Jednostavan pregled oka, zajedno sa tehnologijom umjetne inteligencije (AI), mogao bi poboljšati dijagnozu neurodegenerativnih poremećaja, kažu istraživači sa Univerziteta u Floridi koji su primijenili AI tehnologije za otkrivanje ranih znakova Parkinsonove bolesti .
Ovi rezultati istraživanja su predstavljeni u naučnom poster, pod nazivom ” Machine Learning za bolest Dijagnoza Parkinsonove Korištenje očnog dna slike , ” na godišnjem sastanku radiološku Society of North America (NSRS), all-virtuelni događaj koji će se održati novembar 29. dec. 5.
Parkinsonova bolest, koju karakterizira gubitak neurona koji čine neurotransmiter dopaminom , nije lako dijagnosticirati zbog nedostatka specifičnih testova koji bi to potvrdili. Kao takvi, liječnici se obično oslanjaju na kliničke simptome, poput drhtanja, ukočenosti i poteškoća u kretanju, kako bi pružili Parkinsonovu dijagnozu.
Međutim, simptomi bolesti mogu se preklapati i sa simptomima drugih neurodegenerativnih bolesti, što tačnu dijagnozu čini još složenijom.
“Problem s tom [Parkinsonovom dijagnostičkom] metodom je taj što pacijenti obično razvijaju simptome tek nakon dužeg napredovanja sa značajnom povredom dopaminskih neurona mozga”, rekao je Maximillian Diaz, doktorand biomedicinskog inženjerstva na Univerzitetu Florida i vodeći autor studije. a press release .
“To znači da kasno dijagnosticiramo pacijente”, rekao je Diaz.
Kako bolest napreduje, živci se sve više oštećuju, ne samo u mozgu već i u očima. Jedan od simptoma povezanih s Parkinsonovom bolešću je stanjivanje mrežnice , sloj nervnih ćelija na stražnjem dijelu oka koji šalje impulse u mozak, stvarajući vizuelnu sliku. Takvo stanjivanje utječe na sitne krvne žile ili vaskulaciju prisutnu u mrežnici.
Prema istraživačima, ove osobine predstavljaju priliku za ranu Parkinsonovu dijagnozu.
Mašinsko učenje je novo područje informatike koje predviđa ishode na osnovu sposobnosti prepoznavanja obrazaca u prethodno generisanim informacijama. Istraživači sa Univerziteta u Floridi primijenili su AI tehniku poznatu kao mašina za vektorski oslonac (SVM) koja uči otkrivati znakove Parkinsonove bolesti na slikama stražnjeg dijela oka, što bi se uzimalo tokom rutinskog pregleda oka.
Podaci iz dva skupa podataka koji se podudaraju sa uzrastom i spolom iz UK Biobank korišteni su za usporedbu slika mrežnjače pacijenata i kontrola Parkinsonove bolesti. Mreže za mašinsko učenje mogle su klasificirati koje slike pripadaju osobama s Parkinsonovim pacijentima na osnovu vaskulature mrežnjače: ove osobe imale su manje krvne žile u mrežnici od zdravih kontrola.
Tradicionalne tehnike snimanja, poput magnetske rezonancije (MRI) ili računarske tomografije (CT), mogu biti prilično skupe. Međutim, ova nova metoda koristi slike dobivene opremom koja je obično dostupna u očnim klinikama da bi se dobila slika. Stoga, istraživači sugeriraju, ova tehnika bi se mogla koristiti tijekom rutinskog pregleda oka kao pomoć u identificiranju Parkinsonove bolesti ili drugih neurodegenerativnih poremećaja poput Alzheimerove bolesti ili multiple skleroze .
“Rezultati ukazuju da mreže za mašinsko učenje mogu klasificirati PD na osnovu vaskularne mrežnjače, a ključne su karakteristike manje krvne žile”, napisali su istraživači.
„Predložene metode dodatno podržavaju ideju da se promjene u fiziologiji mozga mogu uočiti na oku. Mreže mašinskog učenja mogu se primijeniti na klinički dostupne podatke i dalje pružaju tačna predviđanja “, napisali su istraživači.
Diaz je rekao da se tehnika “veoma razlikuje od tradicionalnih pristupa gdje se za pronalazak problema s mozgom gledaju različite slike mozga.”
“Najvažnije otkriće ove studije bilo je da je moždanoj bolesti dijagnosticirana osnovna slika oka”, rekao je Diaz.
“Ako ovo možemo učiniti godišnjim pregledom, onda je nada da možemo prije uhvatiti više slučajeva, što će nam pomoći da bolje razumijemo bolest i pronađemo lijek ili način da usporimo napredovanje”, dodao je.
Miro Ugrenović 