Alzheimer: a inteligência artificial prevê o início
Uma ferramenta de inteligência artificial ensinada a analisar varreduras cerebrais pode prever com precisão a doença de Alzheimer vários anos antes de um diagnóstico final.
A equipe responsável sugere que, após validação adicional, a ferramenta poderia auxiliar muito na detecção precoce do Alzheimer, dando tempo aos tratamentos para retardar a doença de forma mais eficaz.
Os pesquisadores, da Universidade da Califórnia em San Francisco, usaram imagens de tomografia por emissão de pósitrons (PET) de 1.002 cérebros de pessoas para treinar o algoritmo de aprendizado profundo.
Eles usaram 90 por cento das imagens para ensinar ao algoritmo como detectar características da doença de Alzheimer e os 10 por cento restantes para verificar seu desempenho.
Eles então testaram o algoritmo em imagens PET dos cérebros de outras 40 pessoas. Destes, o algoritmo previu com precisão quais indivíduos receberiam um diagnóstico final de Alzheimer. Em média, o diagnóstico veio mais de 6 anos após os exames.
Em um artigo sobre as descobertas, que o Radiologia jornal publicou recentemente, a equipe descreve como o algoritmo "atingiu 82 por cento de especificidade com 100 por cento de sensibilidade, uma média de 75,8 meses antes do diagnóstico final."
“Ficamos muito satisfeitos”, diz o co-autor Dr.Jae Ho Sohn, que trabalha no departamento de radiologia e imagem biomédica da universidade, "com o desempenho do algoritmo."
“Ele foi capaz de prever todos os casos que evoluíram para a doença de Alzheimer”, acrescenta.
Doença de Alzheimer e imagens PET
A Associação de Alzheimer estima que cerca de 5,7 milhões de pessoas vivam com a doença de Alzheimer nos Estados Unidos e que esse número provavelmente aumentará para quase 14 milhões em 2050.
O diagnóstico precoce e mais preciso não só beneficiaria as pessoas afetadas, mas também poderia, coletivamente, economizar cerca de US $ 7,9 trilhões em cuidados médicos e custos relacionados ao longo do tempo.
À medida que a doença de Alzheimer progride, ela muda a forma como as células cerebrais usam a glicose. Essa alteração no metabolismo da glicose aparece em um tipo de imagem PET que rastreia a captação de uma forma radioativa de glicose chamada 18F-fluorodeoxiglicose (FDG).
Ao dar instruções sobre o que procurar, os cientistas foram capazes de treinar o algoritmo de aprendizado profundo para avaliar as imagens FDG PET em busca de sinais precoces de Alzheimer.
Aprendizagem profunda "ensina a si mesma"
Os pesquisadores ensinaram o algoritmo com a ajuda de mais de 2.109 imagens FDG PET de 1.002 cérebros de indivíduos. Eles também usaram outros dados da Iniciativa de Neuroimagem da Doença de Alzheimer.
O algoritmo utilizou aprendizado profundo, um tipo complexo de inteligência artificial que envolve o aprendizado por meio de exemplos, de forma semelhante à forma como os humanos aprendem.
O aprendizado profundo permite que o algoritmo “ensine a si mesmo” o que procurar ao detectar diferenças sutis entre as milhares de imagens.
O algoritmo era tão bom quanto, senão melhor, que especialistas humanos na análise de imagens FDG PET.
Os autores observam que "em comparação com leitores de radiologia, o modelo de aprendizado profundo teve melhor desempenho, com significância estatística, no reconhecimento de pacientes que teriam um diagnóstico clínico de [doença de Alzheimer]."
Futuros desenvolvimentos
Dr. Sohn alerta que o estudo foi pequeno e que os resultados agora precisam passar por validação. Isso envolverá o uso de conjuntos de dados maiores e mais imagens obtidas ao longo do tempo de pessoas em várias clínicas e instituições.
No futuro, o algoritmo pode ser uma adição útil à caixa de ferramentas do radiologista e melhorar as oportunidades para o tratamento precoce da doença de Alzheimer.
Os pesquisadores também planejam incluir outros tipos de reconhecimento de padrões no algoritmo.
A mudança no metabolismo da glicose não é a única marca registrada do Alzheimer, explica o coautor do estudo Youngho Seo, professor do Departamento de Radiologia e Imagem Biomédica. O acúmulo anormal de proteínas também caracteriza a doença, acrescenta.
“Se FDG PET com [inteligência artificial] pode prever a doença de Alzheimer tão cedo, a imagem da placa beta-amilóide e da proteína tau PET pode adicionar outra dimensão de importante poder preditivo”.
Prof. Youngho Seo
