kognitive Beeinträchtigungsstadien genau identifiziert werden, was eine Frühwarnung vor dem Fortschreiten von Alzheimer ermöglicht.
Die Forscher der Texas Tech University setzten maschinelle Lernalgorithmen ein, um Daten der funktionellen Magnetresonanztomographie (fMRI) zu klassifizieren. Die Forschungsarbeit wurde in dem englischsprachigen Fachblatt Journal of Medical Imaging veröffentlicht.
Die Wissenschaftler entwickelten eine Art von Algorithmus für das maschinelle Lernen, ein sogenanntes Convolutional Neural Network (CNN), das zwischen den fMRI-Signalen von gesunden Menschen, Menschen mit leichten kognitiven Beeinträchtigungen und Menschen mit Alzheimer-Demenz unterscheiden kann. CNNs können autonom Merkmale aus Eingabedaten extrahieren, die für einen menschlichen Beobachter nicht ersichtlich sind.
Dieser Ansatz bietet viele Vorteile gegenüber früheren Versuchen, maschinelles Lernen mit fMRI für die Alzheimer-Diagnose zu kombinieren. Der wichtigste Aspekt der Forschungsarbeit liegt in den Qualitäten der CNN-Architektur. Das neue Design ist einfach, aber effektiv im Umgang mit komplexen fMRI-Daten. Das wiederum reduziert die benötigten Rechenressourcen und ermöglicht es dem Algorithmus, schneller Vorhersagen zu treffen, erklärt Harshit Parmar, Doktorand an der Texas Tech University und Hauptautor der Studie.
Alzheimer: Kann Lithium in Mikrodosen das Fortschreiten von Alzheimer aufhalten?
Die Forscher trainierten und testeten das CNN mit fMRI-Daten aus einer öffentlichen Datenbank und die ersten Ergebnisse waren vielversprechend: Die Klassifizierungsgenauigkeit ihres Algorithmus war genauso hoch oder höher als die anderer Methoden.
Wenn diese Ergebnisse auch für größere Datensätze gelten, könnten ihre klinischen Auswirkungen enorm sein. Die Alzheimer-Krankheit ist noch nicht heilbar. Obwohl Hirnschäden nicht rückgängig gemacht werden können, lässt sich das Fortschreiten von Alzheimer mit Medikamenten verringern und kontrollieren, so die Autoren. Die neue Methode kann die leichten kognitiven Beeinträchtigungsstadien genau identifizieren, die eine Frühwarnung vor dem Fortschreiten der Alzheimer-Krankheit ermöglichen.
Alzheimer vorbeugen: Rolle der vaskulären Dysfunktion bei der Alzheimer
Alzheimer-Demenz ist eine neuro-degenerative Erkrankung, von der weltweit ein nicht unbedeutender Anteil der älteren Bevölkerung betroffen ist. Die Alzheimer-Krankheit verursacht irreparable Schäden am Gehirn und beeinträchtigt in einem erheblichen Maße die Lebensqualität der Patienten. Leider kann Alzheimer-Demenz bislang nicht geheilt werden. Durch Früherkennung können jedoch Medikamente die Symptome der Krankheit in den Griff bekommen und das Fortschreiten von Alzheimer-Demenz verlangsamen.
Die funktionelle Magnetresonanztomographie (fMRT) ist eine nicht-invasive Diagnosetechnik für Hirnerkrankungen. Sie misst kleinste Veränderungen des Sauerstoffgehalts im Blut im Gehirn und gibt Aufschluss über die Aktivität von Neuronen. Trotz ihrer Vorteile ist die funktionelle Magnetresonanztomographie in der klinischen Diagnostik noch nicht weit verbreitet.
Dafür gibt es zwei Gründe. Erstens sind die Veränderungen der Signale der funktionellen Magnetresonanztomographie so gering, dass sie übermäßig anfällig für Rauschen sind, was die Ergebnisse verfälschen kann. Zweitens sind fMRI-Daten komplex zu analysieren. An dieser Stelle kommen Deep-Learning-Algorithmen ins Spiel.
(Quelle: Journal of Medical Imaging / International Society for Optics and Photonics / Texas Tech University)
Ein Beitrag der Medizin Doc-Redaktion. Dieser Beitrag beschäftigt sich mit einem medizinischen Thema, einem Gesundheitsthema oder einem oder mehreren Krankheitsbildern. Dieser Artikel dient nicht der Selbst-Diagnose und ersetzt auch keine Diagnose durch einen Arzt oder Facharzt. Bitte lesen und beachten Sie hier auch den Hinweis zu Gesundheitsthemen!
