Нова конволюционна невронна мрежа използва сканирания на мозъка от позитронна емисионна томография за откриване на биологични признаци на болестта на Алцхаймер години преди появата на симптомите, съобщават изследователи от "Радиологичното дружество на Северна Америка".
Технологията за изкуствен интелект подобрява способността на мозъчното изобразяване да прогнозира болестта на Алцхаймер, според проучване, публикувано в списание "Radiology".
Навременната диагноза на болестта на Алцхаймер е изключително важна, тъй като лечението и интервенциите са по-ефективни в началото на заболяването. Ранната диагноза обаче се оказва предизвикателство. Изследванията свързват процеса на заболяването с промени в метаболизма, но тези промени могат да бъдат трудно разпознати.
Чрез дълбокото учене алгоритъмът, създаден от изследователите успява да се научи именно на метаболитните модели, които съответстват на болестта на Алцхаймер.
Учените са го тествали на независим набор от 40 изследвания на изображения от 40 пациенти, които никога не са изследвали. Алгоритъмът постига 100% чувствителност при откриване на заболяването със средно повече от шест години преди окончателната диагноза.
Алгоритъмът може да бъде полезен инструмент за допълване на работата на радиолозите - особено във връзка с други биохимични и изображения тестове, осигуряващи възможност за ранна терапевтична интервенция.
Когато вече има симптоми на болестта на Алцхаймер, загубата на мозъчен обем е толкова значима, че е твърде късно да за намеса.
"Ако можем да го открием по-рано, това е възможност за следователите потенциално да намерят по-добри начини да забавят или дори да спрат болестния процес", обяснява д-р Сон от Катедрата по радиология и биомедицински изображения в Калифорнийския университет в Сан Франциско, съавтор на изследването.
Бъдещите насоки на изследването включват обучение на алгоритъма за дълбоко учене да търси модели, свързани с натрупването на бета-амилоидни и тау протеини, които са маркери, специфични за болестта на Алцхаймер.
Това се случи Dnes, за важното през деня ни последвайте и в Google News Showcase.
Гълъб Донев: Нов лимит на дълга трябва да е едно от първите решения на НС
Конференция „От научните изследвания към бизнеса“ свързва науката с бизнеса
Иран отново обстрелва Обединените арабски емирства
От автомобили към отбрана - Германия се превръща в оръжейния завод на Европа
Печалбата на UniCredit расте до рекордно високо ниво въпреки геополитическите трусове
Цената на петрола отчита лек спад на фона на безизходицата в Ормузкия проток*
Кутев: В петък ще имаме ново правителство, ще овладеем цените и инфлацията
ОАЕ напуска ОПЕК: Какво означава това за петролните пазари?
"Прогресивна България" при Йотова: Ще ограничим масовото обедняване и ще наложим нов лимит на държавния дълг
Конференция "От научните изследвания към бизнеса" свързва науката с бизнеса
Агнешкото месо стана лукс и остава мираж за още 20 хил. български семейства
Шеф надъхва Байерн Мюнхен за бой над ПСЖ
Левски има нов треньор, сърбин е
"Кюстендилеца" изригна за ЦСКА: Винаги ще бъдем с теб, винаги един до друг!
Мачовете по телевизията днес, 5 май
Легенда на Ливърпул обяви Арсенал за сигурен шампион
Христо Стоичков избухна: Още от дете запали моето сърце...
5 модни издънки на Мет Гала 2026
3 комбинации с дънки за всеки повод
Зелена салата за Гергьовден – 5 различни рецепти
Стрес и прегаряне – как запазих психиката си след 40
5 задължителни ястия за Гергьовден
Пухкав италиански кекс с рикота
Феновете на Спартак помагат на семейството на Васко Боев
Йотова пред ПБ: Хората ще разпознават категорично кой носи отговорността
Представителния духов оркестър на Военноморските сили с тържествен концерт във Варна днес
Варна ще отбележи Деня на Европа - 9 май
Лекари се борят за живота на пострадала 80-годишна жена след нападение с нож във Варна
Ето къде няма да има вода във Варна
В Китай откриха останки от 28-метров динозавър на 147 млн. години
Астрофизик предложи нов метод за търсене на извънземен живот: Проучване на 300 хил. звезди
Какво се случва с тялото след смъртта: Известен учен с неочаквано обяснение
Археолози откриха редки монети с библейски пророчества: Символизират края на света
Учени създадоха „жива“ пластмаса, която се разгражда напълно при подаден сигнал
Китай планира мащабно разширяване на космическата си станция „Тянгун“