Studi menunjukkan potensi cara baru yang dapat diakses untuk mendiagnosis penyakit neurologis – ScienceDaily

Studi menunjukkan potensi cara baru yang dapat diakses untuk mendiagnosis penyakit neurologis – ScienceDaily

[ad_1]

Suatu bentuk kecerdasan buatan yang dirancang untuk menafsirkan kombinasi gambar retinal berhasil mengidentifikasi sekelompok pasien yang diketahui menderita penyakit Alzheimer, menunjukkan bahwa pendekatan tersebut suatu hari nanti dapat digunakan sebagai alat prediksi, menurut sebuah studi interdisipliner dari Duke Universitas.

Perangkat lunak komputer baru melihat struktur retinal dan pembuluh darah pada gambar bagian dalam mata yang telah dikorelasikan dengan perubahan kognitif.

Temuan tersebut, muncul minggu lalu di British Journal of Ophthalmology, memberikan bukti konsep bahwa analisis pembelajaran mesin dari jenis gambar retina tertentu berpotensi menawarkan cara non-invasif untuk mendeteksi penyakit Alzheimer pada individu yang bergejala.

“Mendiagnosis penyakit Alzheimer sering kali bergantung pada gejala dan tes kognitif,” kata penulis senior Sharon Fekrat, MD, spesialis retina di Duke Eye Center. “Tes tambahan untuk memastikan diagnosis itu invasif, mahal, dan membawa beberapa risiko. Memiliki metode yang lebih mudah diakses untuk mengidentifikasi Alzheimer dapat membantu pasien dalam banyak hal, termasuk meningkatkan ketepatan diagnostik, memungkinkan masuk ke uji klinis lebih awal dalam perjalanan penyakit, dan perencanaan. untuk penyesuaian gaya hidup yang diperlukan. “

Fekrat adalah bagian dari tim interdisipliner di Duke yang juga mencakup keahlian dari departemen Neurologi, Teknik Listrik dan Komputer, dan Biostatistik dan Bioinformatika Duke. Tim membangun pekerjaan sebelumnya di mana mereka mengidentifikasi perubahan kepadatan pembuluh darah retinal yang berkorelasi dengan perubahan kognisi. Mereka menemukan penurunan kepadatan jaringan kapiler di sekitar pusat makula pada pasien dengan penyakit Alzheimer.

Dengan menggunakan pengetahuan tersebut, mereka kemudian melatih model pembelajaran mesin, yang dikenal sebagai jaringan saraf konvolusional (CNN), menggunakan empat jenis pemindaian retina sebagai masukan untuk mengajari komputer membedakan perbedaan yang relevan di antara gambar.

Pemindaian dari 159 peserta studi digunakan untuk membuat CNN; 123 pasien sehat secara kognitif, dan 36 pasien diketahui menderita penyakit Alzheimer.

“Kami menguji beberapa pendekatan berbeda, tetapi model berkinerja terbaik kami menggabungkan gambar retinal dengan data klinis pasien,” kata penulis utama C. Ellis Wisely, MD, seorang dokter mata komprehensif di Duke. “CNN kami membedakan pasien dengan penyakit Alzheimer simptomatik dari peserta yang secara kognitif sehat dalam kelompok uji independen.”

Kata bijak, penting untuk mendaftarkan kelompok pasien yang lebih beragam untuk membangun model yang dapat memprediksi Alzheimer di semua kelompok ras serta pada mereka yang memiliki kondisi seperti glaukoma dan diabetes, yang juga dapat mengubah struktur retinal dan vaskular.

“Kami yakin pelatihan tambahan menggunakan gambar dari populasi yang lebih besar dan lebih beragam dengan perancu yang diketahui akan meningkatkan kinerja model,” tambah rekan penulis Dilraj S. Grewal, MD, spesialis retina Duke.

Dia mengatakan studi tambahan juga akan menentukan seberapa baik pendekatan AI dibandingkan dengan metode saat ini untuk mendiagnosis penyakit Alzheimer, yang sering kali mencakup pemeriksaan neuroimaging dan cairan tulang belakang otak yang mahal dan invasif.

“Hubungan antara penyakit Alzheimer dan perubahan retina – ditambah dengan platform pencitraan retina non-invasif, hemat biaya, dan tersedia secara luas – posisi analisis citra retina multimodal dikombinasikan dengan kecerdasan buatan sebagai alat tambahan yang menarik, atau bahkan berpotensi sebagai alternatif, untuk memprediksi diagnosis Alzheimer, “kata Fekrat.

Sumber Cerita:

Materi disediakan oleh Pusat Medis Universitas Duke. Catatan: Konten dapat diedit gaya dan panjangnya.

Untuk Informasi Lebih lanjut silahkan Kunjungi : Result SGP

Author Image
adminProzen