Novo algoritmo pode prever com precisão os riscos de Alzheimer!
Pesquisadores desenvolveram um algoritmo de computador baseado em Inteligência Artificial (IA) que pode prever e diagnosticar com precisão os riscos de Alzheimer usando uma combinação de ressonância magnética cerebral (RM), testando para medir o comprometimento cognitivo, juntamente com dados sobre idade e sexo.
Diagnosticar os riscos de Alzheimer
A estratégia de IA, baseada em um algoritmo de aprendizado profundo, é um tipo de estrutura de aprendizado de máquina. O aprendizado de máquina é um aplicativo de IA que permite que um computador aprenda com dados e melhore com a experiência. A doença de Alzheimer é a principal causa de demência em todo o mundo. Uma em cada 10 pessoas com 65 anos ou mais tem demência de Alzheimer.
“Se os computadores puderem detectar com precisão condições debilitantes, como a doença de Alzheimer, usando dados prontamente disponíveis, como uma ressonância magnética cerebral, essas tecnologias terão um amplo potencial, especialmente em ambientes com recursos limitados. Não apenas podemos prever com precisão os riscos de Alzheimer, mas esse algoritmo pode gerar visualizações intuitivas e interpretáveis do risco individual da doença de Alzheimer, a caminho de um diagnóstico preciso”, explicou Vijaya B. Kolachalama, Professor assistente de medicina na Faculdade de Medicina da Universidade de Boston (BUSM).
Os pesquisadores obtiveram acesso a exames de ressonância magnética brutos do cérebro, dados demográficos e informações clínicas de indivíduos com doença de Alzheimer e aqueles com cognição normal de quatro coortes nacionais diferentes. Usando dados de uma dessas coortes, eles desenvolveram um novo modelo de aprendizado profundo para prever o risco da doença de Alzheimer. Eles então mostraram que seu modelo poderia prever com precisão o status da doença nas outras coortes independentes.
Uma equipe internacional de neurologistas especialistas foi solicitada a executar a tarefa de detectar a doença de Alzheimer no mesmo conjunto de casos. Nesta comparação frente a frente, o modelo do algoritmo teve um desempenho ligeiramente melhor que o neurologista médio. Eles também mostraram que as regiões identificadas pelo modelo de alto risco de doença estavam altamente alinhadas com os relatórios de autópsia do cérebro de alguns indivíduos que foram falecidos.
Segundo os pesquisadores, este estudo tem amplas implicações na expansão do uso de dados de neuroimagem, como exames de ressonância magnética, para detectar com precisão o risco de doença de Alzheimer no ponto de atendimento. “Se tivermos ferramentas precisas para prever o risco da doença de Alzheimer (como a que desenvolvemos), que estão prontamente disponíveis e que podem usar dados rotineiramente disponíveis, como uma ressonância magnética cerebral, eles têm o potencial de auxiliar a prática clínica, especialmente em clínicas de memória”, concluiu o Dr Kolachalama.
O pesquisador acredita que sua metodologia pode ser estendida a outros órgãos do corpo e desenvolver modelos preditivos para diagnosticar outras doenças degenerativas.
______________________
A Pesquisa completa foi publicado no periódico Acadêmico Brain A Journal of Neurology.
* “Development and validation of an interpretable deep learning framework for Alzheimer’s disease classification” – 2020.
Autores da pesquisa: Shangran Qiu, Prajakta S Joshi, Matthew I Miller, Chonghua Xue, Xiao Zhou, Cody Karjadi, Gary H Chang, Anant S Joshi, Brigid Dwyer, Shuhan Zhu, Michelle Kaku, Yan Zhou, Yazan J Alderazi, Arun Swaminathan, Sachin Kedar, Marie-Helene Saint-Hilaire, Sanford H Auerbach, Jing Yuan, E Alton Sartor, Rhoda Au, Vijaya B Kolachalama – 10.1093/brain/awaa137
