Komunálne voľby 2026
Všetky správy
Na výskume spolupracovali odborníci zo Slovenska a z Liverpool John Moores University v Spojenom kráľovstve.
Autor TASR
Bratislava 4. novembra (TASR) - Výskumníčka Fakulty informatiky a informačných technológií Slovenskej technickej univerzity (FIIT STU) Martina Billichová skúma pomocou umelej inteligencie, ako magnetická rezonancia (MRI) mozgu zlepšuje predpoveď rizika amnestickej miernej kognitívnej poruchy (aMCI). Táto porucha totiž často predchádza Alzheimerovej chorobe. TASR o tom informoval prodekan pre vzťahy s verejnosťou a propagáciu fakulty Marek Galinski.
Na výskume spolupracovali odborníci zo Slovenska a z Liverpool John Moores University v Spojenom kráľovstve. Tím pracoval s dátami amerického National Alzheimer’s Coordinating Center, ktoré zahŕňali 1193 ľudí (742 žien a 451 mužov) sledovaných v mediáne viac ako sedem rokov. Počas sledovania sa u 240 z nich rozvinula aMCI.
Väčšina doterajších štúdií sa venuje prechodu z miernej kognitívnej poruchy do Alzheimerovej choroby. Tento výskum sa pozrel na skoršiu fázu, teda na prechod od normálnej kognície k aMCI. Namiesto jednoduchej klasifikácie „zdravý/chorý“ autori použili analýzu prežitia. Tá dokáže pracovať s rôzne dlhým sledovaním pacientov a odhadnúť riziko pre ľubovoľný časový horizont. Štúdia tiež porovnala klasický, dobre interpretovateľný štatistický model (Coxova regresia) s modelmi strojového učenia (Random Survival Forest a Gradient Boosting Survival) a overila, či sa výsledky líšia medzi ženami a mužmi.
Výskumníci sa zamerali na oblasti mozgu, ktoré sú dôležité pre pamäť. Ukázalo sa, že ľudia, ktorí mali tieto oblasti na snímkach z MRI väčšie a lepšie zachované, mali nižšie riziko, že sa u nich objavia problémy s pamäťou. Prekvapivé však bolo, že magnetická rezonancia spresnila odhad rizika len veľmi málo, zhruba o jeden percentuálny bod. Väčšinu potrebných informácií poskytli už bežne dostupné údaje, ako je vek, vzdelanie či výsledky jednoduchých vyšetrení u lekára. Jednoduchší a lekárom zrozumiteľný výpočtový model fungoval rovnako dobre ako zložitejšia umelá inteligencia. Výsledky boli podobné u žien aj u mužov.
Včasné odhalenie ľudí s vyšším rizikom umožňuje skoršie sledovanie, prevenciu a liečbu v štádiu, keď môže byť najúčinnejšia. Výsledky naznačujú, že spoľahlivý odhad rizika možno postaviť najmä na ľahko dostupných údajoch. Drahé a menej dostupné vyšetrenie by sa podľa autorov mohlo cieliť na ľudí, u ktorých je odhad rizika hraničný, alebo na ľudí s miernymi ťažkosťami s pamäťou. Takýto prístup môže pomôcť zdravotným systémom s obmedzenými zdrojmi a sprístupniť skríning širšej populácii. Autori zároveň upozorňujú, že výsledky treba overiť na ďalších, nezávislých súboroch dát.
„Výskum je ukážkou toho, ako informatika a umelá inteligencia na FIIT STU prispievajú k riešeniu spoločensky dôležitých problémov v zdravotníctve,“ povedala Billichová. Štúdia vyšla v časopise BMC Medical Informatics and Decision Making.
Na výskume spolupracovali odborníci zo Slovenska a z Liverpool John Moores University v Spojenom kráľovstve. Tím pracoval s dátami amerického National Alzheimer’s Coordinating Center, ktoré zahŕňali 1193 ľudí (742 žien a 451 mužov) sledovaných v mediáne viac ako sedem rokov. Počas sledovania sa u 240 z nich rozvinula aMCI.
Väčšina doterajších štúdií sa venuje prechodu z miernej kognitívnej poruchy do Alzheimerovej choroby. Tento výskum sa pozrel na skoršiu fázu, teda na prechod od normálnej kognície k aMCI. Namiesto jednoduchej klasifikácie „zdravý/chorý“ autori použili analýzu prežitia. Tá dokáže pracovať s rôzne dlhým sledovaním pacientov a odhadnúť riziko pre ľubovoľný časový horizont. Štúdia tiež porovnala klasický, dobre interpretovateľný štatistický model (Coxova regresia) s modelmi strojového učenia (Random Survival Forest a Gradient Boosting Survival) a overila, či sa výsledky líšia medzi ženami a mužmi.
Výskumníci sa zamerali na oblasti mozgu, ktoré sú dôležité pre pamäť. Ukázalo sa, že ľudia, ktorí mali tieto oblasti na snímkach z MRI väčšie a lepšie zachované, mali nižšie riziko, že sa u nich objavia problémy s pamäťou. Prekvapivé však bolo, že magnetická rezonancia spresnila odhad rizika len veľmi málo, zhruba o jeden percentuálny bod. Väčšinu potrebných informácií poskytli už bežne dostupné údaje, ako je vek, vzdelanie či výsledky jednoduchých vyšetrení u lekára. Jednoduchší a lekárom zrozumiteľný výpočtový model fungoval rovnako dobre ako zložitejšia umelá inteligencia. Výsledky boli podobné u žien aj u mužov.
Včasné odhalenie ľudí s vyšším rizikom umožňuje skoršie sledovanie, prevenciu a liečbu v štádiu, keď môže byť najúčinnejšia. Výsledky naznačujú, že spoľahlivý odhad rizika možno postaviť najmä na ľahko dostupných údajoch. Drahé a menej dostupné vyšetrenie by sa podľa autorov mohlo cieliť na ľudí, u ktorých je odhad rizika hraničný, alebo na ľudí s miernymi ťažkosťami s pamäťou. Takýto prístup môže pomôcť zdravotným systémom s obmedzenými zdrojmi a sprístupniť skríning širšej populácii. Autori zároveň upozorňujú, že výsledky treba overiť na ďalších, nezávislých súboroch dát.
„Výskum je ukážkou toho, ako informatika a umelá inteligencia na FIIT STU prispievajú k riešeniu spoločensky dôležitých problémov v zdravotníctve,“ povedala Billichová. Štúdia vyšla v časopise BMC Medical Informatics and Decision Making.
