Genombrott inom AI: korrekt identifiering av olika demensformer nu möjlig med grundläggande klinisk data

Lästid: 2 minuter
Av Juanita Lopez
- i
AI analyserar hjärnskanningar på en digital gränssnitt.

StockholmForskare vid Boston University har utvecklat ett AI-verktyg som säkert kan diagnostisera tio olika typer av demens, inklusive vaskulär demens, Lewy body demens och frontotemporal demens. Det kan också hantera fall där dessa demensformer överlappar. Verktyget använder ett kraftfullt maskininlärningssystem för att ge exakta diagnoser genom att analysera vanligt insamlade kliniska data. Denna data inkluderar saker som:

  • Demografisk information
  • Medicinsk historia på patient- och familjenivå
  • Medicinanvändning
  • Resultat från neurologiska och neuropsykologiska undersökningar
  • Neuroimagingdata såsom MR-skanningar

Varje år får tio miljoner människor en demensdiagnos. Det är ofta svårt för läkare att skilja mellan de olika typerna eftersom symptomen kan vara likartade. Detta AI-verktyg kan hjälpa till att göra diagnostiseringen enklare och mer exakt.

Studien publicerades i Nature Medicine. Dr. Vijaya B. Kolachalama, en av huvudförfattarna och docent vid Boston University, betonar vikten av att göra diagnoser med hjälp av rutinmässiga kliniska data. Verktyget kan bli en utbredd diagnostisk lösning, vilket är avgörande eftersom det är svårt att få tillgång till tester av hög kvalitet. Dessa svårigheter finns både i avlägsna och utvecklingsländer samt i stadsbaserade vårdcentraler.

Forskarteamet tränade sitt avancerade maskininlärningssystem på data från över 50,000 personer från nio globala dataset. Modellen presterade mycket bra och fick ett resultat på 0,96 i förutsägelsernas noggrannhet. Som jämförelse innebär en poäng på 0,5 att resultatet är slumpmässigt, medan en poäng på 1 visar på perfekt noggrannhet.

Forskarna undersökte hur AI-verktyget påverkade noggrannheten i diagnoser gjorda av neurologer och neuroradiologer. De upptäckte att AI-verktyget gjorde neurologerna 26% mer exakta i att diagnosticera alla tio typer av demens. I ett test diagnostiserade 12 neurologer var och en 100 slumpmässigt valda fall och gav ett självförtroendepoäng från 0 till 100. Dessa poäng genomsnittades sedan med AI-verktygets egna sannolikhetsvärden, vilket resulterade i en AI-förstärkt neurologpoäng.

Dr. Kolachalama säger att det saknas tillräckligt med neurologiexperter globalt, och antalet patienter ökar, vilket skapar svårigheter för vårdsystemen. Han anser att AI kan vara till hjälp genom att tidigt upptäcka sjukdomar och assistera läkare i att bättre hantera sina patienter. Detta kan förhindra att tillstånd förvärras.

AI-verktyget visar stor potential eftersom antalet fall av demens förväntas fördubblas inom de kommande 20 åren. Det kan erbjuda exakta diagnoser, vilket skulle kunna förbättra behandlingarna för demens avsevärt.

Flera organisationer finansierade detta projekt genom bidrag. Bland dessa finns Karen Toffler Charitable Trust, Nationella institutet för åldrandets AI- och tekniksamarbeten samt Gates Ventures.

När demensfallen snabbt ökar, kan användningen av AI-verktyg inom den vardagliga sjukvården leda till bättre vård för patienter överallt. Detta verktyg kan vara särskilt användbart på platser som saknar avancerade diagnostiska anläggningar. Möjligheten att förbättra demensvården är betydande.

Att använda AI för att hjälpa till med diagnosen av olika typer av demens kan förändra vårt sätt att hantera dessa hjärnsjukdomar.

Studien publiceras här:

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

och dess officiella citering - inklusive författare och tidskrift - är

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
Artificiell Intelligens: Senaste nytt

Dela den här artikeln

Kommentarer (0)

Posta en kommentar
NewsWorld

NewsWorld.app är en gratis premium nyhetssida. Vi tillhandahåller oberoende och högkvalitativa nyheter utan att ta betalt per artikel och utan en prenumerationsmodell. NewsWorld anser att allmänna, affärs-, ekonomiska, tekniska och underhållningsnyheter bör vara tillgängliga på en hög nivå gratis. Dessutom är NewsWorld otroligt snabb och använder avancerad teknik för att presentera nyhetsartiklar i ett mycket läsbart och attraktivt format för konsumenten.


© 2024 NewsWorld™. Alla rättigheter reserverade.