Alzheimerio liga: mokslininkai sukuria modelį, leidžiantį numatyti nuosmukį
Masačusetso technologijos instituto mokslininkai sukūrė mašininio mokymosi modelį, kuris ateityje galėtų numatyti su Alzheimeriu susijusio kognityvinio nuosmukio greitį iki 2 metų.
Alzheimerio liga serga milijonai žmonių visame pasaulyje, tačiau mokslininkai vis dar nežino, kas ją sukelia.
Dėl šios priežasties prevencijos strategijos gali būti netinkamos. Be to, sveikatos priežiūros specialistai neturi aiškaus būdo nustatyti asmens kognityvinio nuosmukio greitį, kai gydytojas diagnozuoja Alzheimerio ligą.
Dabar Kembridžo Masačusetso technologijos instituto (MIT) mokslininkai, bendradarbiaudami su kitų institucijų specialistais, sukūrė mašininio mokymosi modelį, kuris specialistams galėtų leisti numatyti, kiek pasikeis žmogaus pažintinis funkcionavimas iki 2 metų šio nuosmukio.
Komanda, sudaryta iš Ognjeno Rudovico, Yuria Utsumi, Kelly Peterson, Ricardo Guerrero, Danielio Rueckerto ir prof. Rosalindo Picardo, pristatys savo projektą vėliau šią savaitę „Machine Machine for Healthcare“ konferencijoje. Šių metų konferencija vyks Ann Arbor, MI.
"Tikslus kognityvinio nuosmukio prognozavimas nuo 6 iki 24 mėnesių yra labai svarbus planuojant klinikinius tyrimus", - paaiškina Rudovičius. Tai, jo teigimu, yra todėl, kad „sugebėjimas tiksliai numatyti būsimus kognityvinius pokyčius gali sumažinti dalyvio apsilankymų skaičių, o tai gali būti brangu ir daug laiko reikalaujanti“.
„Be pagalbos kuriant naudingą vaistą“, - tęsia mokslininkas, „tikslas yra padėti sumažinti klinikinių tyrimų išlaidas, kad jie taptų prieinamesni ir atliekami didesniu mastu“.
Meta mokymosi naudojimas prognozuojant nuosmukį
Siekdama sukurti savo naują modelį, komanda naudojo duomenis iš Alzheimerio ligos neurografijos iniciatyvos (ADNI), kuri yra didžiausias Alzheimerio ligos klinikinių tyrimų duomenų rinkinys pasaulyje.
Naudodamiesi ADNI, mokslininkai galėjo susipažinti su maždaug 1700 žmonių, kurių dalis sirgo, o kurie neserga Alzheimerio liga, duomenimis, surinktais per 10 metų.
Komanda turėjo prieigą prie klinikinės informacijos, įskaitant dalyvių kognityvinio funkcionavimo vertinimus, smegenų nuskaitymus, duomenis apie asmenų DNR struktūrą ir smegenų skysčio matavimus, kurie atskleidžia Alzheimerio ligos biomarkerius.
Pirmiausia mokslininkai sukūrė ir išbandė savo mašininio mokymosi modelį, naudodami 100 dalyvių pogrupio duomenis. Tačiau trūko daug duomenų apie šią kohortą. Taigi tyrėjai nusprendė naudoti kitokį statistinį metodą, kad išanalizuotų turimus kohortos duomenis taip, kad analizė būtų tikslesnė.
Visgi naujasis modelis nepasiekė tokio tikslumo lygio, kokio tikėjosi jo kūrėjai. Kad tai būtų dar tikslesnė, mokslininkai naudojo duomenis iš kitos ADNI dalyvių pogrupio.
Tačiau šį kartą komanda nusprendė netaikyti to paties modelio visiems. Vietoj to, jie pritaikė modelį, kad atitiktų kiekvieną dalyvį, priimdami naujus duomenis, kai jie tapo prieinami po kiekvieno naujo klinikinio įvertinimo.
Taikydami šį metodą, mokslininkai nustatė, kad dėl modelio jo prognozėse buvo žymiai mažesnis klaidų lygis. Be to, ji veikė geriau nei esami mašininio mokymosi modeliai, taikomi klinikiniams duomenims.
Vis dėlto mokslininkai žengė dar vieną žingsnį siekdami įsitikinti, kad jų požiūris palieka vietos kuo mažiau klaidų. Jie toliau sukūrė „meta mokymosi“ modelį, kuris galėtų pasirinkti geriausią būdą, kaip prognozuoti pažintinius rezultatus kiekvienam dalyviui.
Šis modelis automatiškai pasirenka tarp visos populiacijos ir individualizuoto požiūrio, apskaičiuodamas, kuris greičiausiai pateiks geriausią prognozę kiekvienam asmeniui konkrečiu laiko momentu.
Tyrėjai nustatė, kad šis metodas sumažino prognozių klaidų lygį dar 50%.
"Mes negalėjome rasti nei vieno modelio, nei fiksuoto modelių derinio, kuris galėtų pateikti geriausią prognozę", - aiškina Rudovičius.
„Taigi mes norėjome išmokti mokytis naudojant šią meta mokymosi schemą. Tai tarsi modelis, kuris veikia kaip selektorius, mokomas naudojant meta žinias nuspręsti, kurį modelį geriau pritaikyti “.
Ognjenas Rudovičius
Ateityje komanda siekia užmegzti partnerystę su farmacijos įmone, kad išbandytų šį modelį vykstančiame Alzheimerio ligos bandyme.
