Η έρευνα χρησιμοποιεί τεχνολογία μηχανικής μάθησης για να εξετάσει δομικά χαρακτηριστικά εντός του εγκεφάλου, συμπεριλαμβανομένων περιοχών που δεν είχαν συσχετιστεί προηγουμένως με τη νόσο του Αλτσχάιμερ. Το πλεονέκτημα της τεχνικής είναι η απλότητά της και το γεγονός ότι μπορεί να αναγνωρίσει τη νόσο σε πρώιμο στάδιο όταν μπορεί να είναι πολύ δύσκολο να διαγνωστεί. Αν και δεν υπάρχει θεραπεία για τη νόσο του Αλτσχάιμερ, η γρήγορη διάγνωση σε πρώιμο στάδιο βοηθά τους ασθενείς. Τους επιτρέπει να έχουν πρόσβαση σε βοήθεια και υποστήριξη, να λαμβάνουν θεραπεία για να διαχειριστούν τα συμπτώματά τους και να σχεδιάζουν για το μέλλον. Η δυνατότητα ακριβούς αναγνώρισης ασθενών σε πρώιμο στάδιο της νόσου θα βοηθήσει επίσης τους ερευνητές να κατανοήσουν τις εγκεφαλικές αλλαγές που προκαλούν την ασθένεια και να υποστηρίξουν την ανάπτυξη και τις δοκιμές νέων θεραπειών.
Η έρευνα δημοσιεύεται στο Nature Portfolio Journal, Communications Medicine. Η νόσος του Αλτσχάιμερ είναι η πιο κοινή μορφή άνοιας, επηρεάζοντας πάνω από μισό εκατομμύριο ανθρώπους στο Ηνωμένο Βασίλειο. Αν και τα περισσότερα άτομα με νόσο Αλτσχάιμερ την εμφανίζουν μετά την ηλικία των 65 ετών, άτομα κάτω από αυτή την ηλικία μπορούν επίσης να την εμφανίσουν. Τα πιο συχνά συμπτώματα της άνοιας είναι η απώλεια μνήμης και οι δυσκολίες στη σκέψη, στην επίλυση προβλημάτων και στη γλώσσα. Επί του παρόντος, οι γιατροί χρησιμοποιούν μια σειρά από τεστ για τη διάγνωση της νόσου του Αλτσχάιμερ, συμπεριλαμβανομένων των τεστ μνήμης και γνωστικής λειτουργίας και σαρώσεις εγκεφάλου. Οι σαρώσεις χρησιμοποιούνται για τον έλεγχο εναποθέσεων πρωτεΐνης στον εγκέφαλο και τη συρρίκνωση του ιππόκαμπου, της περιοχής του εγκεφάλου που συνδέεται με τη μνήμη.
Όλες αυτές οι δοκιμές μπορεί να χρειαστούν αρκετές εβδομάδες, τόσο για τη διευθέτηση όσο και για την επεξεργασία. Η νέα προσέγγιση απαιτεί μόνο ένα από αυτά – μια σάρωση εγκεφάλου με μαγνητική τομογραφία (MRI) που λαμβάνεται σε μια τυπική μηχανή 1,5 Tesla, η οποία βρίσκεται συνήθως στα περισσότερα νοσοκομεία. Οι ερευνητές προσάρμοσαν έναν αλγόριθμο που αναπτύχθηκε για χρήση στην ταξινόμηση των καρκινικών όγκων και τον εφάρμοσαν στον εγκέφαλο. Διαίρεσαν τον εγκέφαλο σε 115 περιοχές και διέθεσαν 660 διαφορετικά χαρακτηριστικά, όπως μέγεθος, σχήμα και υφή, για να αξιολογήσουν κάθε περιοχή. Στη συνέχεια εκπαίδευσαν τον αλγόριθμο για να προσδιορίσει πού οι αλλαγές σε αυτά τα χαρακτηριστικά θα μπορούσαν να προβλέψουν με ακρίβεια την ύπαρξη της νόσου του Αλτσχάιμερ.
Χρησιμοποιώντας δεδομένα από το Alzheimer’s Disease Neuroimaging Initiative, η ομάδα δοκίμασε την προσέγγισή της σε σαρώσεις εγκεφάλου από περισσότερους από 400 ασθενείς με Αλτσχάιμερ πρώιμου και μεταγενέστερου σταδίου, υγιείς μάρτυρες και ασθενείς με άλλες νευρολογικές παθήσεις, συμπεριλαμβανομένης της μετωποκροταφικής άνοιας και της νόσου του Πάρκινσον. Το εξέτασαν επίσης με δεδομένα από περισσότερους από 80 ασθενείς που υποβλήθηκαν σε διαγνωστικές εξετάσεις για τη νόσο του Αλτσχάιμερ στο Imperial College Healthcare NHS Trust. Διαπίστωσαν ότι στο 98 τοις εκατό των περιπτώσεων, το σύστημα μηχανικής μάθησης που βασίζεται σε μαγνητική τομογραφία από μόνο του μπορούσε να προβλέψει με ακρίβεια εάν ο ασθενής είχε νόσο Αλτσχάιμερ ή όχι. Ήταν επίσης σε θέση να διακρίνει μεταξύ πρώιμου και τελευταίου σταδίου Αλτσχάιμερ με αρκετά υψηλή ακρίβεια, στο 79 τοις εκατό των ασθενών.
Ο καθηγητής Eric Aboagye, από το Imperial’s Department of Surgery and Cancer, ο οποίος ηγήθηκε της έρευνας, είπε: “Προς το παρόν, καμία άλλη απλή και ευρέως διαθέσιμη μέθοδος δεν μπορεί να προβλέψει τη νόσο του Alzheimer με αυτό το επίπεδο ακρίβειας, επομένως η έρευνά μας είναι ένα σημαντικό βήμα προς τα εμπρός. Πολλοί ασθενείς που που πάσχουν από Αλτσχάιμερ στις κλινικές μνήμης έχουν επίσης άλλες νευρολογικές παθήσεις, αλλά ακόμη και μέσα σε αυτήν την ομάδα το σύστημά μας θα μπορούσε να ξεχωρίσει τους ασθενείς που είχαν Αλτσχάιμερ από εκείνους που δεν είχαν. Η αναμονή για μια διάγνωση μπορεί να είναι μια φρικτή εμπειρία για τους ασθενείς και τις οικογένειές τους. Εάν μπορούσαμε να περιορίσουμε τον χρόνο που πρέπει να περιμένουν, να κάνουμε τη διάγνωση πιο απλή διαδικασία και να μειώσουμε κάποια από την αβεβαιότητα, αυτό θα βοηθούσε πολύ. Η νέα μας προσέγγιση θα μπορούσε επίσης να εντοπίσει ασθενείς σε πρώιμο στάδιο για κλινικές δοκιμές νέων φαρμακευτικών θεραπειών ή αλλαγές στον τρόπο ζωής, κάτι που αυτή τη στιγμή είναι πολύ δύσκολο να γίνει”.
Το νέο σύστημα εντόπισε αλλαγές σε περιοχές του εγκεφάλου που δεν σχετίζονταν προηγουμένως με τη νόσο του Αλτσχάιμερ, συμπεριλαμβανομένης της παρεγκεφαλίδας και τον κοιλιακό διεγκέφαλο. Αυτό ανοίγει πιθανούς νέους δρόμους για έρευνα σε αυτούς τους τομείς και τις σχέσεις τους με τη νόσο του Αλτσχάιμερ. Ο Δρ Paresh Malhotra, ο οποίος είναι σύμβουλος νευρολόγος στο Imperial College Healthcare NHS Trust και ερευνητής στο Imperial’s Department of Brain Sciences, είπε: “Αν και οι νευροακτινολόγοι ερμηνεύουν ήδη μαγνητικές τομογραφίες για να βοηθήσουν στη διάγνωση του Αλτσχάιμερ, είναι πιθανό να υπάρχουν χαρακτηριστικά των σαρώσεων που δεν είναι ορατά, ακόμη και στους ειδικούς. Η χρήση ενός αλγορίθμου ικανού να επιλέγει την υφή και τα διακριτικά δομικά χαρακτηριστικά του εγκεφάλου που επηρεάζονται από τη νόσο του Αλτσχάιμερ θα μπορούσε πραγματικά να ενισχύσει τις πληροφορίες που μπορούμε να αποκτήσουμε από τις τυπικές τεχνικές απεικόνισης.”