A Inteligência Artificial (IA) é capaz de prever o Mal de Alzheimer através da análise de imagens do cérebro, de acordo com um estudo publicado na Radiology. Alterações cerebrais metabólicas podem ser identificadas mais cedo, levando a diagnóstico e intervenção oportunos.

Embora o diagnóstico oportuno do Mal de Alzheimer seja extremamente importante, o diagnóstico precoce tem se mostrado desafiador. A pesquisa ligou o processo da doença a alterações no metabolismo, como mostrado pela captação de glicose em certas regiões do cérebro, mas essas alterações podem ser difíceis de reconhecer.

“As diferenças no padrão de captação de glicose no cérebro são muito sutis e difusas”, disse o coautor do estudo, Jae Ho Sohn, MD, do Departamento de Radiologia e Imagem Biomédica da Universidade da Califórnia em San Francisco (UCSF). “As pessoas são boas em encontrar biomarcadores específicos de doenças, mas as alterações metabólicas representam um processo mais global e sutil”.

O autor sênior do estudo, Benjamin Franc, MD, da UCSF, abordou o Dr. Sohn da Universidade da Califórnia, Berkeley, e o estudante de graduação Yiming Ding através do grupo de pesquisa Big Data em Radiologia (BDRAD), uma equipe multidisciplinar de médicos e engenheiros com foco em Ciência de Dados Radiológica. O Dr. Franc estava interessado em aplicar a aprendizagem profunda (Deep Learning) para encontrar mudanças no metabolismo cerebral preditivo de DA.

Os pesquisadores treinaram o algoritmo de Deep Learning usando uma varredura de 18-F-fluorodeoxiglucose PET (FDG-PET).

Os pesquisadores tiveram acesso a dados da Iniciativa de Neuroimagem de Doença de Alzheimer (ADNI), um importante estudo em vários locais focado em ensaios clínicos para melhorar a prevenção e o tratamento desta doença. O conjunto de dados ADNI incluiu mais de 2.100 imagens cerebrais de FDG-PET de 1.002 pacientes. Os pesquisadores treinaram o algoritmo de Deep Learning em 90% do conjunto de dados e o testaram nos 10% restantes.

Finalmente, os pesquisadores testaram o algoritmo em um conjunto independente de 40 exames de imagem de 40 pacientes que nunca haviam estudado. O algoritmo alcançou 100% de sensibilidade na detecção da doença em média mais de seis anos antes do diagnóstico final.

“Ficamos muito satisfeitos com o desempenho do algoritmo”, disse Sohn. “Foi capaz de prever todos os casos que evoluíram para a doença de Alzheimer”.

Deep Learning

A figura acima mostra um mapa de saliências do modelo de aprendizado profundo Inception V3 sobre a classificação da doença de Alzheimer. (a) Um mapa representativo de saliência com sobreposição anatômica em homem de 77 anos de idade. (b) Mapa de saliência média superior a 10% do conjunto da Iniciativa de Neuroimagem de Doença de Alzheimer. (c) Mapa de saliência média sobre conjunto de teste independente. Quanto mais a cor do pixel estiver mais próxima da extremidade “Alta” da barra de cores na imagem, maior será a influência na previsão da doença de Alzheimer.

Algoritmo Pode Ajudar Radiologistas

Embora ele tenha advertido que o conjunto de testes independentes era pequeno e precisa de validação adicional com um estudo prospectivo multiinstitucional maior, o Dr. Sohn disse que o algoritmo poderia ser uma ferramenta útil para complementar o trabalho dos radiologistas – especialmente em conjunto com outros métodos bioquímicos e de testes de imagens – proporcionando uma oportunidade para intervenção terapêutica precoce.

“Se diagnosticamos o Mal de Alzheimer quando todos os sintomas se manifestam, a perda de volume cerebral é tão significativa que é tarde demais para intervir”, disse ele. “Se pudermos detectá-lo mais cedo, é uma oportunidade para os pesquisadores encontrarem maneiras melhores de desacelerar ou até interromper o processo da doença”.

Instruções para pesquisas futuras incluem o treinamento do algoritmo de Deep Learning para procurar padrões associados ao acúmulo de proteínas beta-amilóides e tau, aglomerados anormais de proteínas e emaranhados no cérebro que são marcadores específicos do Mal de Alzheimer.

Acesse o estudo de Radiologia, “Um modelo de aprendizado profundo para prever um diagnóstico da doença de Alzheimer usando o PET 18F-FDG do cérebro”, em pubs.radiology.org.

Fonte: AI Predicts Alzheimers Years Before Diagnosis

Esse será um dos projetos da Formação Inteligência Artificial Aplicada à Medicina.

Equipe DSA