Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

L'AI a pu prévoir la maladie d'Alzheimer six ans avant le diagnostic

Les chercheurs à l'Université de Californie, San Francisco, ont employé des échographies d'ANIMAL FAMILIER pour former un algorithme d'apprentissage automatique pour trouver la maladie d'Alzheimer de stade précoce.

Illustration des voies qui sont nuies dans les cerveaux des patients présentant la maladie dJames Steidl | Shutterstock

L'algorithme pouvait trouver la condition environ six ans avant qu'on l'a cliniquement diagnostiqué.

Vu que les médicaments sont procurables que peut aider l'étape progressive d'Alzheimer de cheminée si elle est recueillie dès l'abord, le développement a le potentiel d'aider des médecins à intervenir avant que la condition devienne irréversible.

Une des difficultés avec la maladie d'Alzheimer est qu'avant que tous les symptômes cliniques se manifestent et nous pouvons effectuer un diagnostic définitif, trop de neurones sont morts, le rendant essentiellement irréversible. »

M. Jae Ho Sohn, auteur d'étude

Comme récent rapporté en radiologie de tourillon, M. Jae Ho Sohn et collègues avaient l'habitude l'approche neuve pour essayer de prévoir si un patient développerait Alzheimer après qu'ils aient montré la première fois des signes de mémoire nuie - l'heure optimale d'intervenir.

Les cellules du cerveau comptent sur le glucose pour l'essence et les cellules du cerveau plus actives sont, plus qu'ils emploient glucose. Une fois que les cellules du cerveau deviennent malades, elles emploient graduellement moins de glucose jusqu'à elles meurent et n'emploient aucun.

Les échographies d'ANIMAL FAMILIER de glucose représentent pour cette raison une voie bon marché de diagnostiquer la maladie d'Alzheimer avant que les sympt40mes aient avancé.

Les radiologues ont essayé d'employer des échographies d'ANIMAL FAMILIER de glucose pour trouver Alzheimer en recherchant les taux de glucose réduits dans le cerveau, mais parce que la maladie est si lente pour progresser, il peut être difficiles repérer les modifications à l'oeil nu.

Maintenant, Sohn a formé un algorithme d'apprentissage automatique utilisant des échographies d'ANIMAL FAMILIER d'un ensemble de données appelé l'initiative de Neuroimaging de maladie d'Alzheimer, un catalogue massif des échographies des patients qui ont été éventuellement confirmés pour n'avoir Alzheimer, le handicap cognitif doux ou aucun trouble.

Éventuellement, l'algorithme a commencé à apprendre que quelles caractéristiques sont en prévoyant un diagnostic d'Alzheimer et par le passé il avait été alimenté 1.921 échographies, l'équipe l'a vérifié sur deux ensembles de données neufs.

Un ensemble de données a compris encore 188 images de la base de données d'ADNI qui n'avait pas été encore présentée à l'algorithme et l'autre a compris un ensemble d'échographies complet neuf de 40 patients qui s'étaient présenté avec le handicap cognitif potentiel.

L'algorithme a correctement recensé 92% de patients qui ont continué pour développer Alzheimer dans le premier ensemble de données et 98% dans le deuxième ensemble de données. En outre, il a réalisé ces prévisions par moyenne de juste sur six ans avant que le patient reçu un diagnostic final.

Sohn dit les besoins d'algorithme maintenant d'être validé et étalonné dans une plus grande et plus diverse cohorte, parce qu'elle a le potentiel de devenir cliniquement appropriée.

Il pense que si l'algorithme survit ces tests, il pourrait être employé en tant que prévisionnel et l'outil de diagnostic quand un patient visite une clinique de mémoire, aidant à les assurer obtiennent les demandes de règlement qu'elles ont besoin plus tôt en circuit.

Sally Robertson

Written by

Sally Robertson

Sally first developed an interest in medical communications when she took on the role of Journal Development Editor for BioMed Central (BMC), after having graduated with a degree in biomedical science from Greenwich University.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Robertson, Sally. (2019, June 19). L'AI a pu prévoir la maladie d'Alzheimer six ans avant le diagnostic. News-Medical. Retrieved on December 03, 2021 from https://www.news-medical.net/news/20190103/AI-could-predict-Alzheimers-disease-six-years-prior-to-diagnosis.aspx.

  • MLA

    Robertson, Sally. "L'AI a pu prévoir la maladie d'Alzheimer six ans avant le diagnostic". News-Medical. 03 December 2021. <https://www.news-medical.net/news/20190103/AI-could-predict-Alzheimers-disease-six-years-prior-to-diagnosis.aspx>.

  • Chicago

    Robertson, Sally. "L'AI a pu prévoir la maladie d'Alzheimer six ans avant le diagnostic". News-Medical. https://www.news-medical.net/news/20190103/AI-could-predict-Alzheimers-disease-six-years-prior-to-diagnosis.aspx. (accessed December 03, 2021).

  • Harvard

    Robertson, Sally. 2019. L'AI a pu prévoir la maladie d'Alzheimer six ans avant le diagnostic. News-Medical, viewed 03 December 2021, https://www.news-medical.net/news/20190103/AI-could-predict-Alzheimers-disease-six-years-prior-to-diagnosis.aspx.