KI-System erkennt frühes Alzheimer anhand von Gehirnscans mit 95% Genauigkeit
Forscher entwickelten ein Deep-Learning-System, das Alzheimer und leichte kognitive Beeinträchtigung anhand von Gehirnscans mit 94,8% Genauigkeit in 1.000 Fällen identifizierte und bestehende Computer-Methoden übertraf.
Was wurde untersucht
Forscher entwickelten ein neues System der künstlichen Intelligenz zur Erkennung von Alzheimer und leichter kognitiver Beeinträchtigung (MCI) anhand von Gehirnbildern. Das System kombiniert zwei Arten von neuronalen Netzwerken, um komplexe Muster in multimodalen Gehirnscans zu analysieren, die menschliche Prüfer und einfachere Computerprogramme oft übersehen.
Was wurde gefunden
Das KI-System erreichte eine Genauigkeit von 94,8%, als es an 1.000 Gehirnscans getestet wurde, und identifizierte korrekt gesunde Personen, Menschen mit MCI und solche mit Alzheimer. Dies übertraf deutlich ältere Methoden des maschinellen Lernens wie Support-Vektor-Maschinen (82,4% Genauigkeit) und Random-Forest-Algorithmen (85,7% Genauigkeit). Das System hielt eine konsistente Leistung über mehrere Validierungstests hinweg (93,8-95,0% Genauigkeit).
Was es für Patientinnen/Patienten bedeutet
Wenn es in realen klinischen Umgebungen validiert wird, könnte dieses Werkzeug Ärzten helfen, kognitive Beeinträchtigungen früher und zuverlässiger zu erkennen, was möglicherweise eine frühere Intervention ermöglicht. Das System wurde jedoch nur an bestehenden Datensätzen getestet und ist noch nicht in Krankenhäusern oder Kliniken verfügbar.
Wichtige Einschränkungen
Dies ist eine Studie zur Entwicklung von Algorithmen, kein klinischer Versuch mit echten Patientinnen/Patienten. Die Forscher testeten ihr System an bestehenden Gehirnscans, anstatt es in der tatsächlichen medizinischen Praxis einzusetzen. Das Team plant, es an größeren, multizentrischen Datensätzen zu testen und die Echtzeitanwendung in der Klinik zu erkunden, bevor es für Patientinnen/Patienten verfügbar werden könnte.