- O comprometimento cognitivo leve (MCI) freqüentemente precede o desenvolvimento da doença de Alzheimer.
- Os exames de ressonância magnética funcional (fMRI) podem capturar sinais sutis de MCI, mas são difíceis de interpretar.
- Pesquisadores lituanos desenvolveram um algoritmo de aprendizado profundo que identificou o MCI em um pequeno estudo.
Um dos primeiros indicadores da doença de Alzheimer (DA) incipiente é o desenvolvimento de MCI. Mudanças sutis e difíceis de detectar no cérebro acompanham o MCI conforme a doença avança.
Agora, um estudo de pesquisadores da Kaunas University of Technology (KTU) na Lituânia apresenta um algoritmo de computador de aprendizagem profunda recentemente desenvolvido que pode detectar e diferenciar com precisão os estágios de MCI de varreduras de fMRI.
O algoritmo pode identificar MCI e seus estágios com mais de 99% de precisão.
MCI é um estado de transição entre o declínio cognitivo normal relacionado à idade e a demência. Nem sempre progride para DA, mas frequentemente o faz, e a detecção precoce da DA pode permitir que as pessoas que a têm se beneficiem mais com o tratamento.
“Profissionais médicos em todo o mundo tentam aumentar a conscientização sobre o diagnóstico precoce de Alzheimer, que fornece aos afetados uma chance melhor de se beneficiar do tratamento”, disse o pesquisador-chefe do estudo, Dr. Rytis Maskeliūnas.
Claire Sexton, DPhil, que é diretora de programas científicos e divulgação da Associação de Alzheimer e não esteve envolvida na pesquisa, disse Notícias Médicas Hoje:
“Um diagnóstico precoce e preciso pode ter benefícios emocionais, sociais e médicos, permitindo que os indivíduos façam planos jurídicos, financeiros e de cuidados, explorem opções de tratamento e participem de ensaios clínicos.”
O estudo, que KTU Ph.D. aluno Modupe Odusami conduzido, aparece no jornal MDPI.
Detecção algorítmica precisa
Embora seja possível reconhecer MCI manualmente em imagens de fMRI, esta é uma tarefa demorada que requer conhecimento detalhado. Como tal, é um candidato ideal para automação usando aprendizado profundo. Aprendizagem profunda é um tipo de algoritmo de computador que pode aprender como detectar padrões em dados que podem ser muito pequenos ou obscuros para serem reconhecidos facilmente por humanos.
Trabalhando com colaboradores em inteligência artificial, os pesquisadores do KTU modificaram um algoritmo existente bem conhecido, o ResNet 18, para ajustá-lo para a detecção de MCI.
Após o processo de treinamento, os pesquisadores testaram o algoritmo classificando varreduras de fMRI de 138 indivíduos.
Os exames mostraram seis estágios cognitivos, começando com o controle saudável e passando do MCI ao AD. Na diferenciação entre MCI inicial e AD, o algoritmo foi 99,99% preciso. Também foi 99,95% preciso na distinção entre MCI tardio e AD, e entre MCI e MCI inicial.
Dr. Maskeliūnas observa:
“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”, diz o Dr. Maskeliūnas, “esses números elevados não são indicadores do verdadeiro desempenho na vida real, mas estamos trabalhando com instituições médicas para obter mais dados”.
MNT perguntou ao Dr. Maskeliūnas sobre suas expectativas quanto à precisão do algoritmo no mundo real. Ele respondeu: “Eu diria que 85% mais confiável ainda seria benéfico para um profissional médico, reduzindo [their] carga de trabalho na análise de dados. ”
“Neste estágio”, disse ele, “estamos trabalhando em algoritmos de ajuste fino e, apesar de ter algum resultado em um conjunto de dados controlado coletado por outros, é muito provável que ainda tenhamos que retrabalhá-lo para contabilizar as variações em dados reais. ”
Dr. Sexton sugeriu que é muito cedo para confirmar o valor do algoritmo, dizendo:
“Este é um estudo interessante, mas pequeno (25 participantes com Alzheimer). Como resultado, não podemos tirar quaisquer conclusões ainda sobre a nova técnica de diagnóstico proposta. ”
Diz o Dr. Sexton sobre o algoritmo: “A replicação desses resultados em grupos de estudo maiores e mais diversos é necessária para avaliar seu potencial”.
O futuro do algoritmo
Dr. Maskeliūnas prevê o desenvolvimento de um aplicativo baseado em algoritmo que os médicos podem usar para identificar MCI em pessoas com risco de AD. Eles poderiam então encaminhar esses indivíduos para tratamento.
Ele também está interessado no potencial para incorporar o algoritmo da equipe em um sistema de autoverificação que inclui outros métodos de diagnóstico precoce atualmente sob investigação. Exemplos desses outros métodos são rastreamento do movimento dos olhos, leitura facial e análise de voz.
De acordo com o Dr. Sexton, essas novas tecnologias “ainda estão sendo investigadas. Alguns estão sendo incorporados aos testes agora, embora como exploratórios, para reunir dados adicionais de estudos em maior escala. Resumindo: embora estejam definitivamente avançando em termos de uso, ainda não estão em uso clínico. ”
No Comunicado de imprensa KTU, Dr. Maskeliūnas diz: “Precisamos aproveitar ao máximo os dados. 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 este princípio contribui muito para o avanço da sociedade. ”
Dr. Maskeliūnas conclui:
“As tecnologias podem tornar os medicamentos mais acessíveis e baratos. Embora nunca venham – ou pelo menos não tão cedo – realmente substituir o profissional médico, as tecnologias podem encorajar a busca de ajuda e diagnóstico oportuno. ”
0 Comments