Robótica

Máquina de aprendizagem profunda usa ressonâncias magnéticas para determinar a idade do seu cérebro

Determinar a idade do cérebro através de uma ressonância magnética sempre foi um negócio demorado. Agora uma máquina de IA dá a resposta em segundos

  • Terça-feira, 13 de dezembro de 2016
  • Por Emerging Technology From the arXiv
  • Tradução por Elisa Matte (Opinno)

As capacidades cognitivas humanas diminui com a idade. E neurocientistas há muito tempo sabem que este declínio se correlaciona com alterações anatômicas no cérebro também. Portanto, não é nenhuma surpresa saber que é possível detectar os sinais de envelhecimento em imagens de ressonância magnética do cérebro e até mesmo determinar a "idade cerebral". A diferença entre a idade cerebral e idade cronológica pode revelar o aparecimento de condições como a demência.

Mas a análise é demorada porque os dados de ressonância magnética têm que ser processados pesadamente antes que sejam apropriados para determinação automatizada da idade. Este pré-processamento inclui a remoção da imagem de tecido não cerebral, como o crânio, a classificação da substância branca, matéria cinzenta e outros tecidos e a remoção de artefatos de imagem juntamente com várias técnicas de suavização de dados.

Toda esta análise de dados pode demorar mais de 24 horas, e isso é um obstáculo sério para os médicos que esperam levar em conta a idade do cérebro de um paciente quando fazer um diagnóstico clínico.

Hoje, tudo isso muda graças ao trabalho de Giovanni Montana no King's College de Londres e alguns amigos que treinaram uma máquina de aprendizagem profunda para determinar a idade do cérebro usando dados brutos de ressonâncias magnéticas. A técnica de aprendizagem profunda leva alguns segundos e pode dar aos médicos uma ideia precisa da idade do cérebro enquanto o paciente ainda está na máquina.

O método é uma técnica padrão de aprendizagem profunda. Montana e col. utilizaram exames de ressonância magnética cerebral de mais de 2.000 pessoas saudáveis entre 18 e 90 anos de idade. Nenhum tinha qualquer tipo de condição neurológica que pudesse influenciar a sua idade cerebral. Portanto, sua idade cerebral deve corresponder à sua idade cronológica.

Cada imagem é uma tomografia T1 ponderada padrão do tipo produzido pela maioria das máquinas modernas de ressonância magnética. Cada exame é marcado com a idade cronológica do paciente.

A equipe usou 80 por cento dessas imagens para treinar uma rede neuronal convolucional para determinar a idade de uma pessoa, dada a ressonância de seu cerebro. Eles usaram mais 200 imagens para validar esse processo. Finalmente, eles testaram a rede neural em 200 imagens que não tinha visto para determinar o quão bem ela conseguia determinar a idade do cérebro.

Ao mesmo tempo, a equipe comparou a abordagem de aprendizagem profunda com o método convencional de determinação da idade cerebral. Isso requer um extenso processamento de imagens para identificar, entre outras coisas, a substância branca e a substância cinzenta do cérebro, seguida de uma análise estatística chamada regressão do processo gaussiano.

Os resultados são uma leitura interessante. Tanto a aprendizagem profunda quanto para a regressão do processo gaussiano determinam com precisão a idade cronológica dos pacientes quando recebem dados pré-processados para serem analisados. Ambos os métodos fazem isso com um erro de menos de cinco anos.

No entanto, a aprendizagem profunda mostra sua clara superioridade ao analisar os dados brutos de ressonância magnética, onde ele funciona tão bem quanto, dando a idade correta com um erro médio de 4,66 anos. Em contraste, o método padrão de regressão do processo gaussiano apresenta um desempenho fraco neste teste, dando uma idade com erro médio de quase 12 anos.

Além do mais, a análise com aprendizagem profunda leva apenas alguns segundos em comparação com as 24 horas de pré-processamento necessárias para o método padrão. O único processamento de dados necessário para a máquina de aprendizagem profunda é assegurar a consistência da orientação da imagem e as dimensões voxel entre as imagens.

Isso tem implicações significativas para os médicos. "Dada a implementação correta do software, os dados da idade do cérebro poderiam ser disponibilizados para um clínico, enquanto o paciente ainda está na máquina", dizem Montana e col.

A equipe também comparou imagens feitas usando diferentes máquinas apenas para mostrar que a técnica pode ser aplicada a ressonâncias feitas em diferentes máquinas em diferentes partes do mundo. Eles também comparam as idades cerebrais de gêmeos para mostrar como a idade do cérebro está ligada a fatores genéticos. Curiosamente, a correlação cai com a idade, sugerindo que os fatores ambientais se tornam mais significativos com o passar do tempo e sugerindo uma linha promissora de pesquisas futuras.

Esse é um resultado impressionante que tem o potencial de influenciar significativamente a forma como clínicos chegam a um diagnóstico. Há evidências consideráveis de que condições como diabetes, esquizofrenia e lesão cerebral traumática estão correlacionadas com o envelhecimento cerebral mais rápido. Assim, uma maneira de medir o envelhecimento do cérebro de forma rápida e precisa poderia ter um impacto importante sobre a forma como os clínicos lidam com essas condições no futuro. "A idade predita pelo cérebro representa um fenótipo preciso, altamente confiável e geneticamente válido, que tem potencial para ser usado como biomarcador do envelhecimento cerebral", dizem Montan e colaboradores.

Ref: arxiv.org/abs/1612.02572: Predicting Brain Age with Deep Learning from Raw Imaging Data Results in a Reliable and Heritable Biomarker

Para deixar seu comentário, por favor, regístrate ou efetue seu login

Esqueceu sua senha?

Publicidade

Vídeo

Inovadores com menos de 35 anos Brasil

Mais Vídeos

Informes Especiais

Uma Cura para os Gastos com Saúde

Os gastos com a saúde estão fora de controle. E a inovação em medicamentos, testes e tratamentos é o motivo. Mas e se a tecnologia pudesse ser uma forma de poupar dinheiro ao invés de gastá-lo?

Ganhando Com Dispositivos Móveis

Publicidade
Publicidade