به گزارش خبرنگار حوزه فناوری گروه علمی پزشکی باشگاه خبرنگاران جوان، طبق یک مطالعه میان رشته‌ای در دانشگاه دوک، نوعی هوش مصنوعی که برای تفسیر ترکیبی از تصاویر شبکیه طراحی شده بود، قادر به شناسایی موفقیت آمیز گروهی از بیماران مبتلا به بیماری آلزایمر شد؛ این روش می‌تواند روزی به عنوان یک ابزار پیش بینی کننده استفاده شود.
این نرم افزار رایانه‌ای جدید، ساختار شبکیه و عروق خونی موجود در تصاویر داخل چشم را که با تغییرات شناختی در ارتباط هستند، بررسی می‌کند.
این یافته ها که هفته گذشته در مجله چشم پزشکی انگلیس منتشر شد، اثبات این مفهوم است که تجزیه و تحلیل یادگیری ماشینی در انواع خاصی از تصاویر شبکیه چشم این امکان را دارد که راهی غیرتهاجمی برای تشخیص بیماری آلزایمر در افراد علامت دار ارائه دهد.
همانطور که گفته شد این یافته در جریان مطالعه تیمی از متخصصان بخش‌های نورولوژی، مهندسی برق، کامپیوتر، آمار و زیست اطلاعات است. این تیم توانستند تغییراتی در تراکم عروق خونی شبکیه را که با تغییرات شناختی ارتباط دارد، شناسایی کنند. آن‌ها تراکم شبکه مویرگی اطراف مرکز ماکولا را در بیماران مبتلا به آلزایمر کاهش دادند.
آن‌ها سپس با استفاده از چهار نوع اسکن شبکیه به عنوان ورودی، یک مدل یادگیری ماشینی را که به عنوان یک شبکه عصبی کانولوشن (CNN) شناخته می‌شود، برای رایانه تعریف کردند تا تفاوت‌های مهم بین تصاویر را تشخیص دهد. مطالعه پیرامون بیماری آلزایمر تغییرات پروتئین تاو را با توجه به مرحله زوال عقل نشان می‌دهد.
بیشتر بخوانید
در این مطالعه از ۱۵۹ شرکت کننده اسکن انجام شد که از میان آن‌ها ۱۲۳ بیمار از نظر شناختی سالم بوده و ۳۶ بیمار مبتلا به بیماری آلزایمر شناخته شدند.
سی الیس وایز چشم پزشک ارشد این دانشگاه در این باره گفت: ما چندین روش مختلف را آزمایش کردیم، اما مدل ما با بهترین عملکرد، تصاویر شبکیه را با داده‌های بیمار بالینی ترکیب کرده و بیماران مبتلا به آلزایمر را با علامتی از شرکت کنندگان سالم در یک گروه متمایز کرد.
او گفت ثبت گروه متنوع‌تری از بیماران برای ساخت مدل‌هایی که بتوانند آلزایمر را در همه گروه‌های نژادی و همچنین در افرادی که دچار بیماری‌هایی مانند گلوکوم و دیابت هستند، تشخیص داده و قادر به تغییر ساختار شبکیه و عروقی باشند، مهم خواهد بود.
این چشم پزشک ارشد افزود: ما معتقدیم آموزش بیشتر با استفاده از تصاویر مربوط به جمعیت بزرگتر و متنوع‌تر عملکرد مدل را بهبود می‌بخشد. مطالعات بیشتر همچنین تعیین می‌کند که استفاده از هوش مصنوعی نسبت به روش‌های فعلی تشخیص بیماری آلزایمر که اغلب شامل تصویربرداری عصبی گران و آزمایش مایع نخاعی مغزی است، می‌تواند به مراتب نتیجه بخش‌تر باشد.
پیوند میان بیماری آلزایمر و تغییرات شبکیه همراه با سیستم عامل‌های غیرتهاجمی، مقرون به صرفه بوده و به طور گسترده بکارگیری هوش مصنوعی در تجزیه و تحلیل تصویر چند حالته شبکیه به عنوان یک ابزار جذاب و یا به طور بالقوه حتی یک گزینه عالی در تشخیص آلزایمر است.
انتهای پیام/
