AI Mendeteksi Alzheimer Enam Tahun Lebih Awal dengan Akurasi 100%
AI dapat meningkatkan teknik citra otak untuk memprediksi Alzheimer tahun sebelum diagnosis.
Jaringan Saraf Konvolusi yang dikembangkan dalam studi ini dapat mengidentifikasi citra otak (dengan sensivitas 100%) yang mengarah pada penyakit Alzheimer.
Lebih dari 5 juta orang di Amerika Serikat menderita penyakit Alzheimer dan angka ini diperkirakan akan mencapai 14 juta pada tahun 2050. Setiap 65 detik seseorang di AS mengembangkan Alzheimer, yang menjadikannya penyebab kematian ke-6 di negara tersebut.
Biasanya, penyakit ini didiagnosis ketika semua gejala telah muncul, dan pada saat ini kerusakan sel otak sudah sangat signifikan sehingga terlambat untuk intervensi. Tidak ada terapi yang dapat menghentikan atau membalik perkembangan Alzheimer, namun, kita dapat mendeteksi penyakit ini di tahap lebih awal untuk memperlambat perkembangannya dan meningkatkan gejala.
Sekarang, peneliti di Universitas California telah menggambarkan bagaimana kecerdasan buatan dapat meningkatkan teknik citra otak untuk memprediksi Alzheimer tahun sebelum diagnosis. Temuan ini dapat membantu jutaan pasien dan pengasuh.
Deep Learning Menganalisis Metabolisme Otak
Studi sebelumnya menunjukkan bahwa penyakit Alzheimer mengubah metabolisme otak: pengurangan metabolisme glukosa otak secara khas diamati. Namun, mengenali perubahan halus ini dapat menjadi tugas yang sangat menantang.
Dalam studi ini, peneliti telah menerapkan metode deep learning untuk mendeteksi perubahan metabolisme otak yang memprediksi Alzheimer. Mereka melatih metode ini pada ribuan citra yang diperoleh dari teknik citra fungsional nuklir yang disebut Tomografi Emisi Positron (PET).
Mereka memiliki akses ke data dari proyek multi-situs besar ADNI (singkatan dari Alzheimer’s Disease Neuroimaging Initiative) yang berfokus pada pencegahan dan pengobatan penyakit ini.
Referensi: Radiology | doi:10.1148/radiol.2018180958 | RSNA
Kumpulan data berisi lebih dari 2.100 citra otak PET dari lebih dari 1.000 pasien. Mereka menggunakan 90% dari kumpulan data ini untuk melatih metode deep learning mereka dan 10% yang tersisa digunakan untuk mengujinya.
Contoh citra PET | Otak pria berusia 76 tahun (diperbesar) dengan Alzheimer | Dari pihak peneliti
Mereka kemudian menguji metode ini pada kelompok baru dan independen yang terdiri dari 40 citra dari 40 pasien yang tidak pernah diperiksa oleh algoritma. Metode ini dapat mendeteksi Alzheimer 6 tahun sebelum (rata-rata) diagnosis akhir, pada semua 40 citra PET.
Peneliti melatih jaringan saraf konvolusi mereka menggunakan GPU NVIDIA TITAN Xp dengan pustaka Jaringan Syaraf Dalam CUDA. Model ini memprediksi setiap citra tunggal (dengan sensivitas 100%) yang mengarah pada penyakit Alzheimer.
Apa Selanjutnya?
Meski hasilnya sangat mengesankan, peneliti memperingatkan bahwa set validasi mereka tidak cukup besar untuk membuat algoritma sepenuhnya andal. Mereka membutuhkan lebih banyak data untuk membuat alat AI ini lebih matang.
Saat ini, alat ini dapat digunakan untuk melengkapi pekerjaan radiolog yang mencakup berbagai tes citra dan biokimia. Dengan validasi eksternal skala besar pada data multi-institusi dan kalibrasi model, alat ini dapat diintegrasikan dalam alur kerja klinis untuk membantu dokumen dalam prediksi dini penyakit.
Baca: Ilmuwan Menemukan dan Memperbaiki Faktor Risiko Genetik Penyakit Alzheimer
Tim berencana untuk melatih lebih lanjut jaringan syaraf mereka untuk mengenali pola yang terkait dengan acumulasi abnormal gumpalan protein, protein beta-amiloid dan tau, serta penanda lain yang spesifik untuk penyakit Alzheimer.
