Alzheimerin ennustaminen tekoälyn avustuksella

Alzheimer’s & Dementia -lehdessä vuonna 2024 julkaistu tutkimus tarkasteli, voisiko puheesta muodostettu teksti auttaa ennustamaan lievän kognitiivisen heikentymisen etenemistä Alzheimerin tautiin liittyväksi dementiaksi kuuden vuoden aikana. Tulokset olivat lupaavia, mutta kyse oli tutkimusmallista, ei valmiista kotidiagnostiikasta.

Alzheimer ja dementia

Alzheimerin tauti on yleinen dementian aiheuttaja. Se heikentää vähitellen muistia ja muita tiedonkäsittelyn toimintoja sekä vaikeuttaa arjessa selviytymistä. Lievään kognitiiviseen heikentymiseen eli MCI:hin liittyy suurentunut dementiariski, mutta kaikki tapaukset eivät etene. Alzheimerin tauti ei ole tässä tarkoitettu tarttuva infektio.

Alzheimerin taudin faktat

Alzheimerin tauti on merkittävä kuolinsyy Yhdysvalloissa. Vuoden 2023 raportti arvioi, että noin 6,7 miljoonalla vähintään 65-vuotiaalla yhdysvaltalaisella oli Alzheimerin tautiin liittyvä dementia.

Lähde – Wikipedia

Samassa raportoinnissa määrän ennakoitiin voivan nousta 13,8 miljoonaan vuoteen 2060 mennessä. Ennuste riippuu muun muassa väestön ikääntymisestä ja tulevista hoidoista.

Alzheimerin taudin patologia

Alzheimerin taudin patologiaan kuuluvat muun muassa amyloidi- ja tau-muutokset sekä hermoston tulehdusreaktiot. Neuropsykologiset testit arvioivat muistia ja muita kognitiivisia toimintoja; ne eivät suoraan mittaa amyloidia tai tau-proteiinia. Biologisia muutoksia tutkitaan erillisillä kuvantamis- ja näytemenetelmillä.

Nykyisten tutkimusmenetelmien rajoitukset

Joidenkin biomarkkeritutkimusten saatavuus ja kustannukset rajoittavat käyttöä. Osa edellyttää näytteenottoa, kun taas esimerkiksi muistitestit ja monet kuvantamistutkimukset eivät vaadi ihon läpäisemistä. Menetelmien haitat on arvioitava erikseen.

Voisiko puhe auttaa riskin arvioinnissa?

Kielellisten toimintojen muutokset voivat liittyä kognitiiviseen heikentymiseen. Pitkittäistutkimuksissa kerätyt haastattelut antavat mahdollisuuden tarkastella näitä yhteyksiä. Tässä tutkimuksessa käytettiin Framingham Heart Study -aineistoa.

Framinghamin sydäntutkimus (FHS)

Vuonna 1948 alkanut Framingham Heart Study seuraa sydän- ja verisuoniterveyttä pitkällä aikavälillä. Osallistujat eivät rajoittuneet sydänkohtauksen tai aivohalvauksen saaneisiin miehiin. Aineistoa on käytetty riskitekijöiden ja ennustemallien tutkimiseen.

Tutkimusta tukevat Yhdysvaltain National Heart, Lung, and Blood Institute ja Bostonin yliopisto. Pitkä seuranta tarjoaa arvokasta tietoa myös aivojen terveydestä.

Neuropsykologisten haastattelujen tallenteet mahdollistavat puheen ja kognitiivisten muutosten tutkimisen ajan kuluessa.

Tekoäly parantaa diagnostiikkamenetelmiä

Luonnollisen kielen käsittelyllä voidaan muodostaa puheesta tekstiä ja analysoida sen piirteitä. Tutkimuksessa näitä piirteitä käytettiin riskin ennustamiseen, ei itsenäisen diagnoosin tekemiseen.

Alzheimerin ja dementian tutkimus

Tässä tutkimuksessa yhdistettiin kielenkäsittelyä ja koneoppimista. Aineistossa oli 166 MCI-diagnoosin saanutta FHS-osallistujaa: 90:n tila eteni kuuden vuoden kuluessa ja 76:n pysyi vakaana. Tarkastelun kohteena oli eteneminen MCI:stä Alzheimerin tautiin liittyväksi dementiaksi.

Syötetiedot

Tutkijat muodostivat haastatteluista tekstiä ja laskennallisia piirteitä. Ennustamisessa käytettiin logistisia regressiomalleja ja osatesteistä johdettuja pisteitä, kuten litteraattien keskimääräistä pistettä eli TAS-arvoa.

Puhedata

Aineisto koostui 166 osallistujan noin tunnin mittaisista neuropsykologisista haastatteluista. Tallenteet muunnettiin tekstiksi laskennallista analyysia varten.

Universal Sentence Encoder -malli

Universal Sentence Encoder muodosti haastattelujen tekstijaksoista vektoriesityksiä. Niiden avulla kielellistä sisältöä voitiin käyttää ennustemallien syötteenä.

Tekoälymallien kehittäminen

Tutkijat muodostivat litteraateista osatesteihin liittyviä piirteitä. Menetelmä yhdisti kielimalleista saadut esitykset varsinaisiin ennustemalleihin; sitä ei pidä kuvata pelkästään yhtenä syväoppimisalgoritmina.

Logistiset regressiomallit

Osatestien tekstisisällöstä muodostettiin määrällisiä ennusteita. Niitä ja niiden keskiarvoa hyödynnettiin malleissa arvioitaessa MCI:n etenemistä.

Parhaat mallit yhdistivät puheesta johdettuja piirteitä ikään, sukupuoleen ja koulutukseen. Niiden ennustetarkkuus oli 78,5 % ja herkkyys 81,1 % tässä aineistossa.

Tutkijat vertasivat myös pelkkiin taustatietoihin ja tekstipiirteisiin perustuvia malleja. Tulos osoitti yhdistetyn tiedon mahdollisen hyödyn, mutta ei takaa samaa suorituskykyä toisessa väestössä.

Mallien testaaminen

Suorituskykyä arvioitiin ryhmitellyllä ristiinvalidoinnilla. Tarkasteltavia mittareita olivat muun muassa tarkkuus, herkkyys ja spesifisyys. Ulkopuolisissa aineistoissa tehtävä validointi on tarpeen ennen laajaa kliinistä käyttöä.

Tulokset

Paras malli saavutti 78,5 prosentin tarkkuuden kuuden vuoden etenemisen ennustamisessa. Ikä, sukupuoli ja koulutus paransivat puheesta johdettujen piirteiden hyödyntämistä. Ennustavat piirteet eivät itsessään osoita sairauden syytä tai tartunnalle altistumista.

Alzheimerin taudin tutkimuksen hyödyt

Puheeseen perustuva arvio voisi tulevaisuudessa täydentää muita tutkimuksia ja vähentää joidenkin arviointien kustannuksia. Tutkimus ei kuitenkaan osoittanut, että menetelmä korvaisi laboratoriotutkimukset, kuvantamisen tai lääkärin arvion kaikilta potilailta.

Kajoamaton menetelmä

Haastattelun tallentaminen ja analysointi eivät edellytä kudosnäytettä. Tämä on menetelmän käytännöllinen etu, mutta ennuste on erotettava varmennetusta diagnoosista.

Yritykset, jotka voivat hyötyä tästä tutkimuksesta

Lääkeyritykset voivat mahdollisesti hyötyä paremmasta potilaiden tunnistamisesta ja seurannasta. Tutkimus ei kuitenkaan osoita, että seuraavat yritykset olisivat jo ottaneet tämän mallin käyttöön tai voisivat välittömästi tehdä sen.

1. Biogen

BIIB Hintakaavio

Biogen on yhdysvaltalainen bioteknologiayritys, jonka toimintaan kuuluu neurologisten sairauksien hoitojen kehittäminen. Luotettavat riskinarviointimenetelmät voisivat tukea tutkimusta ja potilaiden seurantaa, jos ne validoidaan asianmukaisesti. Yhtiön sijoitusarvo riippuu muun muassa hoitojen tuloksista, myynnistä, kilpailusta ja kustannuksista. Historiallinen markkina-arvo tai analyytikon ennuste ei takaa tulevaa tuottoa.

2. Eisai

Tokiossa toimiva Eisai kehittää ja myy lääkkeitä sekä tekee Alzheimerin tautiin liittyvää yhteistyötä Biogenin kanssa. Yhteistyö ei tarkoita rajoittamatonta potilastietojen jakamista. Yhtiön lääkekehitys ja kaupalliset tulokset vaikuttavat sen näkymiin. ESG-arviointi tai sisällyttäminen mallisalkkuun ei tee ESALY-osakkeesta automaattisesti sopivaa jokaiseen salkkuun.

Tekoälyn tulevaisuus terveydenhuollossa

Puheeseen perustuva ennustaminen on yksi Alzheimer-tutkimuksen suunta. Edulliset kotona käytettävät työkalut ovat mahdollinen tulevaisuuden sovellus, mutta tutkimus ei osoittanut valmista kotitestiä eikä sairauden ehkäisemistä. Tekoälyä tutkitaan myös muissa terveydenhuollon tehtävissä.

AI-pohjainen aivohalvauksen havaitseminen

Tekoälyä tutkitaan myös aivohalvauksen tunnistamisen tukena. RMIT-yliopiston tutkijat ovat kehittäneet kasvojen liikkeisiin perustuvaa älypuhelinmenetelmää. Tällainen tutkimustyökalu ei korvaa kiireellistä lääketieteellistä arviota.

AI-avusteinen puhe

Tekoäly voi tukea puhetta ja viestintää esimerkiksi ennakoimalla sanoja tai muodostamalla puhetta vaihtoehtoisten syötteiden perusteella. Sovellusten toimivuus ja saatavuus riippuvat henkilön tarpeista ja käytetystä järjestelmästä.

AI-avusteinen liike

Tekoälyä käytetään myös eksoskeletonien ohjauksen tutkimuksessa. Järjestelmät voivat arvioida käyttäjän liikettä ja ympäristöä sekä säätää avustusta. Kyky kulkea portaissa tai kaltevilla pinnoilla riippuu laitteesta; hyötyä ei voi yleistää kaikkiin käyttäjiin.

Tekoäly Alzheimerin taudin tutkimuksen tukena

Tekoäly voi tukea riskin arviointia, seurantaa ja hoidon tutkimusta. Tässä tutkimuksessa saavutettu tulos on lupaava askel, mutta se ei osoita sairauden ehkäisyä tai parantamista. Menetelmä tarvitsee lisää validointia ja käytännön arviointia.

Lue lisää tekoälyn kehitysaskelista.