Instrument AI pentru detectarea semnelor distinctive ale bolii Alzheimer
Studiul, publicat în revista Nature Communications, este o dovadă a conceptului pentru o abordare de învățare automată pentru a distinge markerii critici ai bolii neurodegenerative.
Plăcile amiloide sunt aglomerări de fragmente de proteine din creierul persoanelor cu boală Alzheimer care distrug conexiunile celulelor nervoase, au spus cercetătorii de la Universitatea din California, Davis din SUA. (Fotografie de Thinkstock Images) Cercetătorii au găsit o modalitate de a învăța un computer să detecteze cu precizie una dintre semnele distinctive ale bolii Alzheimer în țesutul creierului uman folosind inteligența artificială (AI).
Studiul, publicat în jurnal Comunicări despre natură , este o dovadă de concept pentru o abordare de învățare automată pentru a distinge markerii critici ai bolii neurodegenerative.
Plăcile amiloide sunt aglomerări de fragmente de proteine din creierul persoanelor cu boală Alzheimer care distrug conexiunile celulelor nervoase, au spus cercetătorii de la Universitatea din California, Davis (UC Davis) din SUA.
La fel ca modul în care Facebook recunoaște fețele bazate pe imagini capturate, instrumentul de învățare automată poate vedea dacă un eșantion de țesut cerebral are un tip de placă amiloidă sau altul și o face foarte repede.
Constatările sugerează că învățarea automată poate spori expertiza și analiza unui neuropatolog expert.
Instrumentul le permite să analizeze de mii de ori mai multe date și să pună noi întrebări care nu ar fi posibile cu capacitățile limitate de procesare a datelor chiar și ale celor mai pregătiți experți umani.
Avem încă nevoie de patolog, a spus Brittany N Dugger, profesor asistent la UC Davis și autor principal al studiului.
Acesta este un instrument, la fel ca o tastatură pentru scriere. Deoarece tastaturile au ajutat la scrierea fluxurilor de lucru, patologia digitală asociată cu învățarea automată poate ajuta la fluxurile de lucru neuropatologice, a spus Dugger.
Ea a colaborat cu Michael J Keizer, profesor asistent la Universitatea din California, San Francisco (UCSF), pentru a stabili dacă pot învăța un computer să automatizeze procesul laborios de identificare și analiză a minusculelor plăci amiloide de diferite tipuri în felii mari de om autopsiat. tesutul cerebral.
Keizer și echipa sa au proiectat o rețea neuronală convoluțională (CNN), un program de computer conceput pentru a recunoaște modele bazate pe mii de exemple etichetate de om.
Echipa a conceput o metodă care i-a permis adnotarea rapidă sau etichetarea a zeci de mii de imagini dintr-o colecție de o jumătate de milion de imagini în prim plan de țesut din 43 de probe de creier sănătoase și bolnave.
La fel ca un serviciu de întâlniri pe computer, care permite utilizatorilor să gliseze la stânga sau la dreapta pentru a eticheta sau nu fotografia cuiva, au dezvoltat o platformă web care i-a permis lui Dugger să privească pe rând regiunile cu măriri mari ale potențialelor plăci și să eticheteze rapid ce a văzut acolo.
Acest instrument de patologie digitală - pe care cercetătorii l-au numit blob sau nu - i-a permis lui Dugger să adune mai mult de 70.000 de bloburi sau candidați pe plăci, la o rată de aproximativ 2.000 de imagini pe oră.
Echipa UCSF a folosit această bază de date cu zeci de mii de imagini de exemplu etichetate pentru a-și antrena algoritmul de învățare automată CNN pentru a identifica diferite tipuri de modificări ale creierului observate în boala Alzheimer.
plante cu frunze roșii și verzi
Aceasta include discriminarea așa-numitelor plăci cu miez și difuz și identificarea anomaliilor din vasele de sânge.
Cercetătorii au arătat că algoritmul lor ar putea procesa o întreagă lamă de creier întreg cu o precizie de 98,7%, cu viteza limitată doar de numărul de procesoare pe care le-au folosit.