Среда ускоренных возможностей ( ACE ) работала с AI Skunkworks Национальной службы здравоохранения над разработкой инструмента, который поможет ускорить диагностику болезни Паркинсона за счет использования искусственного интеллекта для автоматического определения областей интереса для последующего наблюдения вручную.

Болезнь Паркинсона является самым быстрорастущим неврологическим заболеванием в мире: во всем мире диагностировано более 10 миллионов диагнозов, и ожидается, что это число удвоится в течение следующих 50 лет. Это прогрессирующее заболевание, и старение является самым большим фактором риска.

Точный диагноз и классификация тканей головного мозга после смерти необходимы для более полного исследования и понимания патологических причин и разработки потенциальных новых методов лечения. Однако изменения в мозге можно оценить только вручную, а необходимое время – от 4 до 6 часов – ограничивает скорость и масштаб исследований причин и потенциальных новых методов лечения.

Во всем мире существует нехватка подготовленных невропатологов, и частичная автоматизация их работы увеличит количество случаев, которые каждый может изучить, сэкономив время и затраты.

Автоматическая классификация по оцифрованным изображениям мозга

Parkinson’s UK, крупнейшая в мире благотворительная организация, основанная на членстве, выступила партнером этого 12-недельного проекта и предоставила доступ к банку мозга благотворительной организации в Имперском колледже Лондона, в котором хранится более 1300 мозгов людей с болезнью Паркинсона, а также здоровых доноров. . Благотворительная организация подготовила набор данных, содержащий 401 оцифрованное изображение участков мозга, окрашенных иммунологическим методом для выявления альфа-синуклеина ( а-син ), белка, который является патологическим маркером болезни Паркинсона, включая 100 контрольных случаев от здоровых доноров.

Полигейст из сообщества Vivace ACE добился прорыва в диагностике, перепрофилировав существующую технологию для исключения других типов мозгового вещества, которые не были необходимы для этого процесса. Затем они синтетически окрасили слайды тканей головного мозга с помощью нейронной сети iDeepColour, которая выделяет и окрашивает области, затронутые a-syn .

После обработки интересующие области стали ярко-зелеными, что позволило их быстро идентифицировать. Разрезание исходного изображения на квадраты означало, что подсчет зеленых областей также дал четкое представление о плотности заболевания.

Развитие высочайшей точности

Эта работа позволила Polygeist продолжить разработку классификатора, подтверждающего концепцию, который достиг точности около 92% при автоматической классификации болезни Паркинсона по оцифрованным изображениям участков мозга без ложных срабатываний – что очень близко к идеальному результату.

Применение этого процесса означало переход от оценки одного мозга за 4–6 часов к минутам, что позволяет неврологам сосредоточиться на более сложных случаях. Качество инструмента приближается к возможности использования в реальных приложениях.

Следующие шаги включают в себя улучшение этого процесса для дифференциации стадий заболевания, а также изучение возможности идентификации белков, указывающих на деменцию. Кроме того, в будущем есть возможность использовать эту технику при сканировании мозга живых пациентов.