Исследователи Mount Sinai использовали новые методы искусственного интеллекта для изучения структурных и клеточных особенностей тканей человеческого мозга, чтобы помочь определить причины болезни Альцгеймера и других связанных с ней расстройств. Исследовательская группа обнаружила, что изучение причин когнитивных нарушений с использованием беспристрастного метода на основе ИИ, в отличие от традиционных маркеров, таких как амилоидные бляшки, выявило неожиданные микроскопические аномалии, которые могут предсказать наличие когнитивных нарушений. Эти результаты были опубликованы в журнале Acta Neuropathologica Communications 20 сентября.

ИИ представляет собой совершенно новую парадигму изучения деменции и окажет преобразующее влияние на исследования сложных заболеваний головного мозга, особенно болезни Альцгеймера. Подход к глубокому обучению применялся для прогнозирования когнитивных нарушений — сложной проблемы, для решения которой в настоящее время не существует гистопатологического диагностического инструмента, выполняемого человеком».

Джон Крэри, доктор медицинских наук, соавтор, профессор патологии, молекулярной и клеточной медицины, неврологии, искусственного интеллекта и здоровья человека, Медицинская школа Икана на горе Синай

Команда Mount Sinai идентифицировала и проанализировала основную архитектуру и клеточные особенности двух областей мозга, медиальной височной доли и лобной коры. Стремясь улучшить стандарт посмертной оценки мозга для выявления признаков заболеваний, исследователи использовали слабо контролируемый алгоритм глубокого обучения для изучения слайдов изображений тканей вскрытия головного мозга из группы из более чем 700 пожилых доноров, чтобы предсказать наличие или отсутствие когнитивных нарушений. Подход к глубокому обучению со слабым наблюдением может обрабатывать зашумленные, ограниченные или неточные источники для предоставления сигналов для маркировки больших объемов обучающих данных в условиях обучения с учителем. Эта модель глубокого обучения использовалась для точного определения снижения экспрессного синего окрашивания Luxol, которое используется для количественного определения количества миелина. защитный слой вокруг нервов головного мозга. Модели машинного обучения идентифицировали сигнал когнитивных нарушений, который был связан с уменьшением количества окрашивания миелина; разбросаны неравномерно по ткани; и сосредоточены в белом веществе, что влияет на обучение и функции мозга. Два набора моделей, обученных и использованных исследователями, смогли предсказать наличие когнитивных нарушений с большей точностью, чем случайное предположение.

Life Extension, MacuGuard, препарат с шафраном для укрепления зрения, 60 мягких таблеток

В своем анализе исследователи полагают, что снижение интенсивности окрашивания в определенных областях мозга, выявленных с помощью ИИ, может служить масштабируемой платформой для оценки наличия нарушений работы мозга при других сопутствующих заболеваниях. Методология закладывает основу для будущих исследований, которые могут включать развертывание более масштабных моделей искусственного интеллекта, а также дальнейшее изучение алгоритмов для повышения точности и надежности их прогнозирования. Команда заявила, что в конечном счете цель этой нейропатологической исследовательской программы состоит в том, чтобы разработать более совершенные инструменты для диагностики и лечения людей, страдающих болезнью Альцгеймера и связанными с ней расстройствами.

«Использование ИИ позволяет нам рассматривать экспоненциально больше функций, связанных с заболеванием, — мощный подход применительно к сложной системе, такой как человеческий мозг», — сказал соавтор Курт В. Фаррелл, доктор философии, доцент кафедры патологии, молекулярной и клеточной медицины. Основы медицины, неврологии, искусственного интеллекта и здоровья человека в Икан-Маунт-Синай. «Очень важно провести дальнейшие исследования интерпретируемости в областях невропатологии и искусственного интеллекта, чтобы достижения в области глубокого обучения можно было использовать для улучшения подходов к диагностике и лечению болезни Альцгеймера и связанных с ней расстройств безопасным и эффективным образом».

Ведущий автор Эндрю Маккензи, доктор медицинских наук, со-главный резидент по исследованиям в отделении психиатрии в Икан-Маунт-Синай, добавил: «Анализ интерпретации смог идентифицировать некоторые, но не все сигналы, которые модели искусственного интеллекта использовали для делать прогнозы о когнитивных нарушениях. В результате остаются дополнительные проблемы для развертывания и интерпретации этих мощных моделей глубокого обучения в области невропатологии».

Исследователи из Центра медицинских наук Техасского университета в Сан-Антонио, штат Техас, Ньюкаслского университета в Тайне, Великобритания, Медицинской школы Бостонского университета в Бостоне и Юго-Западного медицинского центра UT в Далласе также внесли свой вклад в это исследование. Исследование было поддержано Национальным институтом неврологических расстройств и инсульта, Национальным институтом старения и Консорциумом Тау благотворительным фондом Rainwater.