Több mint 10 millió európai él enyhe kognitív zavarral, és közülük nagyjából minden második öt éven belül demenciát fejleszt ki. Az orvosok mégsem rendelkeznek megfizethető módszerrel annak megállapítására, hogy kit fenyeget a legnagyobb veszély. Az uniós finanszírozású AI-Mind projekt EEG-felvételeket, vérbiomarkereket és kognitív felméréseket egyesített egy mesterséges intelligenciára épülő döntéstámogató rendszerben — a végén pedig kipróbálhatod, mennyire ismered a történet legfontosabb részleteit.
Az enyhe kognitív zavar a normális öregedés és a demencia között helyezkedik el. A memória vagy a koncentráció jobban romlik, mint ahogy az életkor önmagában indokolná, a mindennapi élet azonban még többé-kevésbé szokásos mederben halad. Több mint 10 millió európai érintett.
A gond az, hogy ez a csoport nagyon vegyes. Nagyjából 50 %-uk öt éven belül demenciába fordul, a többiek nem. Az orvosok jelenleg nem rendelkeznek olyan megfizethető eszközökkel, amelyek elég korán kiszűrnék a legnagyobb kockázatú embereket, akiknek a megelőző intézkedések hasznára válhatnának.
Az uniós finanszírozású AI-Mind projekt nem egyetlen biomarkerre támaszkodott: spanyolországi, finnországi, olaszországi és norvégiai vezető kórházakkal és kutatóközpontokkal együttműködve multimodális adatbázist épített. Mesterséges intelligenciára épülő döntéstámogató rendszere a következőket egyesíti:
Minden forrás mást mond a betegről, ezért a rendszer együtt értelmezi őket.
Az első eszköz, az AI-Mind Connector a hagyományos EEG-felvételekből elemzi az agyi konnektivitást. A kérdés nem pusztán az, hogy aktív-e az agy, hanem az, hogy a különböző területei hogyan kommunikálnak egymással.
„A fejlett jelfeldolgozás és a mesterséges intelligencia segítségével az »AI-Mind Connector« észreveszi az agyterületek közötti kommunikáció finom változásait, amelyek évekkel a tünetek kialakulása előtt megjelenhetnek” – magyarázza Ira Haraldsen, a projekt koordinátora, az oslói egyetemi kórház Cognitive Health Research csoportjának tagja.
A második eszköz, az AI-Mind Predictor az EEG-adatokat kognitív tesztek eredményeivel, genetikai adatokkal, vérbiomarkerekkel, demográfiai információkkal és a klinikai előzményekkel egyesíti. Gépi tanulási algoritmusait enyhe kognitív zavarral élők prospektív, longitudinális kohorszán tanították be: több mint 1 000 résztvevőn és nagyjából 4 000 klinikai vizit adatain. Ezekből a modellek összetett összefüggéseket tanulnak meg, amelyek a jövőbeli klinikai kimenetelekhez kapcsolódnak.
Az eredmények biztatóak voltak. „Az agyi hálózatok konnektivitási mérőszámai a vártnál is jobban kiegészítették a most megjelenő vérbiomarkereket, ami pontosabb kockázati rétegzés lehetőségét vetíti előre” – mondja Haraldsen. A kockázati rétegzés itt egyszerűen azt jelenti, hogy a betegeket aszerint csoportosítják, mekkora eséllyel romlik az állapotuk.
Egy orvosi MI-eszköznek nemcsak pontosnak, hanem jogszerűnek is kell lennie. A csapat munkáját az általános adatvédelmi rendelet elveihez, a FAIR adatszabványokhoz, az orvostechnikai eszközökről szóló rendelethez és az MI-rendelethez igazította. „Így Európa egyik első, klinikai fókuszú MI-ökoszisztémája jött létre, amelyet kezdettől fogva a szabályozási megfelelőség szem előtt tartásával terveztek” – teszi hozzá Haraldsen.
A konzorcium egy nyilvánosan elérhető korai egészségügyi technológia-értékelési keretrendszert is készített. Ez segít az egészségügyi szolgáltatóknak és a döntéshozóknak megítélni, hogy egy új technológia elég nagy előrelépést hoz-e a költségei igazolásához.
Az algoritmusokon túl az AI-Mind újrafelhasználható infrastruktúrát hozott létre a multimodális egészségügyi adatokhoz, az automatizált EEG-feldolgozáshoz, a szintetikus adatok előállításához, a minőségellenőrzött MI-fejlesztéshez és a szabályozásnak megfelelő szoftveres munkafolyamatokhoz. Ezek az erőforrások már most más európai kezdeményezéseket is támogatnak, például az eBrain-Health, a FluiDX-AD és a TEF-Health projektet. Egy erre létrehozott spin-off vállalat viszi tovább a munkát a klinikai alkalmazás és a kereskedelmi bevezetés felé.
Az AI-Mind megmutatja, hogy a demenciakockázat korai felismerése támaszkodhat a klinikákon már használt vizsgálatokra, ha okosan kombinálják őket. Ha az ilyen eszközök eljutnak a mindennapi gyakorlatba, az ellátás elmozdulhat a tünetek megjelenése utáni diagnosztizálástól a precíziós megelőzés és az egyes betegekre szabott beavatkozások felé.
5 kérdés · egy perc
English
Čeština
Deutsch
Español
Français
Magyar
Italiano
Polski
Português
Русский
Slovenčina
Türkçe
Українська
العربية
中文