Обучение психологии онлайн
Воронежский Институт Психологии >

Алгоритм ИИ под названием HistoAge ускоряет понимание заболеваний мозга

Мощные прогностические возможности машинного обучения искусственного интеллекта (ИИ) предоставляют нейробиологам ценную информацию для исследования заболеваний мозга, таких как болезнь Альцгеймера и других расстройств. Медицинская школа Икан при Маунт Синай опубликовала в научном журнале «Acta Neuropathologica» новое исследование, в котором представлена модель глубокого обучения ИИ под названием «HistoAge», позволяющая выявлять области мозга, подверженные возрастным изменениям, и предсказывать возраст смерти на основе тканей человеческого мозга для более глубокого понимания механизмов, лежащих в основе нейродегенеративных заболеваний.

«Наши результаты показывают, что гистопатологический возраст мозга является мощной независимой метрикой для понимания факторов, способствующих старению мозга», — отмечает ведущий автор исследования Эндрю Маккензи, доктор медицинских наук, доктор философии, (соавтор Габриэль Маркс, Джастин Кауффман, Дэниел Кенигсберг, Кори Макмиллан, Сьюзан Моргелло, Эсма Карлович, Рикардо Инсаусти, Тимоти Ричардсон, Джейми Уокер, Чарльз Уайт, Берган Бабрович, Ли Шен, Энн Макки, Тор Стейн, Курт Фаррелл и Джон Крэри).

С возрастом мозг человека претерпевает ряд изменений. По данным Национального института старения при Национальном институте здоровья США (NIH), эти изменения в мозге могут включать усиление воспаления, снижение кровотока, нарушение связи между нейронами в определенных областях и даже уменьшение их размеров, что может повлиять на сложную умственную деятельность и способность к обучению.

В условиях старения населения важно понимать различия между здоровым и больным старением мозга. Число пожилых людей в мире постоянно растет. По оценкам Всемирной организации здравоохранения (ВОЗ), к 2030 г. каждый шестой человек в мире будет находиться в возрасте от 60 лет и старше. К 2050 году, по оценкам ВОЗ, в мире будет насчитываться 2,1 млрд. человек в возрасте от 60 лет и старше, а число людей в возрасте от 80 лет и старше в период 2020-2050 годов увеличится в три раза. По данным Бюро переписи населения США, в 2020 году более 55 млн. американцев, или 16% от общей численности населения, будут в возрасте 65 лет и старше за счет стареющих «бэби-бумеров», родившихся в 1946-1964 годах.

«Гистопатологические изображения целых слайдов предоставляют множество патологических данных на клеточном уровне, которые могут быть использованы для построения моделей глубокого обучения для оценки ускорения старения», — пишут исследователи.

Гистопатология — это изучение анатомических изменений в пораженной ткани с помощью микроскопа, часто в диагностических целях. Для диагностики рака и других сложных заболеваний гистопатологические изображения целых слайдов признаны золотым клиническим стандартом.

Для проведения исследования ученые Маунт Синай обучили алгоритм искусственного интеллекта на более чем 680 оцифрованных цельнослайдовых изображениях посмертных срезов гиппокампа, полученных от доноров человеческого мозга со средним возрастом смерти 85 лет.

«Гиппокамп, как известно, участвует как в старении мозга, так и в зависимых от возраста нейродегенеративных заболеваниях, и поэтому является идеальной анатомической областью для данного анализа», — подчеркивают исследователи.

Гиппокамп — область мозга, которая широко изучается. Он является одним из участков мозга, поражаемых болезнью Альцгеймера (БА). В нейроанатомии гиппокамп, входящий в состав лимбической доли, расположен в височной части коры головного мозга и связан с обучением и памятью. По форме он напоминает морского конька, поэтому его название происходит от греческих слов «hippos» — «лошадь» и «kampos» — «морское чудовище».

Ученые из Маунт Синай использовали модель искусственного интеллекта, состоящую из графовой конволюционной сети (GCN) — класса искусственных нейронных сетей для машинного обучения на графах.

Сначала была проведена предварительная обработка данных тканей мозга путем сегментации цельных слайдовых изображений гиппокампа на плитки размером 256×256 пикселей, содержащие только тканевые области. Эти плитки служили входными данными для конволюционной нейронной сети ResNet-50. ResNet-50 — это 50-слойная глубокая (48 сверточных слоев, плюс слои MaxPool и Average Pool) нейронная сеть искусственного интеллекта, способная классифицировать изображения на тысячу категорий объектов. Предварительно обученная версия ResNet-50 использовала ImageNet — набор данных изображений, организованный в соответствии с иерархией WordNet. Конволюционная нейронная сеть ИИ формировала векторы признаков плиток в графовой структуре.

После предварительной обработки данных изображения мозга по всему слайду векторы признаков в графовой структуре проходят через сверточную модель графы ИИ и модуль объединения внимания для получения единого вектора признаков на уровне слайда. Исследователи использовали для классификации широко распространенную графовую нейронную сеть GraphSAGE, которая была представлена на 31-й конференции по нейронным системам обработки информации в 2017 году исследователями Стэнфордского университета Уильямом Л. Гамильтоном, Рексом Йингом и Юре Лесковцом в их публикации «Inductive Representation Learning on Large Graphs».

На последнем этапе вектор слайдов пропускается через модуль классификации ИИ для предсказания возраста, который вместе с хронологическим возрастом и потерей среднего квадрата ошибки (MSE) используется для пересмотра параметров модели, называемых весами. Чтобы понять, насколько ускоряется процесс старения мозга, была определена разница между предсказанным моделью ИИ возрастом и фактическим.

ИИ-модель смогла предсказать возраст смерти на основе клеточного состава ткани мозга со средней точностью 5,45 года и выступить в качестве возможного цифрового биомаркера потенциальных заболеваний и расстройств мозга, определив области мозга, уязвимые к возрастным изменениям.

Исследователи сравнили результаты HistoAge с широко используемым биомаркером старения — метилированием ДНК человека. Метилирование ДНК — это эпигенетический механизм, регулирующий экспрессию генов и дифференциацию тканей. Эпигенетические изменения могут влиять на экспрессию генов и вызывать лекарственные заболевания. Ученые провели гистопатологическую оценку возраста мозга на независимом наборе данных, включающем более 250 человек. Они обнаружили сильную корреляцию между когнитивными нарушениями и ускорением HistoAge, которое превосходило ускорение, основанное на показателях метилирования ДНК.

«Мы обнаружили, что гистопатологическое ускорение возраста мозга имеет значимые ассоциации с клиническими и патологическими исходами, которые не были обнаружены при использовании эпигенетических показателей», — сообщают ученые из Маунт Синай.

По данным исследователей, ускорение HistoAge имело значимые ассоциации с цереброваскулярными заболеваниями, несколькими показателями фосфорилированного тау (p-tau) в плазме крови и когнитивными нарушениями. Используя прикладной искусственный интеллект глубокого обучения, исследователи Mount Sinai создали количественный инструмент, позволяющий получить ценные сведения о старении мозга и развитии нейродегенеративных заболеваний, что в будущем может способствовать ускорению разработки новых методов лечения возрастных заболеваний мозга.

 

Оригинальная статья: Cami Rosso – New AI Model Could Disrupt Neuroscience and Disease Research, November 2023

Перевод: Остренко Анна Александровна

Редакторы: Симонов Вячеслав Михайлович, Шипилина Елена Ивановна

Источник изображения: unsplash.com

Ключевые слова: психология, нейробиология, мозг, изучение мозга, ИИ, искусственный интеллект, HistoAge, биомаркер, GraphSAGE.

65630cookie-checkНовая модель ИИ меняет ход исследований в области неврологии