KI kann die Erkennung und Behandlung von Alzheimer revolutionieren

Die Alzheimer-Krankheit ist ein Albatros im Gesundheitswesen, der im Hintergrund lauert, um unserer alternden Bevölkerung nachzujagen. Trotz erheblicher Aufmerksamkeit für die Erkennung und Behandlung der Alzheimer-Krankheit (AD) bleiben erhebliche Lücken bestehen.

Während viele herkömmliche Tools zur Speicherbewertung verfügbar sind, bleiben Mängel bei der Screening- und Erkennungsgenauigkeit und -zuverlässigkeit weit verbreitet. Neue Forschungsergebnisse legen nahe, dass der Einsatz von Technologie in Form von künstlicher Intelligenz (KI) eine Lösung zum Testen und Verwalten des komplexen Zustands der menschlichen Gesundheit darstellen könnte.

Weltweit leben etwa 44 Millionen Menschen mit AD oder einer verwandten Form von Demenz. Obwohl 82 Prozent der Senioren in den USA sagen, dass es wichtig ist, ihr Denken oder Gedächtnis überprüfen zu lassen, geben nur 16 Prozent an, regelmäßig kognitive Bewertungen zu erhalten.

Und selbst mit der Entwicklung neuer, einfacher Online-Tests erschweren zahlreiche integrierte und komplexe Faktoren die Interpretation der Testergebnisse für die Speicherbewertung. Dies stellt eine echte Herausforderung für Kliniker dar und ist ein kollektives Hindernis für die Bekämpfung der wachsenden und weit verbreiteten Verbreitung von AD.

Ein Forscherteam des College of Engineering and Computer Science der Florida Atlantic University, von SIVOTEC Analytics, HAPPYneuron, MemTrax und der Stanford University School of Medicine ist daher der Ansicht, dass KI erheblich zur Lösung dieser komplexen Probleme beitragen kann.

Eine Herausforderung besteht darin, die Zuverlässigkeit und Gültigkeit neuer Bewertungsinstrumente wie MemTrax zu bestimmen - ein sehr einfacher Online-Speichertest mit Bilderkennung. MemTrax ist ein überwachtes Tool für maschinelles Lernen und prädiktive Modellierung, das als Screening-Tool zur Unterstützung klinischer Entscheidungen zur Beurteilung kognitiver Beeinträchtigungen dienen kann.

Wie in der veröffentlicht Journal of Alzheimer's DiseaseForscher stellten fest, dass MemTrax ein wirksames Instrument ist, das im Rahmen des Online-Tests für kontinuierliche Erkennungsaufgaben (M-CRT) beim Screening auf Variationen der kognitiven Gehirngesundheit angewendet werden kann.

Insbesondere ein Vergleich von MemTrax mit der anerkannten und weit verbreiteten Schätzung der kognitiven Bewertung in Montreal für leichte kognitive Beeinträchtigungen unterstreicht die Leistungsfähigkeit und das Potenzial dieses neuen Online-Tools. MemTrax verbessert die Fähigkeit zur Bewertung des Kurzzeitgedächtnisses und unterstützt die diagnostische Unterstützung für das kognitive Screening und die Beurteilung einer Vielzahl von klinischen Zuständen und Beeinträchtigungen, einschließlich Demenz.

"Maschinelles Lernen hat die inhärente Fähigkeit, aussagekräftige Muster und Erkenntnisse aus einer großen, komplexen, voneinander abhängigen Reihe klinischer Determinanten zu enthüllen und weiterhin von der fortwährenden Nützlichkeit praktischer Vorhersagemodelle zu lernen", sagte Taghi Khoshgoftaar, PhD, co -Autor und Motorola-Professor am FAU-Institut für Computer- und Elektrotechnik sowie Informatik.

"Die nahtlose Verwendung und Echtzeitinterpretation wird das Fallmanagement und die Patientenversorgung durch innovative Technologie und praktische und leicht verwendbare integrierte klinische Anwendungen verbessern, die zu einem tragbaren Gerät und einer tragbaren App entwickelt werden könnten."

Für die Studie verwendeten die Forscher einen vorhandenen Datensatz, der Daten von mehr als 18.000 Personen enthält. Sie untersuchten Antworten auf allgemeine Fragen zum Gesundheits-Screening (Gedächtnis, Schlafqualität, Medikamente und Erkrankungen, die das Denken beeinflussen) und demografische Informationen. Sie überprüften auch die Testergebnisse von Erwachsenen, die den MemTrax (M-CRT) -Test für das episodische Gedächtnis-Screening absolvierten.

"Die Ergebnisse unserer Studie sind ein wichtiger Schritt, um den Ansatz zur klinischen Behandlung einer sehr komplexen Erkrankung wie der Alzheimer-Krankheit voranzutreiben", sagte Michael F. Bergeron, PhD, leitender Autor.

„Durch die Analyse einer Vielzahl von Attributen in mehreren Bereichen des menschlichen Systems und des Funktionsverhaltens der Gehirngesundheit können informiertes und strategisch gesteuertes fortgeschrittenes Data Mining, überwachtes maschinelles Lernen und robuste Analysen für Gesundheitsdienstleister unabdingbar und tatsächlich notwendig sein weitere Fortschritte bei dieser Krankheit und unzähligen anderen Aspekten kognitiver Beeinträchtigungen zu erkennen und zu antizipieren. “

AD ist die sechsthäufigste Todesursache in den USA und betrifft 5,8 Millionen Amerikaner. Laut der Alzheimer-Vereinigung soll diese Zahl bis 2050 auf 14 Millionen steigen. 2019 werden AD und andere Demenzerkrankungen die Nation 290 Milliarden US-Dollar kosten. Bis 2050 könnten diese Kosten bis zu 1,1 Billionen US-Dollar betragen.

"Angesichts der weit verbreiteten Verbreitung und der zunehmenden Inzidenz sowie der Belastung der öffentlichen Gesundheit muss unbedingt sichergestellt werden, dass die Instrumente, mit denen Kliniker die Alzheimer-Krankheit und andere damit verbundene kognitive Erkrankungen testen und behandeln, optimal sind", sagte Stella Batalama, PhD, Dekanin des FAU College of Engineering und Informatik.

"Die Ergebnisse dieser wichtigen Studie liefern neue Erkenntnisse und Entdeckungen, die die Voraussetzungen für zukünftige wirkungsvolle und bedeutende Forschung geschaffen haben."

Quelle: Florida Atlantic University / EurekAlert

Foto: