Οι ερευνητές της Pfizer και της IBM ισχυρίζονται ότι έχουν αναπτύξει μια τεχνική μηχανικής μάθησης που μπορεί να προβλέψει τη νόσο του Αλτσχάιμερ αρκετό καιρό νωρίτερα πριν καν αναπτυχθούν τα συμπτώματα. Αναλύοντας μικρά δείγματα γλωσσικών δεδομένων που λαμβάνονται από κλινικές λεκτικές δοκιμές, η ομάδα αναφέρει ότι η προσέγγιση τους πέτυχε ακρίβεια της τάξεως του 71% όταν δοκιμάστηκε σε μια ομάδα από γνωστικά υγιείς ανθρώπους.
Η νόσος του Αλτσχάιμερ ξεκινά με ασαφή, συχνά παρερμηνευμένα σημάδια ήπιας απώλειας μνήμης, ακολουθούμενη από μια αργή, προοδευτικά σοβαρή μείωση της γνωστικής ικανότητας και της ποιότητας ζωής. Σύμφωνα με τη μη κερδοσκοπική ένωση Alzheimer’s Association, περισσότεροι από 5 εκατομμύρια Αμερικανοί όλων των ηλικιών έχουν Αλτσχάιμερ και αναμένεται να υπάρξει αύξηση τουλάχιστον 14% του επιπολασμού του Αλτσχάιμερ έως το 2025. Λόγω της φύσης της νόσου του Αλτσχάιμερ και πως εξελίσσεται στον εγκέφαλο, επί της ουσίας ο καλύτερος τρόπος για να καθυστερήσει κάποιος την εμφάνισή του είναι μέσω έγκαιρης διάγνωσης και παρέμβασης. Εν τούτοις η ασθένεια συχνά ανιχνεύεται πολύ αργά για να αποφευχθεί η εξάπλωση και η επιτάχυνση της.
Η IBM διερεύνησε το ζήτημα κατά το παρελθόν χρησιμοποιώντας τεχνητή νοημοσύνη (AI) για να εντοπίσει πρωτεΐνες που βοηθούν στην πρόβλεψη της συγκέντρωσης του αμυλοειδούς βήτα, ένα πεπτίδιο που αλλάζει και μετατρέπεται πριν εμφανιστούν τα προβλήματα μνήμης που σχετίζονται με το Αλτσχάιμερ. Πέρα από την IBM, έχουν διερευνήσει και άλλοι την ικανότητα της τεχνητής νοημοσύνης να εντοπίζει τα χαρακτηριστικά του Αλτσχάιμερ και της άνοιας. Για παράδειγμα, ερευνητές από το Unlearn.AI, μία startup εταιρεία που σχεδιάζει λογισμικά εργαλεία για κλινική έρευνα, δημοσίευσε πρόσφατα μια έκθεση που περιγράφει ένα σύστημα που μπορεί να προβλέψει την εξέλιξη της νόσου, προβάλλοντας τα συμπτώματα που θα βιώσουν οι ασθενείς. Μια άλλη έκθεση που συντάχθηκε από κάποιους άλλους ερευνητές στο Πανεπιστήμιο της Καλιφόρνια στο Μπέρκλεϋ, περιγράφει ένα σύστημα AI που μπορεί φαινομενικά να προβλέψει τη νόσο του Αλτσχάιμερ έως και έξι χρόνια πριν από την κλινική διάγνωση του.
Ωστόσο, η IBM και η Pfizer ισχυρίζονται ότι αυτή η τελευταία δουλειά τους διαφέρει «σημαντικά» από την προηγούμενη έρευνα και την εφαρμογή του AI για να βοηθήσει στην πρόβλεψη του Αλτσχάιμερ. Σε αντίθεση με τις μελέτες που προβλέπουν την έναρξη που επικεντρώνονται σε άτομα που εμφανίζουν σημάδια γνωστικής εξασθένησης, οι ερευνητές πήραν δείγματα που συλλέχθηκαν προτού τα άτομα στη μελέτη βιώσουν τα πρώτα σημάδια εξασθένησης. Αξιολόγησαν επίσης τον κίνδυνο του Αλτσχάιμερ στον γενικό πληθυσμό αντί να στοχεύουν αποκλειστικά ομάδες υψηλού κινδύνου, λαμβάνοντας δείγματα από ένα φάσμα ατόμων, συμπεριλαμβανομένων εκείνων που δεν έχουν οικογενειακό ιστορικό της νόσου ή άλλους παράγοντες κινδύνου.
Η μελέτη σύλλεξε 703 δείγματα από 270 συμμετέχοντες, οι μισοί από τους οποίους εμφάνισαν συμπτώματα Αλτσχάιμερ πριν την ηλικία των 85 ετών. Επιπλέον οι ερευνητές εστίασαν την προσοχή τους σε πάνω από 87 μεταβλητές των ατόμων που συμμετείχαν στην έρευνα, όπως ορθογραφικά λάθη, χρήση σημείων στίξης, κεφαλαίων χαρακτήρων, λεκτικότητας, λεξικού πλούτου. Πέρα από αυτό, εξέτασαν την ηλικία, το φύλο, την εκπαίδευση, την οπτικοακουστική και εκτελεστική λογική, την ονομασία αντικειμένων, τη μνήμη, την προσοχή, και άλλα πολλά.
Οι ερευνητές, με την απόλυτη ειλικρίνεια που τους χαρακτηρίζει ανέφεραν πως βρήκαν ενδείξεις προκατάληψης στο δικό τους μοντέλο τεχνητής νοημοσύνης, το οποίο προέβλεπε πιο πιθανή έναρξη του Αλτσχάιμερ για τους συμμετέχοντες που δεν είχαν πτυχίο πανεπιστημίου με μεγαλύτερη ακρίβεια από ό, τι σε εκείνους που είχαν πτυχίο ανωτάτης εκπαίδευσης (76% έναντι 70%). Επίσης, πέτυχε υψηλότερη ακρίβεια στις γυναίκες σε σύγκριση με τους άνδρες (83% έναντι 64%), με απόδοση κατά μέσο όρο 2,61 φορές καλύτερα για τις γυναίκες σε σύγκριση με τους άνδρες.
Γνωρίζοντας αυτό, οι ερευνητές της IBM και της Pfizer λένε ότι σκοπεύουν να χρησιμοποιήσουν σύνολα δεδομένων που επεκτείνονται στη γεωγραφική, κοινωνικοοικονομική και φυλετική ποικιλία των θεμάτων καθώς συνεχίζεται η εργασία τους. «Αυτό το εύρος των δεδομένων είναι συχνά πολύ δύσκολο να βρεθεί όσον αφορά την πρόβλεψη ασθενειών και η πρόσβαση σε αυτό μας επέτρεψε να εκπαιδεύσουμε αυτά τα μοντέλα τεχνητής νοημοσύνης με ακρίβεια», ανέφεραν οι εταιρείες σε κοινή δήλωση τους. «Θα συνεχίσουμε να εκπαιδεύουμε τους αλγορίθμους μας σεβόμενοι πάντα τις βασικές αρχές της ιδιωτικής ζωής, της διαφάνειας και της συγκατάθεσης τους»
Η ομάδα πιστεύει ότι εάν η δουλειά τους, η οποία δημοσιεύτηκε στο επιστημονικό περιοδικό The Lancet eClinicalMedicine, τελικά τελειοποιηθεί και καταστεί διαθέσιμη στις υγειονομικές αρχές, θα μπορούσε να βοηθήσει τους γιατρούς να προσδιορίσουν πιο απαιτητικές ψυχιατρικές αξιολογήσεις, δοκιμές και παρακολούθηση. Θα μπορούσε επίσης να ανοίξει την πόρτα για πιο επιτυχημένες κλινικές δοκιμές, καθώς αυτές που θεωρούνται ότι έχουν μεγάλη πιθανότητα ανάπτυξης της νόσου θα μπορούσαν να χρησιμοποιηθούν σε δοκιμές για προληπτικές θεραπείες.
