Методы машинного обучения для прогнозирования прогрессирования умеренных когнитивных нарушений в деменцию при болезни Альцгеймера: систематический обзор

Введение: Рост продолжительности жизни населения имеет и обратную сторону: увеличивается число пациентов с нейрокогнитивными расстройствами, наиболее распространённым из которых является болезнь Альцгеймера. Развитие методов медицинской визуализации и вычислительных технологий открывает новые возможности для раннего выявления нейрокогнитивных расстройств с целью предотвращения или замедления снижения когнитивных функций. Компьютерный анализ изображений и раннее выявление когнитивных изменений — перспективный подход к ведению пациентов с умеренными когнитивными нарушениями, которые иногда представляют собой продромальную стадию деменции при болезни Альцгеймера.

Методы: Проведён систематический обзор исследований, выполненных в соответствии с рекомендациями PRISMA, в которых методы машинного обучения применяли к данным нейровизуализации, чтобы прогнозировать, разовьётся ли у пациентов с умеренными когнитивными нарушениями деменция при болезни Альцгеймера или их состояние останется стабильным. После удаления дубликатов были рассмотрены 452 исследования, 116 из них отобраны для качественного анализа.

Результаты: В большинстве исследований использовали данные магнитно-резонансной томографии (МРТ) и позитронно-эмиссионной томографии (ПЭТ), а также магнитоэнцефалографии. Данные преимущественно получали из базы Инициативы по нейровизуализации болезни Альцгеймера (ADNI), за некоторыми исключениями. Чаще всего применяли метод опорных векторов: его средняя точность составила 75,4%, тогда как у сверточных нейронных сетей она была выше — 78,5%. В исследованиях, сочетавших МРТ и ПЭТ, общая точность классификации была выше, чем в исследованиях с использованием только одного метода нейровизуализации. В целом наилучшие результаты показывали более сложные модели, например основанные на глубоком обучении, в сочетании с мультимодальными и многомерными данными (нейровизуализационными, клиническими, когнитивными, генетическими и поведенческими).

Выводы: Хотя точность различных методов пока нуждается в повышении, полученные результаты обнадёживают, а такой подход обладает значительным потенциалом в качестве вспомогательного инструмента для практикующих врачей и других медицинских работников.