Искусственный интеллект улучшает диагностику болезни Паркинсона с использованием стандартных МРТ
11 апреля 2025 года
Автор Мишель Хортон
Простой МРТ-скан скоро может оказаться достаточным для точной диагностики болезни Паркинсона благодаря новому инструменту на основе ИИ. Это достижение может помочь врачам ускорить диагностику и лечение, предоставляя пациентам необходимую помощь и улучшая их качество жизни.
Разработанный командами из Университета Флориды и ведущих медицинских центров, этот модель машинного обучения анализирует МРТ-сканы для различения болезни Паркинсона, множественной системной атрофии (MSA) и прогрессирующей сверхъядерной паралича (PSP). Эти состояния часто выглядят похоже на МРТ на ранних стадиях, что усложняет диагностику и приводит к задержке в лечении.
“Эта технология на основе ИИ уже двигает дела в более практичном и захватывающем направлении,” сказал старший автор исследования Майкл С. Окен, медицинский консультант Фонда Паркинсона и директор Института Фикселя в UF Health. “Врачи регулярно заказывают МРТ-мозга как часть стандартного обследования на наличие скрытого нейродегенеративного заболевания. ИИ имеет потенциал трансформировать данную ситуацию, выходя за пределы восприятия врача или радиолога.”
Исследователи представили эту технологию, называемую платформой автоматической дифференциации изображений для паркинсонизма (AIDP), в исследовании, опубликованном в JAMA Neurology. С AIDP врачи могут быстрее и точнее ставить диагнозы, не полагаясь на инвазивные тесты или специализированные сканы с использованием радиоактивных трассеров. Улучшая раннюю диагностику и лечение, работа отражает цели, подчеркиваемые во время Месяца осведомленности о болезни Паркинсона и Всемирного дня борьбы с болезнью Паркинсона.
Для тренировки ИИ исследователи использовали 645 мозговых сканов: 249 от новых пациентов, 396 из предыдущих исследований и 49 от донорских мозгов, обследованных посмертно. Все имели подтвержденные диагнозы болезни Паркинсона, MSA или PSP. Сопоставляя сканы, которые показывают незначительные изменения в тканях мозга, с такой информацией, как возраст, пол и симптомы, AIDP выявлял маркеры, отличающие одно заболевание от другого.
“ИИ можно использовать для выявления специфических паттернов нейродегенерации, которые отражают патологический отпечаток конкретного заболевания,” сказал ведущий автор исследования Дэвид Вайланкорт, профессор кафедры прикладной физиологии и кинезиологии в UF.
По словам Анджелоса Бармпоутиса, соавтора исследования и профессора Института цифровых миров в UF, команда запускала свою модель, используя графические процессоры NVIDIA, включая NVIDIA Quadro P400 на локальных машинах. Они анализировали объемы МРТ-изображений, используя библиотеку TensorFlow с NVIDIA CUDA и четыре графических процессора NVIDIA A100 Tensor Core. Масштабное обучение заняло около 36 часов.
Финальная версия модели обучается всего за несколько минут, а полный мозговой скан с диагнозом обрабатывается за около двух часов.
Исследователи обнаружили, что инструмент ИИ правильно определил диагноз в 95% случаев, превзойдя команды неврологов-экспертов в некоторых из самых сложных сценариев. Среди посмертных случаев AIDP совпадал с подтвержденным заболеванием в 94% случаев — по сравнению с 82% точности лишь клинической диагностики.
Этот высокий уровень точности может помочь уменьшить количество неверных диагнозов и облегчить эмоциональное бремя для пациентов и семей, ищущих ответы, обеспечивая им более ранний путь к правильному лечению. С потенциалом для широкого внедрения — инструмент ИИ работает в нескольких больницах и на различных МРТ-сканерах — облачное программное обеспечение может быть интегрировано в лечебные заведения, от крупных больниц до небольших клиник и даже удаленных телемедицинских служб.
Кроме диагностики, он также способен улучшить клинические испытания, убедившись, что в них вовлечены правильные пациенты, что является постоянной проблемой в исследованиях болезни Паркинсона.
“AIDP лицензирован Neuropacs и будет использоваться в клинических условиях после преодоления регуляторного барьера. Его можно использовать сейчас в клинических испытаниях для обогащения выборки и для обеспечения включения в исследование правильных людей,” сказал Вайланкорт.
Читайте исследование Автоматическая дифференциация изображений для паркинсонизма.
Связанные ресурсы
- Курс DLI: Аугментация данных и сегментация с использованием генеративных сетей для медицинской визуализации
- Сессия GTC: Революция в анализе и диагностике кардиологической МРТ с помощью ИИ: углубленный анализ сегментации кардиологической МРТ на основе MONAI
- Сессия GTC: Применение ИИ в операционной: управление边边边边边边边边边边边边边边边边边边边边边边边边边边边边边边边边边边边边
- Сессия GTC: Как робототехника и ИИ меняют хирургию к лучшему
- Контейнеры NGC: BodyMarker/PhenoBody
- SDK: MONAI Label
Об авторах
Мишель Хортон — менеджер по коммуникациям для разработчиков в NVIDIA, ранее работала менеджером по коммуникациям и научным журналистом. В NVIDIA она пишет для технического блога, подчеркивая множество способов, которыми люди и компании используют технологии NVIDIA.Смотрите все посты Мишель Хортон
