Künstliche Intelligenz (KI) könnte helfen, Alzheimer schneller zu diagnostizieren und die Prognose der Patienten zu verbessern, hat eine neue Studie der University of Sheffield ergeben.
Die neue Studie des Neuroscience Institute der University of Sheffield untersucht, wie der routinemäßige Einsatz von KI im Gesundheitswesen dazu beitragen könnte, den Zeitaufwand und die wirtschaftlichen Auswirkungen zu verringern, die häufige neurodegenerative Erkrankungen wie Alzheimer und Parkinson für den NHS bedeuten.
Der Hauptrisikofaktor für viele neurologische Erkrankungen ist das Alter, und da die Bevölkerung weltweit länger lebt als je zuvor, wird die Zahl der Menschen mit einer neurodegenerativen Erkrankung voraussichtlich ein beispielloses Niveau erreichen. Allein die Zahl der Menschen, die mit Alzheimer leben, soll sich bis 2050 auf 115 Millionen verdreifachen, was das Gesundheitssystem vor eine echte Herausforderung stellt.
Die neue Studie, die in der Zeitschrift Nature Reviews Neurology veröffentlicht wurde, hebt hervor, wie KI-Technologien wie maschinelle Lernalgorithmen neurodegenerative Erkrankungen erkennen können, die zum Absterben eines Teils des Gehirns führen, bevor sich fortschreitende Symptome verschlimmern. Dies kann die Chancen der Patienten verbessern, von einer erfolgreichen krankheitsmodifizierenden Behandlung zu profitieren.
Die Hauptautorin der Studie, Dr. Laura Ferraiuolo von der University of Sheffield, sagte: „Die meisten neurodegenerativen Erkrankungen sind noch immer nicht heilbar und werden in vielen Fällen aufgrund ihrer molekularen Komplexität spät diagnostiziert.
"Der weit verbreitete Einsatz von KI-Technologien kann beispielsweise dabei helfen, vorherzusagen, welche Patienten mit leichter kognitiver Beeinträchtigung die Alzheimer-Krankheit entwickeln werden oder wie stark ihre motorischen Fähigkeiten im Laufe der Zeit abnehmen werden.
"KI-gestützte Technologien können auch verwendet werden, um Patienten dabei zu helfen, ihre Symptome aus der Ferne und in der Privatsphäre ihres eigenen Zuhauses mitzuteilen, was für Patienten mit Mobilitätsproblemen ein enormer Vorteil sein wird."
Maschinelle Lernalgorithmen können darauf trainiert werden, krankheitsbedingte Veränderungen in medizinischen Bildern, Patientenbewegungsinformationen, Sprachaufzeichnungen oder Filmmaterial, das Patientenverh alten zeigt, zu erkennen, was die KI zu einem wertvollen diagnostischen Hilfsmittel macht.
Zum Beispiel kann es von geschultem Fachpersonal in radiologischen Abteilungen verwendet werden, um Bilder schneller zu analysieren und kritische Ergebnisse für eine sofortige Nachsorge hervorzuheben.
Algorithmen können auch die Sprache der Patienten abhören und ihren Wortschatz und andere semantische Merkmale analysieren, um ihre kognitive Funktion zu beurteilen. Maschinelles Lernen kann auch Informationen verwenden, die in elektronischen Patientenakten oder genetischen Profilen enth alten sind, um die besten Behandlungen für einzelne Patienten vorzuschlagen.
Die Studie ist das Ergebnis einer langfristigen engen Zusammenarbeit zwischen dem Biotech-Unternehmen BenevolentAI und einem Team von Forschern des Neurowissenschaftlichen Instituts der Universität Sheffield, Monika Myszczynska, Dr. Richard Mead und Dr. Guillaume Hautbergue.
Erstautorin des Artikels, Monika Myszczynska von der University of Sheffield, sagte: „Der Einsatz von KI im klinischen Umfeld kann zu Einsparungen im NHS führen, da Patienten, die von schwächenden Krankheiten wie MND betroffen sind, weniger reisen müssen in die Klinik – was während der aktuellen Pandemie sehr relevant ist – und die Zeit, die Patienten und Ärzte in der Klinik verbringen.
"Es ist noch zu früh, um über Ergebnisse in Bezug auf Behandlungen zu sprechen, aber in dieser Studie haben wir untersucht, wie Methoden des maschinellen Lernens verwendet werden können, um den besten Behandlungsverlauf für Patienten basierend auf ihrem Krankheitsverlauf zu ermitteln oder wie er verläuft könnte verwendet werden, um neue therapeutische Angriffspunkte und Medikamente zu identifizieren.
"Weitere Forschung wird sich nun auf die Verbesserung aktueller Diagnosetechnologien sowie auf eine Generation neuer Algorithmen konzentrieren, um den Einsatz von KI bei der Prognosevorhersage und der Arzneimittelforschung Wirklichkeit werden zu lassen. KI ernährt sich von Daten, daher die Generierung von Internationale Konsortien und Kooperationen sind der Schlüssel zu diesen zukünftigen Bemühungen."
Die Forschung ist Teil der Arbeit des Neuroscience Institute der University of Sheffield, das darauf abzielt, Akademiker und Wissenschaftler aus verschiedenen Fachgebieten zusammenzubringen, um wissenschaftliche Entdeckungen aus dem Labor in bahnbrechende Behandlungen umzusetzen, von denen Patienten mit neurodegenerativen Erkrankungen profitieren.
