SAVREMENOST DIJAGNOSTIKE
Naučnici su izvestili da postoji veštačka inteligencija dubokog učenja koja služi za ispitivanje MR skeniranja tinejdžera sa i bez ADHD.
Poremećaj hiperaktivnosti deficita pažnje (ADHD) obično se pojavljuje u detinjstvu i može značajno uticati na čovekovu sposobnost da funkcioniše u društvu.
U SAD oko 6 miliona dece i tinejdžera uzrasta od 6 do 17 godina dobilo je dijagnozu ADHD.
Stručnjaci kažu da dijagnostikovanje ADHD može biti izazovno kod medicinskih stručnjaka koji se često oslanjaju na ankete subjektivne prirode koje su sami prijavili, istakavši da postoji jasna potražnja za objektivnijim metodama dijagnoze.
U novom istraživanju predstavljenom na godišnjem sastanku Radiološkog društva Severne Amerike u novembru, naučnici su izvestili o tipu veštačke inteligencije (AI) dubokog učenja za ispitivanje MR skeniranja (magnetna rezonanca) tinejdžera sa i bez ADHD.
Istraživači su rekli da su otkrili važne razlike u određenim moždanim strukturama koje se nazivaju snopovi bele mase kod ljudi sa ADHD.
Veštačka inteligencija dubokog učenja za identifikaciju indikatora ADHD
Istraživači su rekli da je njihova studija, koja još nije objavljena u recenziranom časopisu, važna jer je prva koja koristi duboko učenje za identifikaciju indikatora ADHD.
Duboko učenje je vrsta veštačke inteligencije koja može automatski da prepozna obrasce i veze unutar ogromnih količina podataka.
Džastin Hjuin, koautor studije i istraživač na Odeljenju za neuroradiologiju na Univerzitetu Kalifornija u San Francisku rekao je da su analizirali veliki skup podataka slika mozga adolescenata sa i bez ADHD.
„Otkrili smo da, u proseku, postoje statistički značajne razlike u slikama između učesnika studije sa i bez deficita pažnje. Nadamo se da naši nalazi služe kao obećavajući korak ka postizanju boljeg razumevanja ADHD sa biološkog stanovišta, kao i standardnijeg, objektivnijeg i tačnijeg načina da se dijagnostikuje ovo stanje“, naveo je dr Hjuin.
Proučavanje podataka MR skeniranja i klinička ispitivanja
Istraživanje je uključivalo podatke iz skeniranja mozga, kliničkih istraživanja i drugih informacija prikupljenih sa 21 istraživačke lokacije u Sjedinjenim Državama.
Podaci o snimanju mozga koje su koristili uključivali su specijalizovanu tehniku magnetne rezonance (MRI) poznatu kao difuziono ponderisana slika (DVI).
Prethodni pokušaji upotrebe veštačke inteligencije za otkrivanje ADHD naišli su na poteškoće zbog malih veličina uzoraka i zamršene prirode poremećaja.
U ovoj studiji, istraživački tim je posebno izabrao 1.704 osobe koje su se sastojale od adolescenata sa ADHD i onih bez ovog stanja.
Koristeći DVI skeniranje, izvukli su merenja frakcione anizotropije (FA) duž 30 glavnih snopova moždane bele mase. FA meri kako se molekuli vode kreću kroz vlakna ovih putanja.
Vrednosti FA od 1.371 osobe su korišćene za obuku modela veštačke inteligencije sa dubokim učenjem, koji je kasnije testiran na 333 učesnika, uključujući 193 kojima je dijagnostikovan ADHD i 140 bez ADHD.
Korišćenjem veštačke inteligencije, istraživači su rekli da su došli do značajnog otkrića. Oni su izvestili da su kod osoba sa ADHD vrednosti FA bile znatno veće u devet snopova bele materije.
Ovi karakteristični MRI obrasci kod ljudi sa ADHD ranije nisu primećeni u tako složenim detaljima.
U većini slučajeva, nepravilnosti otkrivene u ovim snopovima bele moždane mase usklađene su sa simptomima koji su tipično povezani sa ADHD.
Tehnološki razvoj može poboljšati tačnost dijagnoza ADHD
Stručnjak za veštačku inteligenciju Livija Lajfs rekla je da ovo istraživanje predstavlja značajan napredak u primeni koju pruža veštačka inteligencija i analize podataka o slikama na polju dijagnoze ADHD.
„Tehnike dubokog učenja bez nadzora, kao što su autoenkoderi, imaju potencijal da otkriju suptilne strukturne obrasce koji bi mogli biti ignorisani tradicionalnim dijagnostičkim metodama. Ovo može značajno poboljšati tačnost dijagnoze ADHD i pružiti vredan uvid u osnovnu neurobiologiju poremećaja“, poručila je Livia Lajfs.
Precizna neinvazivna tehnika snimanja za pacijente sa ADHD mogla bi biti od velike pomoći u kliničkom upravljanju, kao i u ispitivanjima lekova.
Troškovi kliničkih ispitivanja lekova su ogromni, delom zato što je potreban veliki broj pacijenata da bi se postigli statistički značajni rezultati. Tačnija dijagnoza ADHD i, dalje, sposobnost stratifikacije pacijenata na osnovu težine poremećaja, imaju potencijal da smanje potrebnu veličinu, a samim tim i cenu takvih ispitivanja.