العالم- علوم وتكنولوجيا
الباحثون من جامعة كاليفورنيا في سان فرانسيسكو استخدموا صور التصوير المقطعي بالانبعاث البوزيتروني (PET) لـدماغ 1002 شخص لتدريب خوارزمية التعلم العميق.
واستخدم الباحثون 90% من الصور لتعليم الخوارزمية كيفية الكشف عن ملامح مرض ألزهايمر، أما الباقي 10% فتم استخدامها للتحقق من الأداء.
ثم قاموا باختبار الخوارزمية على 40 دماغ لأشخاص آخرين، وتنبأت الخوارزمية بدقة عن الأشخاص الذين سيطورون المرض، وقد تم تشخيصهم بعد أكثر من 6 سنوات من الفحص.
يصف الفريق الذي نشر ورقته في مجلة الأشعة مؤخرا أن الخورازمية " حققت 82% من الدقة، وحساسية عالية بنسبة 100%، بمتوسط 75.8 شهر قبل التشخيص النهائي".
يقول المؤلف المشارك في الدراسة، الدكتور جاي هو سون، إنهم استطاعوا "التنبؤ بكل حالة وصلت إلى مرض ألزهايمر"
وتقدر جمعية ألزهايمر أن هناك 5.7 مليون شخص في الولايات المتحدة يعانون من ألزهايمر، وأن هذا الرقم في ازدياد ليصل إلى 14 مليون بحلول عام 2050، حسب التقديرات.
إن الكشف المبكر والدقة في التشخيص لا تفيد الأشخاص أنفسهم فقط، بل إنها يمكن أن توفر من التكاليف الطبية بنسبة 7.9 تريليون دولار مع مرور الوقت.
استخدمت الخوارزمية التعلم العميق، وهو نوع معقد من الذكاء الاصطناعي الذي يتضمن التعلم من خلال الأمثلة على نحو مماثل للكيفية التي يتعلم بها البشر.
ويسمح التعلم العميق للخوارزمية "بتعليم نفسها" كيفية البحث من خلال تحديد الاختلافات الدقيقة بين آلاف الصور.
ويشير الباحثون إلى أنه "بالمقارنة مع قارئات الأشعة، كان نموذج التعلم العميق يؤدي دوره بشكل أفضل، مع إحصائية للتعرف على الأشخاص الذين يجب عليهم إجراء تشخيص سريري لمرض ألزهايمر".
وحذر الدكتور سو هون أن الدراسة كانت صغيرة، وأن النتائج يجب التحقق من صحتها عن طريق استخدام بيانات لمجموعات أكبر، مع استخدام مزيد من الصور التي يتم التقاطها مع مرور الوقت للأشخاص في العيادات والمشافي.
وفي المستقبل، يمكن أن تكون الخوارزمية إضافة مفيدة إلى صندوق أدوات الأشعة؛ لتحسين فرصة العلاج المبكر لمرض ألزهايمر.
كما يعتزم الباحثون تضمين أنواع أخرى من التعرف على الأنماط في الخوارزمية.