Kecerdasan Buatan Dapat Memprediksi Penyakit Alzheimer 6 Tahun Sebelum Diagnosis

• AI dapat meningkatkan teknik pencitraan otak untuk memprediksi tahun-tahun Alzheimer sebelum diagnosis.
• Convolutional Neural Network yang dikembangkan dalam penelitian ini mampu mengidentifikasi scan otak (dengan sensitivitas 100%) yang mengarah pada penyakit Alzheimer.

Lebih dari 5 juta orang di Amerika Serikat menderita penyakit Alzheimer dan jumlah ini diproyeksikan mencapai 14 juta pada tahun 2050. Setiap 65 detik seseorang di AS mengembangkan Alzheimer, yang menjadikannya penyebab utama kematian ke-6 di negara tersebut.

Biasanya, penyakit ini didiagnosis ketika semua gejala telah bermanifestasi, dan pada saat ini hilangnya sel-sel otak menjadi begitu signifikan sehingga sudah terlambat untuk melakukan intervensi. Tidak ada terapi yang dapat menghentikan atau membalikkan perkembangan Alzheimer, namun, kami dapat mendeteksinya pada tahap awal untuk memperlambat perkembangannya dan memperbaiki gejala.

Sekarang, para peneliti di University of California telah menggambarkan bagaimana kecerdasan buatan dapat meningkatkan teknik pencitraan otak untuk memprediksi tahun-tahun Alzheimer sebelum diagnosis. Temuan ini dapat membantu jutaan pasien dan perawat.

Deep Learning Menganalisis Metabolisme Otak

Studi sebelumnya menunjukkan bahwa penyakit Alzheimer mengubah metabolisme otak:penurunan metabolisme glukosa otak secara khas diamati. Namun, mengenali perubahan halus ini bisa menjadi tugas yang sangat menantang.

Dalam penelitian ini, peneliti telah menerapkan metode deep learning untuk mendeteksi perubahan metabolisme otak prediktif Alzheimer. Mereka melatih metode tersebut pada ribuan gambar yang diperoleh dari teknik pencitraan fungsional kedokteran nuklir yang disebut Positron Emission Tomography (PET).

Mereka memiliki akses ke data dari proyek multi-situs utama ADNI (kependekan dari Alzheimer's Disease Neuroimaging Initiative) yang berfokus pada pencegahan dan pengobatan penyakit ini.

Referensi:Radiologi | doi:10.1148/radiol.2018180958 | RSNA

Dataset berisi lebih dari 2.100 pemindaian otak PET dari lebih dari 1.000 pasien. Mereka menggunakan 90% dari kumpulan data ini untuk melatih metode pembelajaran mendalam mereka dan 10% sisanya digunakan untuk mengujinya.

Contoh pemindaian PET | Otak pria 76 tahun (diperbesar) dengan Alzheimer | Atas perkenan peneliti 

Mereka kemudian menguji metode tersebut pada kelompok baru yang terdiri dari 40 gambar dari 40 pasien yang belum pernah diperiksa oleh algoritme. Ia mampu mendeteksi Alzheimer 6 tahun sebelum (rata-rata) diagnosis akhir, pada semua 40 pemindaian PET.

Para peneliti melatih jaringan saraf convolutional mereka menggunakan GPU NVIDIA TITAN Xp dengan perpustakaan CUDA Deep Neural Network. Ini memprediksi setiap pemindaian (dengan sensitivitas 100%) yang mengarah ke penyakit Alzheimer.

Apa Selanjutnya?

Meskipun hasilnya sangat mengesankan, para peneliti memperingatkan bahwa set validasi mereka tidak cukup besar untuk membuat algoritme sepenuhnya dapat diandalkan. Mereka membutuhkan lebih banyak data untuk membuat alat AI ini lebih matang.

Saat ini, alat tersebut dapat digunakan untuk melengkapi pekerjaan ahli radiologi yang mencakup berbagai tes pencitraan dan biokimia. Dengan validasi eksternal skala besar pada data multi-lembaga dan kalibrasi model, alat ini dapat diintegrasikan ke dalam alur kerja klinis untuk membantu dokter dengan prediksi awal penyakit.

Baca:Ilmuwan Temukan dan Perbaiki Faktor Risiko Genetik Penyakit Alzheimer

Tim berencana untuk lebih melatih jaringan saraf mereka untuk mengenali pola yang terkait dengan akumulasi abnormal dari gumpalan protein, protein beta-amiloid dan tau, serta penanda lain yang spesifik untuk penyakit Alzheimer.