- В новом исследовании, представленном на ежегодном собрании Радиологического общества Северной Америки, исследователи использовали искусственный интеллект для анализа снимков мозга подростков с синдромом дефицита внимания и гиперактивности (СДВГ) и без него.
- Этот подход выявил различия в участках белого вещества мозга людей с СДВГ, что позволило лучше понять это состояние.
- СДВГ затрагивает около 6 миллионов детей и подростков в Соединенных Штатах, поэтому ранняя диагностика и вмешательство имеют решающее значение для улучшения благосостояния в обществе, которое все больше подвержено влиянию отвлекающих факторов.
Синдром дефицита внимания и гиперактивности (СДВГ) может вызвать трудности с поддержанием внимания, управлением уровнем энергии и контролем импульсов.
Обычно оно проявляется в детстве и может существенно повлиять на благополучие человека и его способность функционировать в обществе.
В США примерно
Эксперты говорят, что диагностика СДВГ может быть сложной задачей, поскольку медицинские работники часто полагаются на самооценки, которые носят субъективный характер. Они говорят, что существует явная потребность в более объективных методах диагностики.
В новом исследовании, представленном на ежегодном собрании Радиологического общества Северной Америки в ноябре, ученые сообщили о типе искусственного интеллекта (ИИ) глубокого обучения для изучения МРТ-сканирований подростков с СДВГ и без него.
Исследователи заявили, что обнаружили важные различия в определенных структурах мозга, называемых трактами белого вещества, у людей с СДВГ.
Использование глубокого обучения ИИ для выявления показателей СДВГ
Исследователи заявили, что их исследование, которое еще не было опубликовано в рецензируемом журнале, важно, поскольку оно впервые использует глубокое обучение для выявления показателей СДВГ.
Глубокое обучение — это тип искусственного интеллекта, который может автоматически распознавать закономерности и связи в огромных объемах данных.
Джастин Хьюн, магистр наук, соавтор исследования и исследователь кафедры нейрорадиологии Калифорнийского университета в Сан-Франциско и студент-медик Медицинского колледжа Карла Иллинойса в Урбана-Шампейн в Иллинойсе, рассказал Медицинские новости сегодня что они проанализировали большой набор данных изображений мозга подростков с СДВГ и без него.
«Мы обнаружили, что в среднем наблюдались статистически значимые различия в визуализации между участниками исследования с дефицитом внимания и без него», — сказал он.
Мы надеемся, что наши результаты послужат многообещающим шагом на пути к лучшему пониманию СДВГ с биологической точки зрения, а также к более стандартному, объективному и точному способу диагностики этого состояния.
Джастин Хьюн, MS
Изучение данных МРТ и клинических обследований
В исследовании использовались данные сканирования мозга, клинических опросов и другая информация, собранная из 21 исследовательского центра в Соединенных Штатах.
Данные визуализации мозга, которые они использовали, включали специализированный метод магнитно-резонансной томографии (МРТ), известный как диффузионно-взвешенная визуализация (ДВИ).
По сообщениям исследователей, предыдущие попытки использовать ИИ для выявления СДВГ столкнулись с трудностями из-за небольшого размера выборки и сложной природы расстройства.
В этом исследовании исследовательская группа специально выбрала 1704 человека, среди которых были как подростки с СДВГ, так и люди без этого заболевания.
Используя сканирование DWI, они получили измерения фракционной анизотропии (ФА) в 30 основных участках белого вещества головного мозга. FA измеряет, как молекулы воды движутся по волокнам этих путей.
Значения FA от 1371 человека были использованы для обучения модели искусственного интеллекта глубокого обучения, которая впоследствии была протестирована на 333 участниках, в том числе 193 с диагнозом СДВГ и 140 без СДВГ.
Исследователи заявили, что благодаря использованию искусственного интеллекта они сделали важное открытие. Они сообщили, что у людей с СДВГ значения FA были заметно выше в девяти участках белого вещества.
Эти отличительные паттерны МРТ у людей с СДВГ ранее не наблюдались в таких сложных деталях.
В большинстве случаев нарушения, обнаруженные в этих участках белого вещества, соответствуют симптомам, обычно связанным с СДВГ.
Прорыв в исследовании сканирования мозга при СДВГ
Доктор Дэвид Лефковиц, специалист по нейрорадиологии и медицинский директор отделения МРТ в SimonMed Imaging, который не участвовал в этом исследовании, поговорил с Медицинские новости сегоднязаявив: «Я согласен с основной концепцией (исследователями) СДВГ как сложного расстройства с потенциальными структурными и функциональными вариациями, лежащими в основе психопатологии».
«Исторически попытки найти структурные корреляции, выявленные с помощью МРТ для диагностики СДВГ, были в основном безуспешными», — сказал Лефковиц.
«Но они все же могут существовать, и исследователи используют лучшие доступные инструменты для поиска таких корреляций, используя комбинацию DTI и глубокого обучения», — пояснил он.
Хотя структурные отклонения при СДВГ могут существовать, если мы внимательно посмотрим, это не самый привлекательный исследовательский подход. В конце концов, СДВГ — это поведенческое расстройство. Логично, что более перспективной была бы методика визуализации, которая оценивает функцию, а не структуру. Поэтому я предпочитаю изучать функциональные сети (фМРТ) или метаболизм мозга (ПЭТ). Тем не менее, я считаю, что важно сохранять непредвзятость.
Доктор Дэвид Лефковиц
«Открытия происходят в неожиданных местах, поэтому мой скептицизм не следует воспринимать как пренебрежительный», — сказал Лефковиц. «Мне было бы очень интересно посмотреть, к чему это приведет, особенно когда исследование превратится в рецензируемую публикацию».
Технологические разработки могут повысить точность диагностики СДВГ
рассказала Ливия Лайфс, генеральный директор Neuroute и эксперт в области искусственного интеллекта, которая также не участвовала в исследовании. Медицинские новости сегодня что «это исследование представляет собой значительный прогресс в применении искусственного интеллекта и анализа данных визуализации в области диагностики СДВГ».
Методы глубокого обучения без учителя, такие как автокодировщики, могут выявить тонкие структурные закономерности, которые могут быть упущены традиционными методами диагностики. Это может значительно повысить точность диагностики СДВГ и дать ценную информацию о нейробиологии, лежащей в основе этого расстройства.
Ливия Лайфс
Лефковиц согласился, заявив, что «точная неинвазивная методика визуализации для пациентов с СДВГ может оказаться очень полезной в клиническом ведении, а также в испытаниях лекарств».
«Одной из проблем, связанных с доказательством эффективности лекарств, является отбор пациентов», — сказал он. «Затраты на клинические испытания лекарств огромны, отчасти потому, что для достижения статистически значимых результатов требуется большое количество пациентов».
«Более точная диагностика СДВГ и, кроме того, возможность стратифицировать пациентов по степени тяжести потенциально могут уменьшить необходимый размер и, следовательно, стоимость таких исследований», — добавил он.
В заключение Лефковиц сказал: «Последствия касаются не только пациентов (что, очевидно, принесет пользу), но и общества в целом».