Alzheimerova choroba: Vedci vytvárajú model na predpovedanie poklesu

Vedci z Massachusetts Institute of Technology vyvinuli model strojového učenia, ktorý dokáže predpovedať mieru kognitívneho poklesu súvisiaceho s Alzheimerovou chorobou až na 2 roky v budúcnosti.

Vedci z MIT vyvinuli model strojového učenia, ktorý podľa nich dokáže presne predpovedať kognitívny pokles.

Alzheimerova choroba postihuje milióny ľudí na celom svete, napriek tomu vedci stále nevedia, čo ju spôsobuje.

Z tohto dôvodu môžu byť preventívne stratégie hit and miss. Zdravotnícki pracovníci navyše nemajú jasný spôsob, ako určiť mieru kognitívnych schopností človeka, keď mu lekár diagnostikuje Alzheimerovu chorobu.

Teraz vedci z Massachusetts Institute of Technology (MIT) v Cambridge - v spolupráci so špecialistami z iných inštitúcií - vyvinuli model strojového učenia, ktorý by špecialistom umožnil predpovedať, ako veľmi sa zmení kognitívne fungovanie človeka až na 2 roky vopred tohto poklesu.

Tím zložený z Ognjena Rudovica, Yurie Utsumi, Kelly Peterson, Ricarda Guerrera, Daniela Rueckerta a prof. Rosalind Picardovej predstaví svoj projekt ešte tento týždeň na konferencii Machine Learning for Healthcare. Tohtoročná konferencia sa bude konať v Ann Arbor v štáte Miami.

„Presná predpoveď kognitívneho poklesu zo 6 na 24 mesiacov je pre navrhovanie klinických štúdií rozhodujúca,“ vysvetľuje Rudovic. Dodáva, že to je preto, lebo „schopnosť vedieť presne predpovedať budúce kognitívne zmeny môže znížiť počet návštev, ktoré musí účastník vykonať, čo môže byť drahé a časovo náročné.“

„Okrem pomoci pri vývoji užitočného lieku,“ pokračuje výskumník, „je cieľom pomôcť znížiť náklady na klinické skúšky tak, aby boli cenovo dostupnejšie a aby sa robili vo väčšom meradle.“

Používanie meta učenia na predpovedanie poklesu

Pri vývoji svojho nového modelu použil tím údaje z Alzheimerovej choroby Neuroimaging Initiative (ADNI), čo je najväčší súbor klinických štúdií s Alzheimerovou chorobou na svete.

Prostredníctvom ADNI sa vedcom podarilo získať prístup k údajom približne 1 700 ľudí - niektorých s Alzheimerovou chorobou a iných bez nich - zhromaždených počas 10 rokov.

Tím mal prístup k klinickým informáciám vrátane hodnotení kognitívnych funkcií účastníkov, skenov mozgu, údajov týkajúcich sa zloženia DNA jednotlivcov a meraní mozgovomiechového moku, ktoré odhaľujú biomarkery Alzheimerovej choroby.

Ako prvý krok vedci vyvinuli a otestovali svoj model strojového učenia pomocou údajov od podskupiny 100 účastníkov. O tejto kohorte však chýbalo veľa údajov. Vyšetrovatelia sa teda rozhodli použiť iný štatistický prístup na analýzu dostupných údajov kohorty spôsobom, ktorý umožní spresnenie analýzy.

Nový model stále nedosahoval úroveň presnosti, akú jeho vývojári očakávali. Aby to bolo ešte presnejšie, vedci použili údaje z inej podskupiny účastníkov ADNI.

Tentokrát sa však tím rozhodol proti aplikovaniu rovnakého modelu na všetkých. Namiesto toho prispôsobili model tak, aby vyhovoval každému účastníkovi, a získavali nové údaje, ktoré boli k dispozícii po každom novom klinickom hodnotení.

Týmto prístupom vedci zistili, že model viedol k výrazne nižšej chybovosti predpovedí. Okrem toho fungoval lepšie ako súčasné modely strojového učenia aplikované na klinické údaje.

Vedci napriek tomu išli o krok ďalej, aby sa ubezpečili, že ich prístup ponecháva priestor pre čo najmenšiu chybu. Ďalej navrhli model „meta učenia“, ktorý dokáže zvoliť najlepší prístup na predpovedanie kognitívnych výsledkov u každého účastníka.

Tento model si automaticky vyberá medzi celkovou populáciou a personalizovaným prístupom a vypočítava, ktorý z nich s najväčšou pravdepodobnosťou ponúkne najlepšiu predpoveď pre daného jednotlivca v konkrétnom okamihu.

Vedci zistili, že tento prístup znížil chybovosť predpovedí až o ďalších 50%.

„Nemohli sme nájsť jediný model alebo pevnú kombináciu modelov, ktoré by nám poskytli najlepšiu predpoveď,“ vysvetľuje Rudovic.

"Takže sme sa chceli naučiť, ako sa učiť pomocou tejto schémy meta učenia." Je to ako model navrchu modelu, ktorý funguje ako selektor, trénovaný s využitím meta znalostí na rozhodnutie, ktorý model je lepšie nasadiť. “

Ognjen Rudovic

Do budúcnosti sa tím zameriava na vytvorenie partnerstva s farmaceutickou spoločnosťou na testovanie tohto modelu v prebiehajúcej štúdii s Alzheimerovou chorobou.

none:  farmaceutický priemysel - biotechnologický priemysel ochorenie pečene - hepatitída ochorenie srdca