Alzheimer: teadlased loovad mudeli languse ennustamiseks
Massachusettsi tehnoloogiainstituudi teadlased on välja töötanud masinõppe mudeli, mis võiks ennustada Alzheimeriga seotud kognitiivse languse määra tulevikus kuni 2 aastaks.
Alzheimeri tõbi mõjutab miljoneid inimesi kogu maailmas, kuid teadlased ei tea siiani, mis selle põhjustab.
Sel põhjusel saab ennetusstrateegiaid tabada ja vahele jätta. Pealegi pole tervishoiutöötajatel selget viisi inimese kognitiivse languse määra kindlaksmääramiseks, kui arst on diagnoosinud neil Alzheimeri tõve.
Nüüd on Cambridge'is asuva Massachusettsi tehnoloogiainstituudi (MIT) teadlased koostöös teiste asutuste spetsialistidega välja töötanud masinõppe mudeli, mis võimaldaks spetsialistidel ennustada, kui palju inimese kognitiivne toimimine muutub kuni 2 aastat ette selle languse kindlakstegemisest.
Ognjen Rudovicist, Yuria Utsumist, Kelly Petersonist, Ricardo Guerrerost, Daniel Rueckertist ja prof Rosalind Picardist koosnev meeskond esitleb oma projekti hiljem sel nädalal konverentsil Machine Learning for Healthcare. Selle aasta konverents toimub Ann Arboris, MI.
"Kognitiivse languse täpne prognoosimine kuuelt 24 kuule on kliiniliste uuringute kavandamisel kriitilise tähtsusega," selgitab Rudovic. Ta lisab seda seetõttu, et "[tulevaste kognitiivsete muutuste täpse ennustamise suutlikkus võib vähendada osaleja külastuste arvu, mis võib olla kulukas ja aeganõudev".
"Lisaks kasuliku ravimi väljatöötamisele aitamisest," jätkab teadlane, "on eesmärk aidata vähendada kliiniliste uuringute kulusid, et muuta need taskukohasemaks ja teha suuremas mahus."
Metaõppe kasutamine languse ennustamiseks
Uue mudeli väljatöötamiseks kasutas töörühm Alzheimeri tõve neuroimaging algatuse (ADNI) andmeid, mis on maailma suurim Alzheimeri tõve kliiniliste uuringute andmekogum.
ADNI kaudu pääsesid teadlased ligi 1700 inimese andmetele, kellest mõned olid Alzheimeri tõvega ja teised ilma.
Meeskonnal oli juurdepääs kliinilisele teabele, sealhulgas osalejate kognitiivse funktsiooni hindamisele, aju skaneerimisele, üksikisikute DNA-meigi andmetele ja tserebrospinaalvedeliku mõõtmistele, mis paljastavad Alzheimeri tõve biomarkerid.
Esimese sammuna töötasid teadlased välja ja katsetasid oma masinõppe mudelit, kasutades 100 osalejaga alarühma andmeid. Selle kohordi kohta oli aga palju puuduvaid andmeid. Niisiis otsustasid uurijad kohordi olemasolevate andmete analüüsimiseks kasutada teistsugust statistilist lähenemist, mis muudaks analüüsi täpsemaks.
Siiski ei jõudnud uus mudel täpsuse tasemele, mida selle arendajad olid oodanud. Selle täpsemaks muutmiseks kasutasid teadlased ADNI osalejate teise alamrühma andmeid.
Seekord otsustas meeskond siiski sama mudeli kõigile rakendamise vastu. Selle asemel kohandasid nad mudeli igale osalejale sobivaks, võttes uusi andmeid, kui need pärast iga uut kliinilist hindamist kättesaadavaks muutusid.
Selle lähenemisviisi abil leidsid teadlased, et mudel viis prognoosides oluliselt madalama veamäära. Pealegi toimis see paremini kui olemasolevad masinõppemudelid, mida rakendati kliinilistele andmetele.
Sellegipoolest läksid teadlased sammu edasi, veendumaks, et nende lähenemisviis jättis ruumi võimalikult vähe vigu. Nad töötasid edasi välja metaõppe mudeli, mis võimaldab valida parima lähenemisviisi, et ennustada kognitiivseid tulemusi igas osalejas.
See mudel valib automaatselt kogu elanikkonna ja isikupärastatud lähenemise vahel, arvutades, milline neist pakub konkreetse inimese jaoks konkreetse ajahetke jaoks tõenäoliselt parimat prognoosi.
Teadlased leidsid, et selline lähenemine vähendas prognooside veamäära veel 50% võrra.
"Me ei leidnud ühtegi mudelit ega fikseeritud mudelite kombinatsiooni, mis annaks meile parima prognoosi," selgitab Rudovic.
„Nii et tahtsime õppida, kuidas selle metaõppeskeemiga õppida. See on nagu mudel mudeli peal, mis toimib valijana ja on metateadmiste abil koolitatud, et otsustada, millist mudelit on parem juurutada. "
Ognjen Rudovic
Edaspidi on meeskonna eesmärk luua partnerlus farmaatsiaettevõttega, et katsetada seda mudelit käimasolevas Alzheimeri tõve uuringus.
