Snellere detectie van alzheimer met artificiële intelligentie
Italiaanse vorsers hebben een systeem van artificiële intelligentie dat diagnose van ziekte van Alzheimer kan stellen met een PET-scan. Met die techniek blijkt het inderdaad mogelijk te zijn afwijkingen in de hersenen te detecteren tien jaar voor er ziekteverschijnselen optreden.
Als de artsen jaren op voorhand zouden kunnen voorspellen welke mensen een dementie dreigen te ontwikkelen, zouden de patiënten en hun gezin de zorg en behandeling beter kunnen plannen. Als je de diagnose van ziekte van Alzheimer sneller zou kunnen stellen, zou je het ziekteproces misschien ook beter kunnen afremmen. Dankzij de duizelingwekkende vooruitgang inzake artificiële intelligentie wordt het weldra wellicht mogelijk om de voorspellende kracht ervan in te zetten voor klinische doeleinden. Dankzij het reken- en leervermogen van computers kunnen we bijvoorbeeld neurodegeneratieve processen al veel preciezer evalueren.
Een onderzoeksgroep van de Universiteit van Bari en het Instituut voor nucleaire fysica in Italië heeft recentelijk een algoritme gepubliceerd waarmee je de zeer kleine structurele veranderingen in de hersenen van de mens kan detecteren tien jaar voor er ziekteverschijnselen optreden (1).
Om dat systeem van artificiële intelligentie te ontwikkelen, hebben Nicola Amoroso, Marianna La Rocca et coll. eerst 67 MRI's uitgevoerd bij 38 patiënten met een ziekte van Alzheimer en 29 gezonde controlepersonen. De digitale beelden werden in kleine zones opgesplitst opdat het systeem de kleinste veranderingen zou kunnen detecteren. Het systeem evalueerde daarvoor de connectiviteit van de neuronen in al die zones via een aanleerproces.
Vorsers in medische fysica en neurologie hebben hun systeem vervolgens uitgetest op een tweede reeks van 148 MRI's (waaronder 48 beelden van hersenen van patiënten met de ziekte van Alzheimer en 48 beelden van mensen met lichte cognitieve deficits die twee tot negen jaar later een ziekte van Alzheimer hebben ontwikkeld.)
In 86% van de gevallen slaagde het systeem erin om de ziekte van Alzheimer te diagnosticeren. Het systeem slaagde er ook in om lichte cognitieve deficits te diagnosticeren (slaagpercentage van 84%). Om de precisie en het slaagpercentage van het systeem nog te verhogen, willen de auteurs hun studie nog verder uitbreiden.
De Italiaanse specialisten zijn niet de enigen die nieuwe technologieën gebruiken om een ziekte van Alzheimer en andere neurodegeneratieve aandoeningen beter te detecteren. Vorig jaar hebben leden van het VU Universitair Medisch Centrum in Amsterdam een soortgelijk onderzoek uitgevoerd (2). Alle Meije Wink heeft daarbij gebruik gemaakt van de techniek van 'arterial spin labeling'-perfusiekaarten (voor kwantitatieve meting van de hersendoorbloeding). De diagnostische betrouwbaarheid bedroeg 82% tot 90%.
Deze zomer tot slot hebben Canadese vorsers gemeld dat ze een algoritme hebben ontwikkeld waarmee ze met amyloïd-PET-scan gecombineerd met automatisch leren (machine learning) (de computer leert om een bepaalde taak uit te voeren en om die taak almaar beter uit te voeren door integratie van extra gegevens) met een precisie van 84% progressie naar dementie binnen 24 maanden konden voorspellen bij patiënten met risicofactoren voor de ziekte van Alzheimer (3).
(referenties:
(1) arXiv, 9 september 2017, arXiv: 1709.02369v2, et You Tube, The Science Channel, 19 september 2017,
(2) Radiology, december 2016, doi: 10.1148/radiol.2016152703,
(3) Neurobiology Aging, 10 juli 2017, DOI: 10.1016/j.neurobiolaging.2017.06.027)