Jak można zapobiegać chorobie Alzheimera i czy istnieje na nią leczenie? Wczesna diagnoza może nie być rozwiązaniem, ale pomaga we wczesnej interwencji, która opóźnia rozwój choroby. Z tego powodu wczesne rozpoznanie choroby Alzheimera stało się priorytetem badań. Istnieją istotne dowody na to, że zmiany w istocie białej mogą pomóc we wczesnym rozpoznaniu choroby Alzheimera.
Międzyinstytucjonalny zespół badaczy, kierowany przez Yong Liu, profesora w Szkole Sztucznej Inteligencji na Uniwersytecie Poczty i Telekomunikacji w Pekinie w Pekinie, Chiny, zorganizował konkurs, w ramach którego stworzył wieloośrodkową platformę obrazową DTI (Diffusion Tensor Imaging) i potwierdził wykonalność pomiarów istoty białej w diagnostyce choroby Alzheimera. Artykuł jest już dostępny w Internecie Zaburzenia mózgu.
„Przeprowadziliśmy konkurs obejmujący pomiary dyfuzji wzdłuż 18 pasm włókien jako cechy wyodrębnione za pomocą metody automatycznej kwantyfikacji włókien (AFQ) w oparciu o jeden z największych na świecie wieloośrodkowych biobanków DTI” – powiedział profesor Liu. „Obecny zbiór danych obejmował dane z 7 skanerów rezonansu magnetycznego w 4 szpitalach w Chinach, które zawierały łącznie 862 osoby z obrazami DTI, obrazami T1 oraz informacjami demograficznymi i psychologicznymi”.
Aby wyodrębnić cechy istoty białej, zespół wykonał potok AFQ składający się z trzech etapów. Po pierwsze, śledzili włókna całego mózgu za pomocą deterministycznego algorytmu śledzenia usprawnień. Następnie posegmentowali pasma światłowodowe według procedur będących przedmiotem zainteresowania punktów orientacyjnych i udoskonalili je, korzystając z mapy prawdopodobieństwa szlaków światłowodowych. Druga procedura polegała na wielokrotnym usuwaniu nieprawidłowych włókien, które wyewoluowały daleko od rdzenia włókna. W każdym węźle każdego włókna określono właściwość dyfuzji węzłowej poprzez ponowne próbkowanie każdego włókna do 100 węzłów w równych odstępach pomiędzy dwoma obszarami zainteresowania.
W konkursie profesor Liu wraz ze współpracownikami otrzymał rozwiązania od naukowców z uniwersytetów/instytutów w Chinach, Stanach Zjednoczonych i Wielkiej Brytanii. Celem konkursu była ocena i opracowanie ram analitycznych umożliwiających optymalizację wydajności binarnej klasyfikacji choroby Alzheimera z wykorzystaniem pomiarów dyfuzji wzdłuż głównych dróg istoty białej uzyskanych za pomocą AFQ. Na podstawie wyników było jasne, że pomiary DTI włókien istoty białej wykazały ich użyteczność w wykrywaniu choroby Alzheimera we wczesnych stadiach. Autorzy zasugerowali, że analiza post hoc w celu wyjaśnienia modelu, większy multimodalny wieloośrodkowy zbiór danych i lepsze algorytmy będą znacznie skuteczniejsze we wczesnym wykrywaniu choroby Alzheimera.
Zespół badawczy z powodzeniem ustalił, że istota biała może być biomarkerem umożliwiającym wczesną diagnostykę choroby Alzheimera. Co więcej, profesor Liu powiedział portalowi Science Feature, że: “Zbiór danych i części kodów są dostępne jako otwarte źródła. Projekt, który prezentujemy w tym badaniu, skorzystałby na zaangażowaniu większej liczby badaczy w udostępnianie danych lub modeli uczenia maszynowego, a także w traktowaniu ekstrakcji biomarkerów jako otwartego, międzynarodowego wyzwania w zakresie przewidywania choroby Alzheimera za pomocą największego dostępnego biobanku danych DTI.” Dodał również, że w ramach obecnego wyzwania skupili się na diagnostyce choroby Alzheimera. Mimo to klasyfikacja wielu chorób psychicznych może być bardziej korzystna dla przyszłych zastosowań klinicznych, zapewniając w ten sposób korzyści zarówno w zakresie ujawniania patologicznych różnic między zaburzeniami, jak i zwiększania dokładności precyzyjnej diagnozy.
Referencje w czasopiśmie i autorzy zdjęć:
Yida Qu, Pan Wang, Bing Liu, Chengyuan Song, Dawei Wang, Hongwei Yang, Zengqiang Zhang…, Yong Liu i in. „AI4AD: analiza sztucznej inteligencji pod kątem klasyfikacji choroby Alzheimera w oparciu o wieloośrodkową bazę danych DTI”. Zaburzenia mózgu 1 (2021): 100005. https://doi.org/10.1016/j.dscb.2021.100005
