Кейсы 15 сентября 2017

ИИ диагностирует болезнь Альцгеймера за 9 лет до появления симптомов

Далее

Алгоритм машинного обучения, разработанный итальянскими учеными из Университета Бари, способен заметить в мозге структурные изменения, свойственные болезни Альцгеймера, задолго до появления симптомов.

Болезнь Альцгеймера — нейродегенеративное заболевание, приводящее к старческому слабоумию, потере памяти и когнитивных функций. Несмотря на то, что лекарства против него еще нет, ранняя диагностика весьма желательна, поскольку экспериментальные методы терапии работают тем лучше, чем раньше их начнут применять. Кроме того, на ранних стадиях замедлить развитие болезни может помочь изменение образа жизни.

Никола Аморосо и Мирианна ла Рокка вместе со своими коллегами обучили машинный интеллект правильно классифицировать и различать мозг больного от мозга здорового человека с помощью сканов МРТ пациентов с болезнью Альцгеймера и контрольной группы. Для этого они разделили каждый снимок на небольшие регионы и проанализировали нейронные связи, существующие между ними.

Сэм Альтман: «БОД поможет истребить бедность»

Затем ученые протестировали алгоритм на втором наборе снимков, среди которых были сканы мозга контрольной группы, больных и пациентов с легким когнитивным расстройством, у каждого из которых болезнь Альцгеймера развилась через 2,5 — 9 лет. Алгоритм отличил мозг здоровых от мозга больных Альгеймером с точностью 86%, а здоровых — от страдающих от легкого когнитивного расстройства — с точностью 84%.

Это свидетельствует о том, что алгоритм способен идентифицировать изменения в мозге, приводящие к развитию болезни Альцгеймера, почти за 10 лет до появления клинических симптомов. В дальнейшие планы исследователей входит проверка алгоритма на других нейродегенеративных заболеваниях, таких как болезнь Паркинсона, сообщает New Scientist.

ЦБ не допустит криптовалюты на рынок России

Почти мгновенно — за 45 секунд — диагностировать болезнь Альцгеймера может робот «Людвиг», разработанный ученым Фрэнком Рудзичем. Алгоритм анализирует голос пациента и может предсказать развитие и тяжесть заболевания с точностью до 82%.