富士膠片AI技術(shù)可預(yù)測認(rèn)知癥是否會進(jìn)展為阿爾茨海默病
與日本國立精神?神經(jīng)醫(yī)療研究中心共同研究 準(zhǔn)確率達(dá)88% 成果發(fā)表于《自然》雜志子刊
上海2022年4月21日 /美通社/ -- 富士膠片株式會社(以下簡稱“富士膠片”)和日本國立精神?神經(jīng)醫(yī)療研究中心宣布了利用富士膠片全新的AI技術(shù)預(yù)測輕度認(rèn)知功能障礙癥(MCI)患者是否會在兩年內(nèi)進(jìn)展為阿爾茨海默病(AD)的積極研究成果。這項用于AD進(jìn)展預(yù)測的人工智能技術(shù)※1的準(zhǔn)確率達(dá)88%※2,該研究成果已于4月12日在國際學(xué)術(shù)期刊《自然》雜志子刊《npj Digital Medicine》上發(fā)表※3。
該技術(shù)是由富士膠片基于其先進(jìn)的圖像識別技術(shù)以及機(jī)器學(xué)習(xí)方面的專業(yè)知識所開發(fā)的。
未來,富士膠片和日本國立精神?神經(jīng)醫(yī)療研究中心將進(jìn)一步驗證該技術(shù),以期更好地應(yīng)用在針對AD疾病治療的臨床實驗中,對患者進(jìn)行分層。
主要研究成果 富士膠片利用其在攝影和醫(yī)療領(lǐng)域積累的先進(jìn)圖像識別技術(shù),確立了以AI進(jìn)行高精度預(yù)測的技術(shù)(AD進(jìn)展預(yù)測AI技術(shù)),這項技術(shù)在可供研究數(shù)據(jù)有限的情況下,依然可以高精度地預(yù)測從MCI到AD的進(jìn)展。所謂AD進(jìn)展預(yù)測AI技術(shù),是指以包括MRI圖像、認(rèn)知能力評分等信息在內(nèi)的多種臨床信息為基礎(chǔ)的預(yù)測技術(shù)。 富士膠片和日本國立精神?神經(jīng)醫(yī)療研究中心的一個研究小組※4,以不同人種(北美人和日本人)的患者數(shù)據(jù)庫為對象,分別應(yīng)用了AD進(jìn)展預(yù)測AI技術(shù),對MCI患者在2年內(nèi)是否會發(fā)展為AD進(jìn)行預(yù)測,結(jié)果表明預(yù)測準(zhǔn)確率高達(dá)84-88%。由此證明,該項AD進(jìn)展預(yù)測AI技術(shù)具有很高的可推廣性。 |
研究背景與歷程
據(jù)估計,目前全球約有5500萬認(rèn)知障礙癥患者。而隨著人口老齡化,預(yù)計到2050年這一數(shù)字將增加到約1.39億。在認(rèn)知障礙癥中,AD患者(認(rèn)知障礙癥的一種)的人數(shù)最多,預(yù)計今后這一趨勢還會繼續(xù)。
近年來,在AD的新藥研發(fā)過程中更傾向于以早期的MCI患者為對象實施臨床試驗,以觀察β-淀粉樣蛋白的存在情況,因為β-淀粉樣蛋白是AD的主要致病物質(zhì),在發(fā)病前就已經(jīng)開始蓄積。然而,大多數(shù)臨床試驗都沒有成功,其中一個原因是,兩年內(nèi)從MCI進(jìn)展到AD的患者比例不到20%※5,臨床試驗期間有很多MCI患者未發(fā)現(xiàn)有進(jìn)展,被分配到對照組(服用安慰劑等)的患者也因未進(jìn)展到AD而被認(rèn)為其病情得到了控制。因此,從統(tǒng)計學(xué)角度而言無法得出可信結(jié)論。在這種情況下,富士膠片和日本國立精神?神經(jīng)醫(yī)療研究中心認(rèn)為,使用AI來預(yù)測哪些患者會從MCI發(fā)展到AD,并只對這些患者進(jìn)行臨床試驗,能夠正確地評估新藥的有效性,使治療與驗證取得成功。
研究內(nèi)容
近年來,大量研究報告表明,通過引入深度學(xué)習(xí),圖像識別準(zhǔn)確率可以顯著提升,但要達(dá)到深度學(xué)習(xí)的效果,需要大量的學(xué)習(xí)數(shù)據(jù)支持。然而,目前世界最大的AD研究項目NA-ADNI※6的公共數(shù)據(jù)庫中,也不過只有約1000名MCI患者的數(shù)據(jù)。通常,在物體識別研究領(lǐng)域,要形成深度學(xué)習(xí)需要超過1000萬張圖像。在這種情況下,如何通過有限的數(shù)據(jù)確立高準(zhǔn)確率的AI預(yù)測技術(shù)無疑是一項巨大的挑戰(zhàn)。為了解決這個問題,富士膠片決定建立一種AD進(jìn)展預(yù)測AI技術(shù),以大腦中與AD進(jìn)展高度相關(guān)的特定區(qū)域為對象,利用深度學(xué)習(xí)預(yù)測AD的進(jìn)展。
技術(shù)確立
- 富士膠片利用其在攝影和醫(yī)療領(lǐng)域積累的先進(jìn)圖像識別技術(shù),從腦部三維MRI圖像中,分別對以(1)海馬體、(2)前顳葉為中心的區(qū)域進(jìn)行識別,因為,這兩塊區(qū)域被認(rèn)為與AD進(jìn)展最為相關(guān)。
- 利用深度學(xué)習(xí),從以(1)海馬體、(2)前顳葉為中心的兩個區(qū)域,提取與AD進(jìn)展相關(guān)的詳細(xì)萎縮模式,并計算其圖像特征※7。AI進(jìn)而專注于兩個區(qū)域確認(rèn)的、對讀片診斷起重要作用的海馬體區(qū)域和杏仁體區(qū)域的萎縮模式,并依據(jù)其模式識別其向AD的進(jìn)展(圖1)。
- 使用NA-ADNI公共數(shù)據(jù)庫的MCI患者數(shù)據(jù)進(jìn)行學(xué)習(xí)。除了被認(rèn)為與AD進(jìn)展高度相關(guān)的腦內(nèi)特定區(qū)域的圖像特征外,還確立了通過認(rèn)知能力測試評分等多種臨床信息進(jìn)行高精度AD進(jìn)展預(yù)測的技術(shù)。
[圖1]AI在預(yù)測AD進(jìn)展中關(guān)注的詳細(xì)萎縮模式(三維MRI檢查圖像)
全腦學(xué)習(xí)的AI(圖1-A,A')不僅會關(guān)注與AD進(jìn)展高度相關(guān)的海馬體和杏仁體區(qū)域,而且還會關(guān)注與之不密切相關(guān)的腦脊髓液和枕葉。 另一方面,在以海馬體(圖1-B)或前顳葉(圖1-C)為中心區(qū)域?qū)W習(xí)的AI,更加關(guān)注海馬體或杏仁體區(qū)域的詳細(xì)萎縮模式,在識別其是否會進(jìn)展為AD方面比全腦學(xué)習(xí)的AI更加高效。 通過排除低相關(guān)性區(qū)域的學(xué)習(xí),在有限的數(shù)據(jù)下深度學(xué)習(xí)減少了受到個體差異的影響,從而能獲得較高的預(yù)測準(zhǔn)確性。 |
技術(shù)驗證
- 富士膠片和日本國立精神?神經(jīng)醫(yī)療研究中心的研究小組,采用AD進(jìn)展預(yù)測AI技術(shù),預(yù)測2年內(nèi)患者是否會從MCI進(jìn)展至AD。除了將AD進(jìn)展預(yù)測AI技術(shù)應(yīng)用于NA-ADNI數(shù)據(jù)庫外,還將其應(yīng)用于未學(xué)習(xí)過的J-ADNI※8數(shù)據(jù)庫,對該技術(shù)的預(yù)測準(zhǔn)確性進(jìn)行了客觀的評估。
- 在預(yù)測MCI患者是否會發(fā)展為AD患者時,NA-ADNI的預(yù)測正確率為88%,J-ADNI為84%。
- 同時,與準(zhǔn)確率同等重要的AI精度指標(biāo)AUC※9,NA-ADNI為0.95、J-ADNI為0.91(圖2)。
[圖2]表示NA-ADNI和J-ADNI評估結(jié)果的ROC曲線※10
依據(jù)ROC曲線推導(dǎo)出的AUC(ROC曲線下的面積)指標(biāo),NA-ADNI為0.95、J-ADNI為0.91。AUC的最大值為1,表明在NA-ADNI和J-ADNI中都能高精度地預(yù)測AD進(jìn)展。 |
綜上所述,AD進(jìn)展預(yù)測AI技術(shù)可以高精度地預(yù)測不同人種從MCI到AD的進(jìn)展,屬于可推廣性較高的AI技術(shù)。
未來展望
富士膠片和日本國立精神?神經(jīng)醫(yī)療研究中心將在臨床試驗數(shù)據(jù)中,對根據(jù)AD進(jìn)展預(yù)測AI技術(shù)的預(yù)測結(jié)果分層的患者進(jìn)行分析,以進(jìn)一步驗證這項技術(shù)的有效性。具體而言,通過AD進(jìn)展預(yù)測AI技術(shù)預(yù)測患者的認(rèn)知障礙癥進(jìn)展速度,并通過(1)對沒有AD進(jìn)展的患者不進(jìn)行臨床試驗、(2)縮小對照組和治療組之間在進(jìn)展速度分布上的差異來研究提高臨床試驗成功率的可能性。力爭在AD治療藥物的新臨床試驗中使用AD進(jìn)展預(yù)測AI技術(shù)。
同時,還將探討將AD進(jìn)展預(yù)測AI技術(shù)的算法推廣到各種精神疾病和神經(jīng)系統(tǒng)疾病的腦部圖像和臨床數(shù)據(jù)中應(yīng)用。這關(guān)系到患者預(yù)后和對治療的反應(yīng)預(yù)測,我們希望在推動個性化醫(yī)療方面能發(fā)揮重要作用。
本研究是在日本國立研究開發(fā)法人科學(xué)技術(shù)振興機(jī)構(gòu)產(chǎn)學(xué)共創(chuàng)平臺共同研究推進(jìn)項目(JST、OPERA、JPMJOP1842)的贊助下實施的。
※1 本技術(shù)不用于AD及其他疾病的診斷、治療和預(yù)防。 |
※2 準(zhǔn)確率是評價AI精度的指標(biāo)之一,是描述預(yù)測結(jié)果與真實值相符程度的數(shù)值。 |
※3 發(fā)表的論文論文名:A high generalizability machine learning framework for predicting the progression of Alzheimer's disease using limited data |
※4 神經(jīng)研究所疾病研究第七部山口博行、山下祐一、精神保健研究所行動醫(yī)學(xué)研究部關(guān)口敦、轉(zhuǎn)化醫(yī)療中心(現(xiàn)為醫(yī)院下屬臨床研究及教育研修部門 信息管理及解析部)立森久照 |
※5 Practice Guideline Update Summary: Mild Cognitive Impairment.(Petersen, R. C., et al. Neurology 16, 126-135 (2018)) |
※6 預(yù)測AD的發(fā)病、確認(rèn)治療藥物療效的研究項目,為全球最大。 |
※7 用數(shù)值化指示出參考圖像的哪些部分才能發(fā)現(xiàn)進(jìn)展預(yù)測的模式。 |
※8 日本厚生勞動省及NEDO等主導(dǎo)的AD研究項目。Japanese Alzheimer's Disease Neuroimaging Initiative的簡稱。 |
※9 表示AI判別精度的真陽性率與偽陽性率的指標(biāo)。Area Under the Curve的縮寫。真陽性率是指正確預(yù)測為陽性的數(shù)據(jù)的百分比,而偽陽性率是指將陰性數(shù)據(jù)錯誤預(yù)測為陽性的數(shù)據(jù)的百分比。AUC值為1意味著AI判斷完全正確(真陽性率:100%,偽陽性率:0%)。如果真陽性率和偽陽性率相同,AUC值為0.5,則表示精度最低。 |
※10 表示一條曲線,其中計算了每個截止點的真陽性率和偽陽性率,繪制在一個平面上,真陽性率在縱軸上,偽陽性率在橫軸上,并以直線連接。ROC是Receiver Operating Characteristic的縮寫。ROC曲線下的面積為AUC的值。 |