به گزارش ایسنا و به نقل از مدیکال اکسپرس، پژوهشگران "دانشکده پزشکی دانشگاه بوستون"(BUSM)، نوعی الگوریتم رایانه‌ای مبتنی بر هوش مصنوعی ابداع کرده‌اند که می‌تواند با بررسی ام‌آرآی، آزمایش نقص شناختی و داده‌های مربوط به سن و جنسیت، خطر ابتلا به آلزایمر را به دقت پیش‌بینی کند.
این راهبرد هوش مصنوعی که مبتنی بر یک الگوریتم یادگیری عمیق است، نوعی چهارچوب یادگیری ماشینی را به نمایش می‌گذارد. یادگیری ماشینی، یکی از کاربردهای هوش مصنوعی است که به رایانه کمک می‌کند تا داده‌ها را یاد بگیرد و ارتقا پیدا کند. بیماری آلزایمر، دلیل اصلی فراموشی در سراسر جهان به شمار می‌رود. از هر ۱۰ نفری که ۶۵ سال یا بالاتر از آن هستند، یک نفر به این بیماری دچار می‌شوند. آلزایمر، ششمین دلیل اصلی مهم مرگ و میر در آمریکا به شمار می‌رود.
دکتر "ویجایا کولاچالاما"(Vijaya Kolachalama)، استادیار پزشکی دانشکده پزشکی دانشگاه بوستون و از نویسندگان این پژوهش گفت: اگر رایانه‌ها بتوانند بیماری‌هایی مانند آلزایمر را با استفاده از داده‌های در دسترس مانند اسکن ام‌آرآی پیش‌بینی کنند، چنین فناوری‌هایی، قابلیت گسترده‌ای به خصوص در شرایطی که محدودیت منبع وجود دارد، خواهند داشت. این الگوریتم نه تنها می‌تواند خطر ابتلا به آلزایمر را پیش‌بینی کند، بلکه می‌تواند تجسمات قابل تفسیر و قابل درکی در مورد خطر بروز آلزایمر ارائه دهد که به تشخیص دقیق کمک می‌کنند.
پژوهشگران، اسکن‌های ام‌آرآی مغز و اطلاعات بالینی افراد مبتلا به آلزایمر و کسانی که شرایط عادی داشتند را مورد بررسی قرار دادند. آنها با استفاده از این داده‌ها، یک مدل جدید یادگیری عمیق را برای پیش‌بینی خطر بیماری آلزایمر ابداع کردند. سپس نشان دادند که این مدل می‌تواند وضعیت بیماری را به دقت پیش‌بینی کند.
پژوهشگران پس از این مراحل، از یک گروه بین‌المللی از متخصصان علوم اعصاب خواستند تا به تشخیص آلزایمر در میان همین مجموعه بیماران بپردازند. در این مقایسه، الگوریتم ابداع شده توانست پیش‌بینی بهتری نسبت به میانگین متخصصان علوم اعصاب ارائه دهد. پژوهشگران نشان دادند که نواحی پر خطر شناسایی شده توسط این مدل، با گزارش‌های کالبدشکافی مغز چند نفر که از دنیا رفته‌اند نیز مطابقت دارد.
به گفته پژوهشگران، این پژوهش می‌تواند پیامدهای گسترده‌ای برای توسعه کاربرد داده‌های مربوط به تصویربرداری عصبی از جمله ام‌آرآی و تشخیص دقیق خطر آلزایمر داشته باشد.
آنها در این باره گفتند: اگر ما ابزار دقیقی برای پیش‌بینی خطر بیماری آلزایمر داشته باشیم که به راحتی در دسترس هستند و از داده‌هایی مانند اسکن ام‌ارآی استفاده می‌کنند، می‌توانیم آنها را برای آزمایش‌های بالینی به کار ببریم.
پژوهشگران باور دارند که روش آنها می‌تواند برای کاربرد در اندام‌های دیگر بدن نیز گسترش یابد و به ابداع مدل‌های پیش‌بینی برای تشخیص دیگر بیماری‌های عصبی کمک کند.
این پژوهش، در مجله " Brain" به چاپ رسید.