כלי חדש של בינה מלאכותית (AI) שיכול לעזור בפרשנות ולהעריך כיצד טיפולים פועלים עבור חולים עם טרשת נפוצה (MS) פותח על ידי חוקרי UCL.
AI משתמשת במודלים מתמטיים כדי להכשיר מחשבים באמצעות כמויות אדירות של נתונים כדי ללמוד ולפתור בעיות בדרכים שיכולות להיראות אנושיות, כולל לבצע משימות מורכבות כמו זיהוי תמונה.
הכלי, שנקרא Mindglideיכול לחלץ מידע מפתח מתמונות מוח (סריקות MRI) שנרכשו במהלך הטיפול בחולי טרשת נפוצה, כמו מדידת אזורים פגומים במוח והדגשת שינויים עדינים כמו הצטמקות מוחית ולוחות.
MS הוא מצב בו מערכת החיסון תוקפת את המוח ואת חוט השדרה. זה גורם לבעיות באופן בו אדם זז, מרגיש או חושב. בבריטניה, 130,000 אנשים גרים עם טרשת נפוצה, ועולים ל- NHS יותר מ -2.9 מיליארד ליש"ט בשנה.
סמני הדמיית תהודה מגנטית (MRI) הם מכריעים ללימוד ובדיקת טיפולים עבור טרשת נפוצה. עם זאת, מדידת סמנים אלה זקוקה לסוגים שונים של סריקות MRI מתמחות, מה שמגביל את היעילות של סריקות בית חולים שגרתיות רבות.
כחלק ממחקר חדש, שפורסם ב תקשורת טבע, החוקרים בדקו את היעילות של Mindglide על מעל 14,000 תמונות של יותר מ -1,000 חולים עם טרשת נפוצה.
משימה זו חייבה בעבר נוירו-רדיולוגים מומחים לפרש שנים של סריקות מורכבות באופן ידני-וזמן התפנית לדיווח על תמונות אלה הוא לרוב שבועות בגלל עומס העבודה של NHS.
עם זאת, לראשונה, Mindglide הצליח להשתמש בהצלחה ב- AI כדי לגלות כיצד טיפולים שונים השפיעו על התקדמות המחלה במחקרים קליניים ובטיפול שגרתי, תוך שימוש בתמונות שלא ניתן היה לנתח בעבר ולתמונות סריקת MRI שגרתיות. התהליך ארך רק חמש עד 10 שניות לתמונה.
Mindglide ביצע גם טוב יותר משני כלי AI אחרים-SAMSEG (כלי המשמש לזיהוי ומתארים של חלקים שונים של המוח בסריקות MRI) ו- WMH-Synthseg (כלי שמזהה ומודד נקודות בהירות שנראו בסריקות MRI מסוימות, שיכול להיות חשוב לאבחון ולניטור תנאים כמו טרשת נפוצה)-בהשוואה לניתוח קליני מומחה.
Mindglide היה טוב יותר ב -60% מ- SAMSEG ו- 20% טובים יותר מ- WMH-SynthSeg לאיתור חריגות במוח המכונה פלאק (או נגעים) או לניטור השפעת הטיפול.
באמצעות Mindglide יאפשר לנו להשתמש בתמונות מוח קיימות בארכיוני בית החולים כדי להבין טוב יותר טרשת נפוצה וכיצד הטיפול משפיע על המוח.
אנו מקווים כי הכלי יפתח מידע חשוב ממיליוני תמונות מוח לא מנוצלות שהיו בעבר קשה או בלתי אפשרי להבין, מה שיוביל מייד לתובנות יקרות ערך על טרשת נפוצה עבור חוקרים, ובעתיד הקרוב, להבין טוב יותר את מצבו של המטופל באמצעות AI במרפאה. אנו מקווים שזה יהיה אפשרי בחמש עד 10 השנים הבאות. "
ד"ר פיליפ גובל, מחבר ראשון, מכון כיכר המלכה UCL לנוירולוגיה ומכון הוקס UCL
מהתוצאות מהמחקר מראות כי ניתן להשתמש Mindglide כדי לזהות ולמדוד במדויק רקמות מוחיות ונגעים חשובים אפילו עם נתוני MRI מוגבלים וסוגים יחידים של סריקות שאינן משמשות בדרך כלל למטרה זו-כמו MRI משוקלל T2 ללא פלייר (סוג של סריקה שמדגישה נוזלים בגוף אך עדיין מכילה אותות בהירים-מה שהופך את זה לקשה יותר לראות את הלוחות).
כמו גם ביצוע טוב יותר בגילוי שינויים בשכבה החיצונית של המוח, Mindglide ביצע גם טוב באזורי מוח עמוקים יותר.
הממצאים היו תקפים ואמינים הן בנקודת זמן מסוימת והן לאורך תקופות ארוכות יותר (כלומר בסריקות שנתיות בהן השתתפו מטופלים).
בְּנוֹסַף, Mindglide הצליח לאשש מחקר איכותי קודם בנוגע לטיפולים היו היעילים ביותר.
החוקרים מקווים כעת Mindglide ניתן להשתמש בהערכת טיפולי טרשת נפוצה במסגרות בעולם האמיתי, תוך התגברות על מגבלות קודמות של הסתמכות אך ורק על נתוני ניסוי קליני איכותי, שלעתים קרובות לא תפסו את המגוון המלא של אנשים עם טרשת נפוצה.
ד"ר ארמן אשגי (מכון UCL Caleen Square לנוירולוגיה ומכון UCL Hawkes), החוקר הראשי של הפרויקט והובלה של קבוצת MS-Pinpoint, אמר: "לא ניתחנו בעבר את התפזורת של תמונות מוח קליניות בגלל האיכות הנמוכה שלהם. AI יפתחו את הפוטנציאל הבלתי מנוצל של האוצר של מידע על אוצר של מידע על המוח והעסקה של תביעות.
מגבלות לימוד
היישום הנוכחי של Mindglide מוגבל לסריקות מוח ואינו כולל הדמיית חוט השדרה, החשוב להערכת מוגבלות אצל אנשים עם טרשת נפוצה. מחקר עתידי יצטרך לפתח הערכה מקיפה יותר של המערכת העצבית כולה כדי להקיף הן את המוח והן את חוט השדרה.
מִתפַּתֵחַ Mindglide
Mindglide הוא מודל למידה עמוקה (AI), שפותח על ידי חוקרי UCL, כדי להעריך תמונות MRI של המוח ולזהות נזק ושינויים הנגרמים על ידי טרשת נפוצה. בפיתוח Mindglide מדענים השתמשו במערך נתונים ראשוני של 4,247 סריקות MRI מוחיות של 2,934 חולים בטרשת נפוצה בכל 592 סורקי MRI. בתהליך זה Mindglide מתאמנת לעצמה לזהות סמני המחלה. מחקר חדש זה הועבר לאמת Mindglideכנגד שלושה מאגרי מידע נפרדים של 14,952 תמונות מ -1,001 חולים.
