ИИ-модель DCP непрерывно определяет стадию болезни Альцгеймера по диффузионной МРТ
Болезнь Альцгеймера развивается как непрерывный биологический процесс, однако большинство существующих методов анализа нейровизуализации на основе ИИ ограничиваются дискретной диагностикой или прогнозированием клинических баллов по одному снимку. Исследователи предложили новый подход, который учитывает продольную динамику заболевания.
Разработанная модель получила название Disease Continuum Positioning (DCP). Она использует байесовское обучение на продольных данных диффузионной тензорной визуализации (DTI). DCP моделирует тяжесть болезни как низкоразмерную вероятностную скрытую переменную, интегрируя последовательные наблюдения с элементами слабого клинического контроля.
На основе этой модели выводится показатель Disease Continuum Score (DCS), который определяет положение пациента на континууме болезни Альцгеймера, а также степень неопределенности этой оценки. Такой подход позволяет отслеживать прогрессирование заболевания во времени, а не просто относить пациента к определенной стадии.
Эксперименты проводились на данных инициативы Alzheimer's Disease Neuroimaging Initiative (ADNI). Согласно результатам, DCP стабильно опережает репрезентативные методы оценки прогрессирования заболевания. Кроме того, комплексный анализ показал, что DCS точно отражает тяжесть патологии, обладает клинической значимостью и способен предсказывать будущую конверсию заболевания.
Авторы подчеркивают, что DCS представляет собой количественное изображение по данным МРТ для непрерывной оценки прогрессирования болезни Альцгеймера, выходящее за рамки традиционных диагностических меток и клинических шкал. Исследование опубликовано в виде препринта на arXiv.
