Spełniające wymogi obowiązujących przepisów narzędzie do wspomagania decyzji oparte na sztucznej inteligencji pomaga lekarzom wcześnie rozpoznać ryzyko demencji
Ponad 10 milionów Europejczyków żyje z łagodnymi zaburzeniami poznawczymi, stanem pośrednim między normalnym starzeniem się a demencją, będącym jednym z największych nierozwiązanych problemów dla zdrowia mózgu. U około połowy tych osób w ciągu pięciu lat rozwinie się demencja. Obecnie lekarze nie dysponują niedrogimi narzędziami, które pozwoliłyby im na wczesną identyfikację osób najbardziej narażonych na ryzyko i podjęcie działań profilaktycznych. W odróżnieniu od poprzednich badań skupiających się na pojedynczym biomarkerze ambitny projekt AI-Mind(odnośnik otworzy się w nowym oknie) finansowany ze środków UE wykorzystał multimodalną bazę danych, której powstanie było możliwe dzięki współpracy z wiodącymi szpitalami i ośrodkami badawczymi w Hiszpanii, Finlandii, Włoszech i Norwegii. Zespół AI-Mind połączył uzyskane z EEG dane o łączności mózgu z biomarkerami krwi, oceną funkcji poznawczych, genetyką, zmiennymi demograficznymi i informacjami klinicznymi. Dane te zgromadzono w klinicznym systemie wspomagania decyzji opartym na sztucznej inteligencji, który może ujawnić przyszłe ryzyko problemów ze zdrowiem poznawczym na długo przed pogorszeniem się łagodnych objawów.
„Mózgi” wspierające AI-Mind
Łączność mózgowa jest analizowana na podstawie danych rejestrowanych przy pomocy standardowego badania elektroencefalograficznego (EEG). „Dzięki zaawansowanemu przetwarzaniu sygnału i sztucznej inteligencji, narzędzie AI-Mind Connector wykrywa subtelne zmiany w komunikacji między obszarami mózgu, które mogą pojawić się na wiele lat przed wystąpieniem objawów”, wyjaśnia koordynator projektu Ira Haraldsen z grupy badawczej ds. zdrowia poznawczego w Szpitalu Uniwersyteckim w Oslo(odnośnik otworzy się w nowym oknie). Narzędzie AI-Mind Predictor łączy dane EEG z wynikami testów poznawczych, danymi genetycznymi, biomarkerami krwi, informacjami demograficznymi i historią kliniczną. Algorytmy uczenia maszynowego zostały wytrenowane i ocenione z wykorzystaniem jednego z największych na świecie prospektywnych, podłużnych badań kohortowych dotyczących łagodnych zaburzeń poznawczych, obejmującego ponad 1000 uczestników i około 4000 wizyt klinicznych. Nauczyły się one rozpoznawać złożone zależności mające wpływ na przyszłe wyniki kliniczne. „Pomiary łączności sieci mózgowych uzupełniły nowe biomarkery krwi nawet lepiej niż się spodziewaliśmy, co zwiastuje możliwość dokładniejszej stratyfikacji ryzyka”, zauważa Haraldsen.
Godna zaufania i etyczna sztuczna inteligencja
„Zespół AI-Mind przewidział kształtowanie się ram regulacyjnych w Europie, dostosowując rozwijane systemy do zasad ogólnego rozporządzenia o ochronie danych (RODO); standardów danych umożliwiających znalezienie, dostępność, interoperacyjność i ponowne wykorzystanie (FAIR); rozporządzenia w sprawie wyrobów medycznych; aktu w sprawie sztucznej inteligencji. „W ten sposób powstał jeden z pierwszych w Europie ekosystemów sztucznej inteligencji zorientowanych na zastosowania klinicznie, który od samego początku był przygotowany do spełnienia wymogów regulacyjnych”, podkreśla Haraldsen. Publicznie dostępne ramy wczesnej oceny technologii medycznych opracowane przez konsorcjum pomagają obecnie dostawcom usług opieki zdrowotnej i decydentom oceniać, czy nowa technologia ma szanse poprawić wyniki leczenia pacjentów, a także uzasadnić jej koszt.
Dziedzictwo infrastruktury SI i jej trwały wpływ
„Poza algorytmami klinicznymi zespół AI-Mind stworzył wielokrotnego użytku infrastrukturę do multimodalnych danych medycznych, zautomatyzowanego przetwarzania danych EEG, generowania danych syntetycznych, kontrolowanego pod względem jakości rozwoju sztucznej inteligencji oraz zgodnych z przepisami procesów oprogramowania. Zasoby te wspierają już kilka ważnych inicjatyw europejskich”, mówi Haraldsen. Infrastruktura AI-Mind stanowi podstawę prac prowadzonych w projektach eBrain-Health, FluiDX-AD i TEF-Health(odnośnik otworzy się w nowym oknie), rozszerzając swój wpływ naukowy, kliniczny i technologiczny daleko poza pierwotny projekt. Powstała specjalna spółka spin-off, która zajmuje się wdrażaniem klinicznym i komercyjnym, dzięki czemu innowacje AI-Mind będą kontynuowane po zakończeniu projektu. Być może najciekawszy jest potencjał AI-Mind w zakresie wykrywania ryzyka demencji na wiele lat przed postawieniem formalnej diagnozy, co pozwala na zmianę modelu opieki nad pacjentami z demencją z reaktywnej diagnozy na precyzyjną profilaktykę i spersonalizowaną interwencję na wiele lat wcześniej, niż jest to obecnie możliwe.
