Studie: Umělá inteligence může zlepšit detekci MRI u ADHD

February 27, 2020 13:05 | Adhd Novinky A Výzkum

14. ledna 2020

Umělá inteligence může významně zlepšit přesnost nervových modelů pomocí mozkových skenů MRI k detekci poruchy pozornosti s hyperaktivitou (ADHD), podle studie nedávno zveřejněné v Radiologie: Umělá inteligence.1

Studie provedená vědci z Ohia University of Cincinnati a Dětské zdravotní středisko Cincinnati Hospital, soustředí se na nově vznikající myšlenku používání zobrazování mozku pro detekci příznaků ADHD u pacientů. V současné době neexistuje jediný definitivní test na ADHD - diagnostika přichází po řadě testů symptomů a chování.

Výzkum to však naznačuje ADHD lze potenciálně detekovat studiem konektomu - mapu nervových spojení mozku vytvořenou vrstvením MRI skenů mozku, známých jako parcellace. Některé studie naznačují, že přerušený nebo přerušený konektom je spojen s ADHD.

Většina výzkumů dosud zahrnovala model „jednokanálové hluboké neurální sítě“ (scDNN), kde umělá inteligence pomáhá počítači konstruovat konektomy na základě jedné parcellace. V této studii vědci vyvinuli „multikanálový model hluboké neuronové sítě“ nebo mcDNN, kde jsou konektomy konstruovány na základě vícenásobných parcelací. Tyto vícestupňové parcellace pocházely z datových souborů mozku 973 účastníků.

Tento model byl také naprogramován tak, aby analyzoval a detekoval vzorce ve víceúrovňových konektorech pro detekci ADHD a pro identifikaci nejpředvídatelnějších mozkových konektomů Diagnostika ADHD. Výsledky ukázaly, že výkon detekce ADHD se zlepšil „výrazně“ u modelu mcDNN oproti scDNN alternativě.

"Naše výsledky zdůrazňují prediktivní sílu mozkového konektomu," řekl starší autor Lili Radiologické společnosti v Severní Americe2. "Postavený mozkový funkční konektom, který zahrnuje více měřítek, poskytuje doplňující informace pro zobrazování sítí v celém mozku."

Studie otevírá dveře pro zobrazování mozku a hluboké nervové sítě nebo hluboké učení, aby pomohla odhalit další podmínky. "Tento model lze zobecnit na další neurologické nedostatky," řekl a poznamenal, že tento model mcDNN je již používá se k predikci kognitivního deficitu u předčasně narozených dětí, například k predikci neurodevelopmentálních výsledků ve věku dva.

Zdroje

1 Chen, M., Li, H., Wang, J., Dillman, J. R., Parikh, N. A., & He, L. (2019). Vícekanálový model hluboké neuronové sítě analyzující data vícečetného funkčního mozkového spojení pro detekci poruchy hyperaktivity s deficitem pozornosti. Radiology: Artificial Intelligence, 2 (1), e190012. https://doi.org/10.1148/ryai.2019190012

2 Umělá inteligence zvyšuje detekci ADHD pomocí MRI. (2019, 11. prosince). Načteno 2020, 13. ledna od https://www.rsna.org/en/news/2019/November-December/AI-MRI-For-ADHD

Aktualizováno 14. ledna 2020

Od roku 1998 miliony rodičů a dospělých důvěřují odbornému vedení a podpoře ADDitude pro lepší život s ADHD as ním souvisejícími podmínkami duševního zdraví. Naším posláním je být vaším důvěryhodným poradcem, neochvějným zdrojem porozumění a vedení na cestě ke zdraví.

Získejte zdarma vydání a e-knihu ADDitude zdarma a navíc ušetříte 42% z ceny obálky.