인공 지능 접근법은 일상적인 뇌 영상 검사에서 알츠하이머 병을 감지하는 데 도움이 될 수 있습니다.

[아름이]

인공 지능 접근법은 일상적인 뇌 영상 검사에서 알츠하이머 병을 감지하는 데 도움이 될 수 있습니다.
이 도구는 임상의가 치료를 통해 혜택을 받을 환자를 식별하는 데 도움이 될 수 있습니다.
날짜:
2023년 3월 3일
원천:
매사추세츠 종합병원
요약:
연구원들은 일상적으로 수집된 임상 뇌 이미지를 기반으로 알츠하이머병을 감지하는 딥 러닝 기반 방법을 개발하고 검증했습니다.

전체 이야기
연구자들이 연구의 일환으로 수집한 고품질 뇌 영상 검사를 사용하여 알츠하이머병의 징후를 감지하는 데 큰 진전을 이루었지만 매사추세츠 종합 병원(MGH)의 한 팀은 최근 일상적으로 수집된 임상 뇌 영상에 의존하는 정확한 감지 방법을 개발했습니다. 이러한 발전은 보다 정확한 진단으로 이어질 수 있습니다.

PLOS ONE 에 발표된 이 연구를 위해 MGH의 시스템 생물학 센터 연구원이자 매사추세츠 알츠하이머병 연구 센터의 연구자인 매튜 레밍(Matthew Leming) 박사와 그의 동료들은 기계 학습의 일종인 딥 러닝을 사용했습니다. 대량의 데이터와 복잡한 알고리즘을 사용하여 모델을 훈련시키는 인공 지능입니다.

이 경우 과학자들은 2019년 이전에 MGH에서 본 알츠하이머병 유무에 관계없이 환자로부터 수집한 뇌 자기 공명 영상(MRI) 데이터를 기반으로 알츠하이머병 감지 모델을 개발했습니다.

다음으로 이 그룹은 2019년 이후 MGH, 2019년 이전 및 이후 브리검 여성 병원, 2019년 이전 및 이후 외부 시스템 등 5개 데이터 세트에서 모델을 테스트하여 알츠하이머병을 기반으로 정확하게 감지할 수 있는지 확인했습니다. 병원과 시간에 관계없이 실제 임상 데이터.

전반적으로 이 연구에는 알츠하이머병 위험이 있는 2,348명의 환자의 11,103개 이미지와 알츠하이머병이 없는 8,456명의 환자의 26,892개 이미지가 포함되었습니다. 5개 데이터 세트 모두에서 이 모델은 90.2%의 정확도로 알츠하이머병 위험을 감지했습니다.

이 작업의 주요 혁신 중 하나는 연령과 같은 다른 변수에 관계없이 알츠하이머병을 감지하는 능력이었습니다. "알츠하이머병은 일반적으로 노인에게서 발생하므로 딥 러닝 모델은 종종 드문 조기 발병 사례를 감지하는 데 어려움을 겪습니다."라고 Leming은 말합니다. "우리는 딥 러닝 모델이 환자의 나열된 연령과 지나치게 연관되어 있는 것으로 밝혀진 뇌의 기능을 '맹인'으로 만들어 이 문제를 해결했습니다."

Leming은 특히 실제 환경에서 질병 감지의 또 다른 일반적인 문제는 훈련 세트와 매우 다른 데이터를 다루는 것이라고 지적합니다. 예를 들어, General Electric에서 제조한 스캐너의 MRI에 대해 훈련된 딥 러닝 모델은 Siemens에서 제조한 스캐너에서 수집한 MRI를 인식하지 못할 수 있습니다.

모델은 성공적인 예측을 할 수 있도록 환자 데이터가 훈련된 데이터와 너무 다른지 여부를 결정하기 위해 불확실성 메트릭을 사용했습니다.

"이 연구는 치매를 감지하기 위해 일상적으로 수집된 뇌 MRI를 사용한 유일한 연구 중 하나입니다. 뇌 MRI에서 알츠하이머를 감지하기 위한 많은 수의 딥 러닝 연구가 수행되었지만, 이 연구는 이를 실제로 수행하는 데 상당한 진전을 이루었습니다. 완벽한 실험실 설정과 대조되는 세계 임상 설정"이라고 Leming은 말했습니다. "교차 사이트, 교차 시간 및 교차 모집단 일반화 가능성을 갖춘 우리의 결과는 이 진단 기술의 임상적 사용에 대한 강력한 사례를 만듭니다."

추가 공동 저자로는 Sudeshna Das 박사와 임형순 박사가 있습니다.

이 작업은 MGH의 하도급을 통해 관리되는 대한민국 산업통상자원부의 기술 혁신 프로그램과 국립보건원의 지원을 받았습니다.

출처 : https://www.sciencedaily.com/