NMH: разработана нейросеть, предсказывающее появление слабоумия с точностью 80%
Наука и культура![NMH: разработана нейросеть, предсказывающее появление слабоумия с точностью 80%](/timthumb.php?src=disc/10-07-24/2353e8f36e168f38452877be27003d58.jpg&w=780)
Британские ученые из Лондонского университета королевы Марии создали новый метод прогнозирования деменции за девять лет до постановки диагноза. По словам специалистов, способ превосходит привычные тесты на память и измерения степени усадки мозга. Исследование опубликовано в научном журнале Nature Mental Health (NMH).
Деменция — собирательный термин, используемый для описания различных состояний, характеризующихся постепенным снижением когнитивных функций, достаточно серьезным, чтобы мешать повседневной жизни и независимому функционированию. Она влияет на память, мышление, ориентацию, понимание, счет, способность к обучению, язык и суждение.
Специалисты использовали данные из крупной британской базы биомедицинских данных UK Biobank. Исследователи сосредоточились на подгруппе участников, которые прошли функциональное магнитно-резонансное сканирование (фМРТ) и либо уже имели диагноз деменции, либо получили его позже.
Выборка состояла из 148 случаев деменции и 1030 подобранных контролей, что обеспечило надежную группу сравнения путем сопоставления по возрасту, полу, этнической принадлежности, ведущей руке и географическому положению центра сканирования МРТ.
Участники прошли сканирование фМРТ в состоянии покоя (rs-fMRI), которое измеряет активность мозга путем обнаружения изменений в кровотоке.
Исследователи нацелились на сеть пассивного режима работы мозга (DMN), структуру мозга, активную во время отдыха и участвующих в когнитивных функциях высокого уровня, таких как социальное познание и самореферентное мышление.
Используя технику, называемую динамическим причинно-следственным моделированием (DCM), ученые проанализировали данные rs-fMRI, чтобы оценить эффективную связность между различными регионами в DMN.
Затем специалисты использовали эти оценки связности для обучения модели машинного обучения. Целью этой модели было различение людей, у которых впоследствии возникнет деменция, и тех, у кого она не разовьется.
Нейросесть выявила 15 ключевых параметров связей в DMN, которые значительно различались между будущими случаями деменции и контрольными группами. Среди них наиболее заметные изменения включали повышенное торможение от вентромедиальной префронтальной коры (vmPFC) к левой парагиппокампальной формации (lPHF) и от левой интрапариетальной коры (lIPC) к lPHF, а также ослабленное торможение от правой парагиппокампальной формации (rPHF) к дорсомедиальной префронтальной коре (dmPFC).
В дополнение к диагностическим возможностям исследователи разработали модель для прогнозирования времени до постановки диагноза деменции. Прогностическая сила этих моделей составляет 80% и предполагает, что изменения в DMN могут служить ранними биомаркерами деменции, открывая окно в процесс заболевания за годы до появления клинических симптомов.
![](banners/armflix.jpg)