Pesquisadores das universidades de Kaunas, na Litua¢nia, desenvolveram um manãtodo baseado no aprendizado profundo que pode prever o possí­vel ini­cio da doença de Alzheimer a partir de imagens cerebrais com uma precisão de mais de 99%. O manãtodo foi desenvolvido durante a análise de imagens funcionais de ressonância magnanãtica obtidas de 138 indivíduos e teve melhor desempenho em termos de precisão, sensibilidade e especificidade do que os manãtodos desenvolvidos anteriormente.

De acordo com a Organização Mundial de Saúde, a doença de Alzheimer éa causa mais frequente de demaªncia, contribuindo com até70 por cento dos casos de demaªncia. Em todo o mundo, cerca de 24 milhões de pessoas são afetadas, e esse número deve dobrar a cada 20 anos. Devido ao envelhecimento da sociedade, a doença se tornara¡ um fardo oneroso para a saúde pública nos pra³ximos anos.

“Profissionais médicos de todo o mundo buscam conscientizar sobre um diagnóstico precoce de Alzheimer, que proporcione aos afetados uma melhor chance de se beneficiarem do tratamento. Essa foi uma das questões mais importantes para a escolha de um tema para Modupe Odusami, um Ph.D. . estudante da Niganãria ", diz Rytis MaskeliÅ«nas, pesquisador do Departamento de Engenharia Multima­dia da Faculdade de Informa¡tica da Universidade de Tecnologia de Kaunas (KTU), Ph.D. de Odusami. Supervisor.

Um dos primeiros sinais possa­veis de Alzheimer éo comprometimento cognitivo leve (MCI), que éo esta¡gio entre o decla­nio cognitivo esperado do envelhecimento normal e a demaªncia. Com base na pesquisa anterior, a imagem por ressonância magnanãtica funcional (fMRI) pode ser usada para identificar as regiaµes do cérebro que podem estar associadas ao aparecimento da doença de Alzheimer, de acordo com MaskeliÅ«nas. Os primeiros esta¡gios do MCI quase sempre não apresentam sintomas claros, mas em alguns casos podem ser detectados por neuroimagem.

No entanto, embora teoricamente possí­vel, a análise manual de imagens de fMRI tentando identificar asmudanças associadas ao Alzheimer não são requer conhecimento especa­fico, mas também consome muito tempo - a aplicação de Aprendizado profundo e outros manãtodos de IA podem acelerar isso por uma margem de tempo significativa. Encontrar as caracteri­sticas do MCI não significa necessariamente a presença de doena§a, pois também pode ser um sintoma de outras doenças relacionadas, mas émais um indicador e possí­vel auxiliar para orientar para uma avaliação por um profissional médico.

“O processamento moderno de sinais permite delegar o processamento de imagens a  ma¡quina, que pode conclua­-lo com mais rapidez e precisão. Claro, não nos atrevemos a sugerir que um profissional médico deva confiar em qualquer algoritmo cem por cento. Pense em uma ma¡quina como um roba´ capaz de realizar a tarefa mais tediosa de ordenar os dados e procurar recursos. Nesse cena¡rio, depois que o algoritmo do computador seleciona os casos potencialmente afetados, o especialista pode examina¡-los mais de perto e, no final, todos se beneficiam já que o diagnóstico e o tratamento chegam ao paciente muito mais rápido ”, diz MaskeliÅ«nas, que supervisionou a equipe que trabalhava no modelo.

 

O modelo baseado em aprendizagem profunda foi desenvolvido como uma colaboração fruta­fera dos principais pesquisadores lituanos no setor de Inteligaªncia Artificial, usando uma modificação do conhecido ResNet 18 ajustado (rede neural residual) para classificar imagens de ressonância magnanãtica funcionais obtidas de 138 indiva­duos. As imagens se enquadram em seis categorias diferentes: desde sauda¡veis, passando pelo espectro do comprometimento cognitivo leve (MCI), atéa doença de Alzheimer. No total, 51.443 e 27.310 imagens do conjunto de dados da The Alzheimer's Disease Neuroimaging Initiative fMRI foram selecionadas para treinamento e validação.

O modelo foi capaz de encontrar efetivamente os recursos MCI no conjunto de dados fornecido, alcana§ando a melhor precisão de classificação de 99,99%, 99,95% e 99,95% para MCI inicial vs. AD, MCI tardio vs. AD e MCI vs. MCI inicial, respectivamente.

"Embora esta não tenha sido a primeira tentativa de diagnosticar o ini­cio precoce do Alzheimer a partir de dados semelhantes, nosso principal avanço éa precisão do algoritmo. Obviamente, esses números elevados não são indicadores do verdadeiro desempenho na vida real, mas estamos trabalhando com instituições médicas para obter mais dados ", diz MaskeliÅ«nas.

Segundo ele, o algoritmo poderia ser desenvolvido em um software, que analisaria os dados coletados de grupos vulnera¡veis (maiores de 65 anos, com hista³rico de lesão cerebral, hipertensão, etc.) e notificaria a equipe médica sobre as anomalias relacionadas a o ini­cio precoce da doença de Alzheimer.

“Precisamos aproveitar ao ma¡ximo os dados”, diz MaskeliÅ«nas, “épor isso que nosso grupo de pesquisa se concentra no princa­pio da ciência aberta europeia, para que qualquer pessoa possa usar nosso conhecimento e desenvolvaª-lo ainda mais. Acredito que esse princa­pio contribui muito para o avanço da sociedade. "

O pesquisador-chefe, que tem como principal área focar a aplicação de modernos manãtodos de inteligaªncia artificial em processamento de sinais e interfaces multimodais, afirma que o modelo acima descrito pode ser integrado a um sistema mais complexo, analisando diversos parametros diferentes, por exemplo, também monitorar rastreamento de movimentos oculares, leitura de rosto, análise de voz, etc. Tal tecnologia poderia então ser usada para autoverificação e alerta para buscar aconselhamento profissional se algo estiver causando preocupação.

“As tecnologias podem tornar a medicina mais acessa­vel e barata. Embora nunca venham (ou pelo menos não em breve) realmente substituir o profissional médico, as tecnologias podem encorajar a busca por diagnóstico e ajuda oportunos”, diz MaskeliÅ«nas.