بیا با هم یه موضوع خیلی جذاب رو بررسی کنیم: اینکه چطور میشه با کمک هوش مصنوعی یا همون AI، پیشبینی کرد که یه فرد مبتلا به آلزایمر قراره ذهنش چطور و چقدر سریع دچار زوال بشه. شاید بدونی که بیماری آلزایمر فقط یه جور از دست دادن حافظه یا فراموشی ساده نیست، بلکه سرعت و شدت پیشروی بیماری تو هر فرد فرق داره. همین غیرقابل پیشبینی بودنش باعث شده تیمهای تحقیقاتی سعی کنن یه راهی برای پیشبینی دقیق روند بیماری پیدا کنن.
تو این مطالعه که با اطلاعات ۶۵۳ نفر از شرکتکنندههای یه پروژه بزرگ به اسم ADNI انجام شده، محققها اومدن سراغ ابزارهای پیشرفته هوش مصنوعی. مثلاً رفتن سراغ مدلهایی که میتونن دادههای پیچیده تصویربرداری مغزی رو تحلیل کنن. تصویربرداری مغزی میتونه انواع مختلفی داشته باشه – مثل MRI (یعنی دستگاه تصویربرداری با امواج مغناطیسی)، FDG-PET (سیستمی که میزان مصرف قند تو قسمتهای مختلف مغز رو نشون میده)، و یه مدل به اسم AV45-PET که از یه ماده خاص برای نشون دادن پلاکهای آلزایمر استفاده میکنه.
حالا این اطلاعات خام با اطلاعات دیگه مثل نتایج تستهای روانشناسی و همین طور دادههای جمعیتی (مثل سن، جنسیت و …) ترکیب شدن. بعد محققها اومدن سراغ یه سری مدل هوش مصنوعی خاص که کارشون همین تحلیل دادههای پیچیدهس. یکیشون مدل CNN هست که مخفف Convolutional Neural Network ـه؛ یعنی شبکه عصبی کانولوشنی که بیشتر تو تحلیل عکس و تصویر به کار میره. یکی دیگه هم GNN هست، یعنی Graph Neural Network که مخصوص دادههایی طراحی شده که مثل گراف و شبکه هستن. هر دو این مدلها نسبت به مدلهای جدولی قدیمیتر مزیت داشتن.
برای اینکه از همه جزئیات این دادههای متفاوت بیشترین استفاده رو ببرن، یه کار جالب انجام دادن: قبل از اینکه مدل نهایی ساخته بشه، هر نوع داده (مثلاً تصویر MRI یا نتایج تست حافظه) به صورت جداگونه وارد یه بخش آموزش اولیه (pre-training) شده. مثلاً مثل اینکه هر تیم جداگونه تمرین کنه و بعدش همه تیمها بیان با هم ترکیب بشن تا نتیجهی نهایی بهتر بشه. در انتها این اطلاعات کنار هم گذاشته شده تا مدل نهایی ساخته بشه.
خب، نتیجه چی شد؟ این مدلها تونستن با دقت خوبی روند زوال ذهنی رو توی بیماران پیشبینی کنن. مثلاً یه معیار به اسم F1 رو گرفتن که عددش ۰/۷۷۹ شد – یعنی نسبتاً خوب. شاخص دیگه مثل AUC که برای سنجش دقیق بودن مدل استفاده میشه، تو خیلی از بخشها بالای ۰/۸۳ بوده. مثلاً مدل موفق شد پیشبینی کنه آیا تو بخش حافظه، زبان یا عملکرد اجرایی (Executive Function: یعنی توانایی برنامهریزی و انجام کارهای پیچیده) بیمار، زوال رخ میده یا نه.
در کل، این تحقیق نشون داده که اگه دادههای مختلف مغزی رو هوشمندانه با هم ترکیب کنی و از مدلهای پیشرفته هوش مصنوعی بهره ببری، میشه الگوهای پنهان و روند زوال ذهنی تو آلزایمر رو به خوبی پیشبینی کرد. این یه قدم مهمه چون اگه بشه سرعت و شدت این بیماری رو پیشبینی کرد، میشه برای بیمار هم برنامهریزی درمانی و مراقبت خیلی بهتری داشت. ضمن اینکه به کشف داروها و روشهای جدید درمانی هم کلی کمک میکنه!
منبع: +
