Štúdia: Umelé spravodajstvo môže zlepšiť detekciu MRI ADHD

14. januára 2020

Umelá inteligencia môže pomocou skenovania mozgu MRI významne zlepšiť presnosť nervových modelov na zistenie poruchy hyperaktivity s deficitom pozornosti (ADHD), podľa štúdie, ktorá bola nedávno uverejnená v Rádiológia: umelá inteligencia.¹

Štúdia, ktorú uskutočnili vedci z Ohia University of Cincinnati a Detské zdravotné stredisko Cincinnati, sa zameriava na vznikajúcu myšlienku používania zobrazovanie mozgu na zistenie príznakov ADHD u pacientov. V súčasnosti neexistuje jediný definitívny test na ADHD - diagnostika prichádza po sérii testov príznakov a správania.

Výskum to však naznačuje ADHD je možné detegovať štúdiom konektómu - mapu nervových spojení mozgu vytvorenú vrstvením MRI skenov mozgu, známych ako parcelácie. Niektoré štúdie naznačujú, že prerušený alebo prerušený konektóm je spojený s ADHD.

Väčšina výskumov doteraz zahrnovala model „jednokanálovej hlbokej neurónovej siete“ (scDNN), kde umelá inteligencia pomáha počítaču vytvárať konektómy založené na jednej parcelácii. V tejto štúdii vedci vyvinuli „multikanálový model hlbokej neurónovej siete“ alebo mcDNN, kde sa konektómy konštruujú na základe viacerých parcelácií. Tieto viacrozmerné parcelácie pochádzajú z súborov údajov o mozgu 973 účastníkov.

Tento model bol naprogramovaný aj na analýzu a detekciu vzorov vo viacrozmerných konektoroch na detekciu ADHD a identifikáciu najprediktívnejších mozgových konektomov pre Diagnostika ADHD. Výsledky ukázali, že výkon detekcie ADHD sa zlepšil „výrazne“ s modelom mcDNN oproti scDNN alternatíve.

"Naše výsledky zdôrazňujú prediktívnu silu mozgového konektómu," uviedol autor Lili pre Rádiologickú spoločnosť v Severnej Amerike.². „Vybudovaný mozgový funkčný konektóm, ktorý pokrýva viacero stupníc, poskytuje doplňujúce informácie na zobrazovanie sietí v celom mozgu.“

Štúdia otvára dvere na zobrazovanie mozgu a hlboké nervové siete alebo hlboké učenie, aby pomohla odhaliť ďalšie podmienky. "Tento model sa dá zovšeobecniť na iné neurologické nedostatky," uviedol a poznamenal, že tento model mcDNN je už používa sa na predpovedanie kognitívnej nedostatočnosti u predčasne narodených detí, napríklad na predpovedanie neurodevelopetálnych výsledkov vo veku dva.

zdroje

¹ Chen, M., Li, H., Wang, J., Dillman, J. R., Parikh, N. A., & He, L. (2019). Multikanálový model hlbokej neurónovej siete, ktorý analyzuje údaje viackanálového funkčného mozgu na detekciu poruchy hyperaktivity s deficitom pozornosti. Rádiológia: Artificial Intelligence, 2 (1), e190012. https://doi.org/10.1148/ryai.2019190012

² Umelá inteligencia zvyšuje detekciu ADHD pomocou MRI. (2019, 11. decembra). Načítané 2020, 13. januára od https://www.rsna.org/en/news/2019/November-December/AI-MRI-For-ADHD

Aktualizované 14. januára 2020