Saúde

Algoritmo pode prever possível Alzheimer com quase 100 por cento de precisão
De acordo com a Organização Mundial de Saúde, a doença de Alzheimer é a causa mais frequente de demência, contribuindo com até 70 por cento dos casos de demência.
Por Kaunas University of Technology - 03/09/2021


Prof Rytis Maskeliūnas, Faculdade de Informática KTU. Crédito: Kaunas University of Technology

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

De acordo com a Organização Mundial de Saúde, a doença de Alzheimer é a causa mais frequente de demência, contribuindo com até 70 por cento dos casos de demência. 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 tornará um fardo oneroso para a saúde pública nos próximos 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 Nigéria ", diz Rytis Maskeliūnas, pesquisador do Departamento de Engenharia Multimídia da Faculdade de Informática da Universidade de Tecnologia de Kaunas (KTU), Ph.D. de Odusami. Supervisor.

Processamento de imagem delegado à máquina

Um dos primeiros sinais possíveis de Alzheimer é o comprometimento cognitivo leve (MCI), que é o estágio entre o declínio cognitivo esperado do envelhecimento normal e a demência. Com base na pesquisa anterior, a imagem por ressonância magnética funcional (fMRI) pode ser usada para identificar as regiões do cérebro que podem estar associadas ao aparecimento da doença de Alzheimer, de acordo com Maskeliūnas. Os primeiros estágios 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 as mudanças associadas ao Alzheimer não só requer conhecimento específico, mas também consome muito tempo - a aplicação de Aprendizado profundo e outros métodos de IA podem acelerar isso por uma margem de tempo significativa. Encontrar as características do MCI não significa necessariamente a presença de doença, pois também pode ser um sintoma de outras doenças relacionadas, mas é mais 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 à máquina, que pode concluí-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 máquina como um robô capaz de realizar a tarefa mais tediosa de ordenar os dados e procurar recursos. Nesse cenário, depois que o algoritmo do computador seleciona os casos potencialmente afetados, o especialista pode examiná-los mais de perto e, no final, todos se beneficiam já que o diagnóstico e o tratamento chegam ao paciente muito mais rápido ”, diz Maskeliūnas, que supervisionou a equipe que trabalhava no modelo.
 
Precisamos aproveitar ao máximo os dados

O modelo baseado em aprendizagem profunda foi desenvolvido como uma colaboração frutífera dos principais pesquisadores lituanos no setor de Inteligência Artificial, usando uma modificação do conhecido ResNet 18 ajustado (rede neural residual) para classificar imagens de ressonância magnética funcionais obtidas de 138 indivíduos. As imagens se enquadram em seis categorias diferentes: desde saudáveis, passando pelo espectro do comprometimento cognitivo leve (MCI), até a 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, alcançando 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 início precoce do Alzheimer a partir de dados semelhantes, nosso principal avanço é a 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 Maskeliūnas.

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

“Precisamos aproveitar ao máximo os dados”, diz Maskeliūnas, “é por isso que nosso grupo de pesquisa se concentra no princípio da ciência aberta europeia, para que qualquer pessoa possa usar nosso conhecimento e desenvolvê-lo ainda mais. Acredito que esse princípio contribui muito para o avanço da sociedade. "

O pesquisador-chefe, que tem como principal área focar a aplicação de modernos métodos de inteligência artificial em processamento de sinais e interfaces multimodais, afirma que o modelo acima descrito pode ser integrado a um sistema mais complexo, analisando diversos parâmetros 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 acessível 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 Maskeliūnas.

 

.
.

Leia mais a seguir