חוקרי קיימברידג' פיתחו כלי בינה מלאכותית המנבא במדויק את התקדמות אלצהיימר אצל אנשים עם סימני דמנציה מוקדמים, תוך שימוש בשיטות לא פולשניות וחסכוניות. חדשנות זו עשויה להפחית באופן משמעותי את ההסתמכות על הליכי אבחון יקרים ולשפר אסטרטגיות התערבות מוקדמות, ועשוי להועיל למיליונים ברחבי העולם. קרדיט: twoday.co.il.com
מודל AI מאוניברסיטת קיימברידג' יכול לחזות אלצהיימר התקדמות עם 82% דיוק באמצעות בדיקות קוגניטיביות פשוטות וסריקות MRI, המציעות אלטרנטיבה לא פולשנית וזולה יותר לאבחון מסורתי.
מדעני קיימברידג' פיתחו כלי אינטליגנטי מלאכותי המסוגל לחזות בארבעה מקרים מתוך חמישה אם אנשים עם סימנים מוקדמים של דמנציה יישארו יציבים או יפתחו מחלת אלצהיימר.
הצוות אומר שגישה חדשה זו יכולה להפחית את הצורך בבדיקות אבחון פולשניות ויקרות תוך שיפור תוצאות הטיפול בשלב מוקדם כאשר להתערבויות כגון שינויים באורח החיים או תרופות חדשות עשויות להיות סיכוי לעבוד בצורה הטובה ביותר.
האתגר העולמי של דמנציה
דמנציה מציבה אתגר משמעותי בתחום הבריאות העולמי, המשפיעה על למעלה מ-55 מיליון אנשים ברחבי העולם בעלות שנתית מוערכת של 820 מיליארד דולר. מספר המקרים צפוי להכפיל פי שלושה במהלך 50 השנים הבאות.
הגורם העיקרי לדמנציה הוא מחלת אלצהיימר, המהווה 60-80% מהמקרים. גילוי מוקדם הוא חיוני שכן זה כאשר הטיפולים צפויים להיות היעילים ביותר, אך ייתכן שאבחון מוקדם של דמנציה ופרוגנוזה לא יהיו מדויקים ללא שימוש בבדיקות פולשניות או יקרות כגון סריקות פליטת פוזיטרונים (PET) או ניקור מותני, שאינן זמין בכל מרפאות הזיכרון. כתוצאה מכך, עד שליש מהחולים עלולים להיות מאובחנים בטעות ואחרים מאובחנים מאוחר מדי כדי שהטיפול יהיה יעיל.
קידום אבחנה של אלצהיימר עם AI
צוות בראשות מדענים מהמחלקה לפסיכולוגיה באוניברסיטת קיימברידג' פיתח א למידת מכונה מודל המסוגל לחזות האם וכמה מהר יתקדם אדם עם בעיות זיכרון וחשיבה קלות לפתח מחלת אלצהיימר. במחקר שפורסם היום (12 ביולי) בכתב העת רפואה אלקטרוניתהם מראים שזה מדויק יותר מכלי האבחון הקליניים הנוכחיים.
כדי לבנות את המודל שלהם, החוקרים השתמשו בנתוני חולים שנאספו באופן שגרתי, לא פולשני ובעלות נמוכה – בדיקות קוגניטיביות וסריקות MRI מבניות המראות ניוון של חומר אפור – מלמעלה מ-400 אנשים שהיו חלק מקבוצת מחקר בארה"ב.
לאחר מכן הם בדקו את המודל באמצעות נתוני מטופלים מהעולם האמיתי מ-600 משתתפים נוספים מהקבוצה האמריקאית, וחשוב מכך – נתונים אורך מ-900 אנשים ממרפאות זיכרון בבריטניה ובסינגפור.
יישום והשפעה של מודל הבינה המלאכותית
האלגוריתם הצליח להבחין בין אנשים עם ליקוי קוגניטיבי קל יציב לבין אלו שהתקדמו למחלת אלצהיימר בתוך תקופה של שלוש שנים. היא הצליחה לזהות נכונה אנשים שהמשיכו לפתח אלצהיימר ב-82% מהמקרים ולזהות נכונה את אלו שלא עשו זאת ב-81% מהמקרים מבדיקות קוגניטיביות וסריקת MRI בלבד.
האלגוריתם היה מדויק פי שלושה בניבוי ההתקדמות לאלצהיימר מאשר סטנדרט הטיפול הנוכחי; כלומר, סמנים קליניים סטנדרטיים (כגון ניוון חומר אפור או ציונים קוגניטיביים) או אבחון קליני. זה מראה שהמודל יכול להפחית משמעותית אבחנה שגויה.
המודל גם איפשר לחוקרים לחלק אנשים עם מחלת אלצהיימר באמצעות נתונים מהביקור הראשון של כל אדם במרפאת הזיכרון לשלוש קבוצות: אלו שתסמיניהם יישארו יציבים (כ-50% מהמשתתפים), אלו שיתקדמו לאלצהיימר לאט (בסביבות 35%) ואלה שיתקדמו מהר יותר (15% הנותרים). תחזיות אלו אושרו כאשר הסתכלו על נתוני מעקב לאורך 6 שנים. זה חשוב מכיוון שזה יכול לעזור לזהות את אותם אנשים בשלב מוקדם מספיק כדי שהם עשויים להפיק תועלת מטיפולים חדשים, תוך זיהוי אנשים הזקוקים למעקב צמוד שכן מצבם צפוי להידרדר במהירות.
חשוב לציין, אותם 50% מהאנשים שיש להם תסמינים כגון אובדן זיכרון אך נשארים יציבים, יכוונו טוב יותר למסלול קליני אחר שכן התסמינים שלהם עשויים לנבוע מסיבות אחרות ולא מדמנציה, כגון חרדה או דיכאון.
יישומים פוטנציאליים ועתידיים
הסופרת הבכירה פרופסור זואי קורצי מהמחלקה לפסיכולוגיה באוניברסיטת קיימברידג' אמרה: "יצרנו כלי שלמרות השימוש רק בנתונים מבדיקות קוגניטיביות וסריקות MRI, הוא הרבה יותר רגיש מהגישות הנוכחיות בניבוי אם מישהו יתקדם מתסמינים קלים ועד לאלצהיימר – ואם כן, האם ההתקדמות הזו תהיה מהירה או איטית.
"יש לזה פוטנציאל לשפר משמעותית את רווחת המטופלים, להראות לנו אילו אנשים זקוקים לטיפול הכי קרוב, תוך הסרת החרדה עבור אותם מטופלים שאנו צופים שתישאר יציבה. בתקופה של לחץ עז על משאבי הבריאות, זה גם יעזור להסיר את הצורך בבדיקות אבחון פולשניות ויקרות מיותרות".
בעוד החוקרים בדקו את האלגוריתם על נתונים מקבוצת מחקר, הוא אומת באמצעות נתונים בלתי תלויים שכללו כמעט 900 אנשים שהשתתפו במרפאות זיכרון בבריטניה ובסינגפור. בבריטניה, חולים גויסו באמצעות מחקר MRI Quantiative in NHS Memory Clinics Study (QMIN-MC) בהובלת מחבר המחקר ד"ר Timothy Rittman מ-Cambridge University Hospitals NHS Trust ו-Cambridgeshire and Peterborough NHS Foundation Trusts (CPFT).
החוקרים אומרים שזה מראה שזה צריך להיות ישים בסביבה קלינית של חולה בעולם האמיתי.
ד"ר בן אנדרווד, פסיכיאטר יועץ כבוד ב-CPFT ועוזר פרופסור במחלקה לפסיכיאטריה, אוניברסיטת קיימברידג', אמר: "בעיות זיכרון שכיחות ככל שאנו מתבגרים. במרפאה, אני רואה כיצד חוסר הוודאות לגבי האם אלו עשויים להיות הסימנים הראשונים לדמנציה יכולה לגרום לדאגה רבה לאנשים ולמשפחותיהם, כמו גם להיות מתסכלת עבור רופאים שיעדיפו לתת תשובות סופיות. העובדה שאולי נוכל לצמצם את אי הוודאות הזו עם מידע שכבר יש לנו היא מרגשת וצפויה להיות חשובה עוד יותר ככל שיופיעו טיפולים חדשים".
פרופסור קורצי אמר: "מודלים של AI טובים רק כמו הנתונים שהם מאומנים עליהם. כדי לוודא שלשלנו יש פוטנציאל לאימוץ בסביבה רפואית, אימנו ובדקנו אותו על פי נתונים שנאספו באופן שגרתי, לא רק מקבוצות מחקר, אלא ממטופלים במרפאות זיכרון בפועל. זה מראה שזה יהיה ניתן להכללה לסביבה אמיתית".
הצוות מקווה כעת להרחיב את המודל שלהם לצורות אחרות של דמנציה, כגון דמנציה וסקולרית ודמנציה פרונטומפורלית, ושימוש בסוגים שונים של נתונים, כגון סמנים מבדיקות דם.
פרופסור קורצי הוסיף: "אם אנחנו מתכוונים להתמודד עם האתגר הבריאותי ההולך וגובר שמציג דמנציה, נזדקק לכלים טובים יותר לזיהוי והתערבות בשלב מוקדם ככל האפשר. החזון שלנו הוא להגדיל את כלי הבינה המלאכותית שלנו כדי לעזור לקלינאים להקצות את האדם הנכון בזמן הנכון למסלול האבחון והטיפול הנכון. הכלי שלנו יכול לעזור להתאים את המטופלים הנכונים לניסויים קליניים, ולהאיץ גילוי תרופות חדשות לטיפולים משנים מחלה".
המחקר מומן על ידי Wellcome, החברה המלכותית, Alzheimer's Research UK, ה- Alzheimer's Drug Discovery Foundation Diagnostics Accelerator, מכון אלן טיורינג והמכון הלאומי לחקר הבריאות של Cambridge Biomedical Research Centre.
