Doorbraak in AI: nu mogelijk verschillende vormen van dementie te onderscheiden

Leestijd: 2 minuten
Door Jeroen Schootbergen
- in
AI analyseert hersenscans op een digitaal interface

AmsterdamOnderzoekers van de Boston University hebben een AI-tool ontwikkeld die met zekerheid tien verschillende vormen van dementie kan diagnosticeren, waaronder vasculaire dementie, Lewy body dementie, en frontotemporale dementie. De tool kan ook omgaan met gevallen waar deze vormen van dementie elkaar overlappen. Het systeem maakt gebruik van geavanceerde machine learning om nauwkeurige diagnoses te stellen door het analyseren van gebruikelijke klinische gegevens. Deze gegevens omvatten zaken zoals:

  • Demografische gegevens
  • Medische geschiedenis van patiënt en familie
  • Gebruik van medicijnen
  • Scores van neurologische en neuropsychologische onderzoeken
  • Neuroimaging gegevens zoals MRI-scans

Jaarlijks krijgen tien miljoen mensen de diagnose dementie. Het is vaak moeilijk voor artsen om de verschillende soorten te onderscheiden omdat de symptomen erg op elkaar lijken. Deze AI-tool kan helpen om het diagnoseproces eenvoudiger en nauwkeuriger te maken.

De studie werd gepubliceerd in Nature Medicine. Dr. Vijaya B. Kolachalama, hoofd auteur en universitair hoofddocent aan de Boston University, benadrukt hoe belangrijk het is om diagnoses te stellen met routinematige klinische gegevens. De tool zou een veelgebruikte diagnostische oplossing kunnen worden, wat cruciaal is aangezien hoogwaardige testen lastig te verkrijgen zijn. Deze moeilijkheden komen voor in zowel afgelegen en ontwikkelingsgebieden als in stedelijke gezondheidscentra.

Het onderzoeksteam trainde hun geavanceerde machine learning-systeem met gegevens van meer dan 50.000 mensen uit negen wereldwijde datasets. Het model presteerde uitstekend en behaalde een score van 0,96 bij het nauwkeurig voorspellen van uitkomsten. Ter vergelijking: een score van 0,5 duidt op willekeurig raden, terwijl een score van 1 perfecte nauwkeurigheid betekent.

De onderzoekers onderzochten hoe de AI-tool de nauwkeurigheid van diagnoses door neurologen en neuroradiologen beïnvloedde. Ze ontdekten dat de AI-tool neurologen 26% nauwkeuriger maakte bij het diagnosticeren van alle tien soorten dementie. In één test stelden 12 neurologen elk 100 willekeurig gekozen gevallen vast en gaven een vertrouwensscore van 0 tot 100. Deze scores werden vervolgens gemiddeld met de kansscores van de AI-tool, wat resulteerde in een door AI verbeterde neurologenscore.

Volgens Dr. Kolachalama zijn er wereldwijd te weinig neurologen, terwijl het aantal patiënten toeneemt, wat druk zet op de gezondheidszorg. Hij gelooft dat AI kan helpen door stoornissen vroegtijdig op te sporen en artsen beter te ondersteunen in het beheren van hun patiënten. Dit kan voorkomen dat aandoeningen verergeren.

De AI-tool toont veel potentieel, vooral omdat het aantal dementiegevallen de komende 20 jaar naar verwachting zal verdubbelen. Het biedt nauwkeurige diagnoses, wat de behandelingsmogelijkheden voor dementie aanzienlijk zou kunnen verbeteren.

Verschillende organisaties hebben dit project met subsidies gesteund. Onder de financiers vallen de Karen Toffler Charitable Trust, de Artificial Intelligence and Technology Collaboratories van het National Institute on Aging en Gates Ventures.

Vooruitgang in Dementiezorg dankzij AI-technologie

Met de snelle toename van dementiegevallen kan de inzet van AI in de dagelijkse medische zorg leiden tot verbeterde resultaten voor patiënten wereldwijd. Deze technologie is vooral nuttig in gebieden zonder geavanceerde diagnostische faciliteiten. Er is een grote kans om de zorg voor dementiepatiënten te verbeteren.

Het inzetten van AI voor de diagnose van diverse vormen van dementie kan onze aanpak van deze hersenziektes revolutioneren.

De studie is hier gepubliceerd:

http://dx.doi.org/10.1038/s41591-024-03118-z

en de officiële citatie - inclusief auteurs en tijdschrift - is

Chonghua Xue, Sahana S. Kowshik, Diala Lteif, Shreyas Puducheri, Varuna H. Jasodanand, Olivia T. Zhou, Anika S. Walia, Osman B. Guney, J. Diana Zhang, Serena T. Pham, Artem Kaliaev, V. Carlota Andreu-Arasa, Brigid C. Dwyer, Chad W. Farris, Honglin Hao, Sachin Kedar, Asim Z. Mian, Daniel L. Murman, Sarah A. O’Shea, Aaron B. Paul, Saurabh Rohatgi, Marie-Helene Saint-Hilaire, Emmett A. Sartor, Bindu N. Setty, Juan E. Small, Arun Swaminathan, Olga Taraschenko, Jing Yuan, Yan Zhou, Shuhan Zhu, Cody Karjadi, Ting Fang Alvin Ang, Sarah A. Bargal, Bryan A. Plummer, Kathleen L. Poston, Meysam Ahangaran, Rhoda Au, Vijaya B. Kolachalama. AI-based differential diagnosis of dementia etiologies on multimodal data. Nature Medicine, 2024; DOI: 10.1038/s41591-024-03118-z
Artificial Intelligence: Laatste nieuws

Deel dit artikel

Reacties (0)

Plaats een reactie