Alzheimerova bolest jedan je od najtežih neurodegenerativnih poremećaja suvremenog doba, a ujedno i najčešći uzrok demencije u starijoj životnoj dobi. Znanstvenici sve intenzivnije istražuju kako napredne računalne metode, posebice sustavi temeljeni na AI, mogu pomoći u ranijem i točnijem prepoznavanju bolesti. Novo istraživanje pokazalo je da se uz pomoć jedne snimke mozga dobivene magnetskom rezonancijom može s vrlo visokom preciznošću predvidjeti razvija li se Alzheimerova bolest, i to prije nego što se pojavi očito smanjenje volumena mozga.
Alzheimerova bolest pripada skupini progresivnih neurodegenerativnih bolesti, što znači da se s vremenom postupno pogoršava i nepovratno oštećuje živčane stanice. U početku su promjene suptilne – teško je razlikovati uobičajeno zaboravljanje od onoga što upućuje na Alzheimerovu bolest – no kako bolest napreduje, dolazi do sve izraženijeg propadanja pamćenja, sposobnosti planiranja, snalaženja u prostoru i obavljanja svakodnevnih aktivnosti. Upravo zbog tog postupnog tijeka ključna je rana dijagnoza, prije nego što oštećenja postanu prevelika.
Autori spomenute studije objašnjavaju da su razvili metodu koja koristi podatke magnetske rezonancije kako bi prepoznala razlike u mozgu između osoba koje imaju Alzheimerovu bolest i onih koje je nemaju, uključujući vrlo rane faze kada na snimci još nema izrazitog smanjenja pojedinih moždanih struktura. Takav pristup omogućuje da se Alzheimerova bolest prepozna već na razini suptilnih promjena u tkivu, koje su ljudskom oku često nevidljive, ali ih računalni modeli mogu otkriti analizom velikog broja obilježja odjednom.
Prema podacima Alzheimer’s Associationa, trenutačno oko 47 milijuna ljudi diljem svijeta živi s dijagnozom Alzheimerove bolesti, a očekuje se da će do 2030. taj broj narasti na 76 milijuna. U Sjedinjenim Američkim Državama više od 5,8 milijuna ljudi ima Alzheimerovu bolest, pri čemu su dvije trećine oboljelih žene, prema izvješćima AARP-a i drugih organizacija. Procjene Harvard NeuroDiscovery Centra pri instituciji Harvard Medical School upućuju na to da bi do 2050. broj oboljelih Amerikanaca mogao dosegnuti čak 16 milijuna. Te brojke jasno pokazuju da Alzheimerova bolest nije samo medicinski, nego i veliki društveni i ekonomski izazov.
Iako za sada ne postoji poznati lijek koji bi u potpunosti zaustavio ili preokrenuo Alzheimerovu bolest, dostupne su terapije koje mogu ublažiti simptome i usporiti pogoršanje funkcionalnih sposobnosti. Što je ranije Alzheimerova bolest dijagnosticirana, pacijent i njegova obitelj imaju više vremena za prilagodbu, planiranje skrbi, uključivanje u terapijske programe i donošenje važnih životnih odluka. Rana dijagnoza omogućuje i pravovremeno uključivanje u klinička ispitivanja novih lijekova, koja često traže osobe u ranim stadijima bolesti.
Simptomi koje uzrokuje Alzheimerova bolest ovise o stadiju u kojem se pacijent nalazi. U ranim fazama najčešći je znak gubitak pamćenja, posebno za nedavne događaje, dok stariji i dobro utvrđeni podaci još neko vrijeme ostaju očuvani. Postaje uočljivo da osoba zaboravlja dogovore, ponavlja ista pitanja, teže se prisjeća imena ili detalja nedavnih razgovora. Kako Alzheimerova bolest napreduje, poremećaji se šire na sposobnost planiranja, organizacije, usmjeravanja pažnje, donošenja odluka i rješavanja problema, a javljaju se i poteškoće u govoru, razumijevanju te prepoznavanju poznatih osoba i mjesta.
U kasnijim fazama Alzheimerova bolest dovodi do toga da oboljela osoba više ne može samostalno obavljati osnovne aktivnosti svakodnevice – od pripreme jednostavnog obroka do održavanja osobne higijene. Na kraju postaje u potpunosti ovisna o pomoći drugih ljudi. Uz kognitivne teškoće, Alzheimerova bolest često je praćena i neuropsihijatrijskim simptomima kao što su depresivnost, socijalno povlačenje, pojačana tjeskoba, sklonost lutanjima, apatija, razdražljivost, sumnjičavost prema bližnjima, impulzivno ponašanje i ponekad deluzije. Sve to povećava opterećenje obitelji i skrbnika, koji se moraju nositi s osjećajnom, fizičkom i financijskom iscrpljenošću.
Zašto su nužni bolji dijagnostički alati
Tradicionalno se dijagnoza koju nosi Alzheimerova bolest postavlja kombinacijom razgovora s pacijentom i obitelji, neuropsihološkog testiranja, laboratorijskih nalaza i slikovnih metoda, poput magnetske rezonancije ili kompjutorizirane tomografije. Međutim, mnogi od tih postupaka otkrivaju promjene tek kada je Alzheimerova bolest već uznapredovala. Neke preciznije metode, primjerice analiza biomarkera u likvoru ili određena nuklearno-medicinska snimanja, mogu biti skupa, invazivna ili manje dostupna u rutinskoj kliničkoj praksi.
Zato istraživači posljednjih desetljeća intenzivno rade na tome da magnetska rezonancija postane oslonac za razvoj neinvazivnih i relativno jeftinih strukturnih biomarkera, pomoću kojih bi se Alzheimerova bolest mogla otkriti u ranim fazama. Poboljšanje računalne snage i kapaciteta pohrane podataka tijekom posljednjih četrdesetak godina otvorilo je prostor za sofisticirane analize snimki mozga. Kombiniranjem strukturne magnetske rezonancije s metodama kao što je machine learning, moguće je uočiti obrasce koje ljudsko oko, čak i uz veliko iskustvo, teško može primijetiti.
U novom istraživanju autori navode da su iskoristili upravo tu kombinaciju – visokokvalitetne snimke mozga i napredne računalne modele – kako bi stvorili algoritam koji razlikuje mozgove osoba s Alzheimerovom bolešću od onih bez bolesti, ali i od osoba s drugim neurološkim poremećajima. Alzheimerova bolest tako se promatra kroz stotine obilježja iz cijelog mozga, a ne samo kroz nekoliko regija koje se tradicionalno smatraju najviše pogođenima.
Kako je bilo organizirano istraživanje
Za potrebe studije korišteni su podaci iz tri važna izvora. Prvi je velika međunarodna baza Alzheimer’s Disease Neuroimaging Initiative (ADNI), koja sadrži snimke mozga i kliničke informacije tisuća sudionika u različitim stadijima Alzheimerove bolesti. Drugi izvor je konzorcij Open Access Series of Imaging Studies (OASIS), koji pruža javno dostupne snimke mozga, dok treći čini baza podataka Imperial Memory Centre (IMC) sa sjedištem u Londonu, Ujedinjeno Kraljevstvo. Time je obuhvaćen širok raspon bolesnika i kontrolnih ispitanika, što je važno kako bi se model naučio nositi s različitim tipovima mozga i različitim fazama u kojima se nalazi Alzheimerova bolest.
Magnetske rezonancije svakog sudionika zatim su podijeljene na 115 potpodručja: 45 regija u bijeloj tvari te 70 regija u subkortikalnim područjima mozga. Za svako je područje izračunato više od 650 obilježja koja opisuju različite aspekte strukture mozga, poput volumena, debljine, oblika, intenziteta signala i raznih mjera teksture tkiva. Kombinacija tih obilježja omogućuje računalnom sustavu da stvori vrlo detaljnu “mapu” promjena koje donosi Alzheimerova bolest, čak i kada su one još minimalne.
Istraživači su kao polazište uzeli postojeći klasifikacijski algoritam razvijen za predviđanje rizika od raka, te su ga prilagodili tako da prepoznaje obrasce specifične za Alzheimerovu bolest. Algoritam je najprije “učio” na dijelu dostupnih podataka: promatrao je koje kombinacije obilježja češće nalazimo kod osoba s Alzheimerovom bolešću, a koje kod zdravih kontrola ili drugih neuroloških stanja. Nakon faze treniranja, algoritam je testiran na novim, dotad “neviđenim” snimkama mozga, kako bi se provjerilo koliko dobro generalizira naučene obrasce.
Poseban naglasak u studiji stavljen je na pacijente iz bolničkog sustava. Algoritam je ispitivan na snimkama više od 80 pacijenata iz ustanove Imperial College Healthcare NHS Trust, koji su bili upućeni na obradu zbog sumnje na Alzheimerovu bolest ili druge kognitivne poremećaje. Uz to, korišteni su i podaci iz programa ADNI, u kojem se nalaze snimke više od 400 ispitanika s ranim i kasnim stadijima Alzheimerove bolesti, kao i kontrolna skupina osoba bez kognitivnih smetnji te skupine ispitanika s drugim neurološkim dijagnozama poput Parkinsonove bolesti ili frontotemporalne demencije. Na taj način provjeravalo se može li algoritam precizno “prepoznati” Alzheimerovu bolest u realnim kliničkim uvjetima.
Točnost i jedinstvene prednosti pristupa
Prema rezultatima koje navode autori, razvijeni algoritam postigao je oko 98 posto točnosti u razlikovanju mozgova osoba s Alzheimerovom bolešću od mozgova zdravih kontrola i osoba s drugim bolestima. Još je važnije to što je za donošenje odluke bila dovoljna jedna snimka mozga, odnosno jedno magnetsko snimanje. U idealnom scenariju to bi značilo da bi pacijent s prvim sumnjama na Alzheimerovu bolest mogao dobiti jasno mišljenje već nakon standardne pretrage magnetske rezonancije, bez potrebe za dodatnim invazivnim ili skupim testovima.
Autori ističu da njihov sustav nije zamišljen kao zamjena za liječnika, nego kao oblik računalne podrške, koji bi mogao biti ugrađen u postojeće kliničke protokole. Kada radiolozi i neurolozi dobiju snimku pacijentova mozga, uz uobičajeni nalaz mogli bi dobiti i automatsku analizu u kojoj algoritam procjenjuje razvija li se Alzheimerova bolest s određenom vjerojatnošću. Takva informacija može potaknuti detaljniju daljnju obradu, brže upućivanje u specijalizirane centre i ranije započinjanje simptomatske terapije.
Jedna od zanimljivijih spoznaja ove studije jest da algoritam nije obraćao pozornost samo na klasična područja mozga, za koja već znamo da ih zahvaća Alzheimerova bolest, poput hipokampusa i okolnih struktura, nego je isticao i regije koje se tradicionalno ne smatraju središnjima u patologiji bolesti. Među njima su, primjerice, mali mozak i ventralni dio diencefalona. Ovaj nalaz dovodi u pitanje dugogodišnje pretpostavke da su određeni putevi bijele tvari u tim područjima uglavnom pošteđeni kada je prisutna Alzheimerova bolest, te otvara vrata istraživanju novih terapijskih pristupa koji bi mogli ciljati upravo na te regije.
Što ovo znači za pacijente i zdravstveni sustav
Ako bi se ovakvi algoritmi potvrdili u daljnjim istraživanjima i ušli u rutinsku praksu, potencijalna korist za osobe kod kojih se razvija Alzheimerova bolest mogla bi biti znatna. Ranije prepoznavanje omogućilo bi liječnicima da točnije razlikuju Alzheimerovu bolest od drugih uzroka demencije ili blažih kognitivnih poremećaja, što je ključno jer se prognoza i plan liječenja razlikuju. Pacijenti bi mogli dobiti jasnije informacije o tome što mogu očekivati, bolje planirati buduću skrb i pravovremeno prilagoditi svakodnevni život.
Za zdravstveni sustav, algoritmi koji s jedne snimke mogu predvidjeti Alzheimerovu bolest znače mogućnost učinkovitijeg korištenja resursa. Snimanje magnetskom rezonancijom već je dio standardne obrade mnogih neuroloških bolesnika, pa uvođenje dodatne računalne analize ne bi nužno zahtijevalo velike promjene u organizaciji rada. Usto, ako se Alzheimerova bolest otkrije ranije, postoji veća vjerojatnost da će pacijent dulje ostati funkcionalno samostalan, što može smanjiti potrebu za intenzivnijim oblicima institucionalne skrbi i posljedično rasteretiti zdravstveni i socijalni sustav.
Ipak, unatoč obećavajućim rezultatima, ostaje niz pitanja na koja je potrebno odgovoriti. Algoritam treba testirati na još većem broju ispitanika iz različitih populacija, kako bi se provjerilo vrijede li dobiveni rezultati i u drugim državama, kulturama i zdravstvenim sustavima. Važno je i osigurati da model ne pokazuje pristranosti prema određenim skupinama, primjerice prema spolu ili dobi, što je osobito relevantno jer Alzheimerova bolest ne pogađa sve demografske skupine jednako. Također, potrebno je razraditi načine na koje će liječnici tumačiti preporuke algoritma i ugraditi ih u cjelokupnu kliničku procjenu, kako bi se izbjeglo nekritičko oslanjanje na računalnu “procjenu rizika”.
Drugi izazov odnosi se na razumljivost samih modela. Mnogi sustavi temeljeni na AI-u rade poput svojevrsne “crne kutije”, odnosno teško je točno objasniti zašto je algoritam u pojedinom slučaju donio određenu odluku. U području u kojem je riječ o ozbiljnim dijagnozama, poput one koju nosi Alzheimerova bolest, liječnici i pacijenti s pravom traže transparentnost i objašnjenja. Stoga su sve važniji pristupi koji nastoje “otvoriti” tu crnu kutiju, objasniti na koje se moždane regije i obilježja algoritam najviše oslanja te kako se ti nalazi mogu uskladiti s postojećim znanjem o Alzheimerovoj bolesti.
Copyright © 2022 Cami Rosso All rights reserved.
