Strona główna » Ai e-book o sztucznej inteligencji » Sztuczna inteligencja może wykryć wczesne ryzyko psychozy na podstawie obrazów mózgu

Sztuczna inteligencja może wykryć wczesne ryzyko psychozy na podstawie obrazów mózgu

by kapdes
psychoza

W niedawnym badaniu wykorzystano strukturalne dane MRI do przewidywania ryzyka późniejszej psychozy u osób z grupy wysokiego ryzyka.

Wyniki mogą pomóc we wczesnym wykrywaniu psychozy. aukowcy z grupy roboczej ENIGMA Clinical High Risk for Psychosis opracowali metodę wykorzystującą uczenie maszynowe i strukturalny rezonans magnetyczny (sMRI) do identyfikacji osób z wysokim ryzykiem rozwoju psychozy. Badanie zostało opublikowane w czasopiśmie „Molecular Psychiatry”.

Głównym celem badania było wykorzystanie danych strukturalnego rezonansu magnetycznego (sMRI) do opracowania klasyfikatora, który może odróżnić osoby o podwyższonym ryzyku psychozy, u których później faktycznie rozwinęła się psychoza (CHR-PS+) od zdrowych osób z grupy kontrolnej (HC).

Jak Wykorzystać Sztuczną Inteligencję W Życiu Codziennym?

Międzynarodowy zespół badawczy zebrał i przeanalizował dane MRI od łącznie 1165 osób z klinicznie podwyższonym ryzykiem psychozy (CHR), w tym 144 uczestników, u których później rozwinęła się psychoza (CHR-PS+), 793 osób, u których nie rozwinęła się psychoza (CHR-PS-) oraz 228 z niejasnym statusem obserwacji (CHR-UNK). Ponadto do porównania wykorzystano dane od 1029 zdrowych osób z grupy kontrolnej (HC).

Aby ocenić wydajność klasyfikatora, zbiór danych został podzielony na różne podzbiory: Treningowy zbiór danych został wykorzystany do zbudowania klasyfikatora, testowy zbiór danych do sprawdzenia dokładności, a niezależny potwierdzający zbiór danych do walidacji na nowych danych.

psycho

Kluczowym aspektem badania było wykorzystanie metody statystycznej ComBat do harmonizacji danych MRI w różnych ośrodkach.

Zminimalizowało to różnice między skanami, które mogą być spowodowane różnymi maszynami MRI i protokołami, poprawiając w ten sposób wiarygodność wyników klasyfikacji.
„Dokładność klasyfikatora na treningowych i niezależnych potwierdzających zbiorach danych wyniosła odpowiednio 85 procent i 73 procent” – stwierdzili naukowcy.
Wcześniejsze badania wykazały różnice strukturalne w mózgach osób o zwiększonym ryzyku psychozy, w szczególności zmniejszenie istoty szarej w przyśrodkowych i górnych płatach skroniowych oraz przyśrodkowej korze czołowej.
W obecnej analizie, górny płat skroniowy, kora wyspowa i górne obszary czołowe zostały wyróżnione i zidentyfikowane jako krytyczne dla różnicowania.

Co ciekawe, klasyfikator był również w stanie zidentyfikować osoby z grupy ryzyka, u których nie rozwinęła się psychoza, a także osoby o niejasnym przebiegu, głównie jako zdrowe kontrole. Sugeruje to, że klasyfikator rzeczywiście wychwytuje zmiany strukturalne istotne dla psychozy.

Do 100 osób rocznie zapada na psychozę

Psychoza jest definiowana przez amerykański Narodowy Instytut Zdrowia Psychicznego (NIMH) jako zestaw objawów, takich jak urojenia i halucynacje, które zakłócają kontakt danej osoby z rzeczywistością.

Są one wywoływane przez różne czynniki, w tym predyspozycje genetyczne, zaburzenia rozwoju mózgu, stres, traumę oraz używanie alkoholu lub narkotyków.

Każdego roku psychoza rozwija się u 15 do 100 na 100 000 osób. NIMH podkreśla, że wczesne wykrycie psychozy często przynosi korzystniejsze wyniki leczenia.

Według dr Shinsuke Koike, profesora Uniwersytetu Tokijskiego i jednego z głównych autorów badania, „paradygmat klinicznego wysokiego ryzyka (CHR) jest szeroko stosowany w celu poprawy wczesnego wykrywania i zapobiegania zaburzeniom psychotycznym.

Naukowcy mają nadzieję, że ich podejście oparte na sztucznej inteligencji może być w przyszłości wykorzystywane jako narzędzie kliniczne do stratyfikacji ryzyka, być może jako uzupełnienie istniejących ocen ryzyka. Konieczne są dalsze badania w celu walidacji i optymalizacji klasyfikatora do zastosowań klinicznych.

Pozostałe artykuły