Alzheimer: Erkekler ve Kadınlar Arasındaki Riski Ayıran Algoritma

İtalya'da yaklaşık 800.000 kişiyi vurduğunda, herkesi eşit şekilde etkilemiyor. Gerçekten de sayılar kadınların Alzheimer hastalığından daha yüksek bir oranda muzdarip olduğunu gösteriyor: 65-69 yaşlarındaki kadınlarda %0,7'den 90 yaş üstü kadınlarda %23,6'ya, erkeklerde ise oranlar sırasıyla %0,6 ile %17,6 arasında değişiyor. Ancak hastalığın kendini gösterme biçimi de bir fark yaratıyor: kadınlar genellikle daha hızlı bilişsel gerileme ve epizodik bellekte daha fazla bozulma yaşıyor. Bunun nedeni (araştırmalar hala devam etse de) seks hormonlarının rolü ve beyin yapısındaki farklılıklar gibi görünüyor. Ancak hastalığı teşhis etmek için kullanılan araçlar, testlerden MRI veya beyin omurilik sıvısı analizi gibi daha invaziv ve pahalı yöntemlere kadar, bu farklılıkları yeterince hesaba katmıyor. Şimdi bir algoritma fark yaratabilir.

Üstesinden gelinmesi gereken bir önyargı

Ulusal Araştırma Konseyi (CNR) Bilişsel Bilimler ve Teknolojiler Enstitüsü'nün (ISTC) araştırma direktörü Daniele Caligiore, "Tarih boyunca birçok nöropsikolojik test ağırlıklı olarak erkek örneklemler üzerinde geliştirilmiştir," diye açıklıyor. "Sorun şu ki, bu testler daha sonra her iki cinsiyetten insanlara da uygulanıyor, ancak erkekler ve kadınlar farklı tepkiler verebiliyor. Bu da tanı hatalarına yol açabilir: örneğin, bir kadın bir testte daha düşük puan alabilir, ancak bu puan kadın cinsiyetine göre ayarlanmış bir ölçekle değerlendirildiğinde yine de iyi bir performansa işaret edebilir."

Erken teşhis için makine öğrenimi

Bu bağlamda, Caligiore'nin araştırma merkezi tarafından koordine edilen ve sonuçları Journal of Neurological Sciences'da yayınlanan projede de görüldüğü gibi, makine öğrenimi bir fırsat sunabilir. "Amacımız," diye devam ediyor akademisyen, "özellikle Alzheimer ve Parkinson gibi yakından ilişkili karmaşık hastalıklarda, hekimlerin erken teşhis koymalarına yardımcı olmak için cinsiyet açısından hangi faktörlerin dikkate alınması gerektiğini anlamak."

İtalyan bir iş birliği

Çalışma, CNR (Ulusal Araştırma Konseyi), Milan 4 Araştırma Alanı, Mondino Vakfı, Pavia Üniversitesi, Santa Lucia Vakfı, Roma Sapienza Üniversitesi ve AI2Life adlı start-up arasındaki iş birliğinin sonucudur. Projenin özü, nöropsikolojik test puanları ve sosyodemografik bilgiler gibi invaziv olmayan şekilde toplanan verileri kullanarak, bir hastanın cinsiyetine göre Alzheimer hastalığının başlangıcını tahmin edebilen ve ayırt edebilen bir makine öğrenme algoritmasıdır. Algoritma, Michael J. Fox Derneği'ninki de dahil olmak üzere iki büyük uluslararası veritabanından alınan verilerle eğitildi. Verileri homojen bir şekilde işleyen geleneksel yaklaşımların aksine, ekip sistemi erkek ve kadın verileriyle ayrı ayrı eğitti. Bu anlamda, makine öğrenme modeli bize yalnızca belirli bir zaman diliminde (bir ila beş yıl) hastalığın gelişme olasılığını tahmin etme olanağı sağlamakla kalmıyor, aynı zamanda -algoritmanın karar alma sürecini şeffaf hale getiren açıklanabilir yapay zeka kullanımı sayesinde- her cinsiyet için hangi testlerin en öngörücü olduğunu da belirliyor.

Kadınlar ve erkekler için test

Sonuçların analizi, bazı nöropsikolojik testlerin cinsiyete bağlı olarak farklı öngörü değerlerine sahip olduğunu gösteriyor. Caligiore, "Makine öğrenimi, testlerdeki göreceli farklılıkları analiz etmemize ve birden fazla parametreyi birleştirmemize olanak tanıyor," diye devam ediyor. "Örneğin, Mini-Mental Durum İncelemesi testinin kadınlarda Alzheimer hastalığını tahmin etmede daha etkili olduğunu, uzun süreli epizodik hafızayı (LDELTOTAL) değerlendiren testin ise erkekler için daha etkili olduğunu gördük. Diğer bir deyişle, sistem şunu söyleyebiliyor: 'Daha iyi teşhis için erkeklerde X testi, kadınlarda Y testi önemlidir.' Bu, kişiselleştirilmiş teşhiste çığır açan bir gelişme." Eğitim düzeyinin ve dolayısıyla bilişsel rezervin de, özellikle kadınlar için belirleyici bir faktör olduğu bulundu.

Kişiselleştirilmiş ve erişilebilir bir tanı

Projenin ayırt edici bir unsuru, doktorların sistemi doğrudan kullanmalarına olanak tanıyan EMA (ExplAIn Tıbbi Analiz) adlı grafiksel bir arayüzün oluşturulmasıdır. Nöropsikolojik test puanlarını girmeniz yeterli; algoritma, sayısal olasılıkla bir risk değerlendirmesi sağlıyor. Caligiore, "Gelecekte, hastalara anketlerin uygulandığı, puanların toplandığı ve klinisyenin bunları arayüze girdiği basit bir sistem hayal ediyoruz," diye açıklıyor. "Sistem bir sayı döndürüyor: örneğin, 'Üç yıl içinde Alzheimer geliştirme olasılığı %75.' Bu, henüz belirgin semptomlar göstermeyen denekler için bile faydalı, öngörücü bir araç." Yapay zeka araştırmalarının genellikle laboratuvar aşamasında sona erdiğini vurguluyor. Bunun yerine, bu aracı günlük klinik uygulamada kullanılabilir hale getirmek istiyorlar, böylece Alzheimer teşhisi daha zamanında, daha adil ve daha az invaziv olabilir.

İtalyan hastalardan alınan verilerle eğitim

Ekip şu anda İtalyan klinik verilerine dayanan yeni bir geliştirme aşaması üzerinde çalışıyor. Bu adım, kültürel önyargıyı azaltmak ve sistemi Avrupa nüfusunun özelliklerine uyarlamak için çok önemli. Caligiore, "Kuzey Amerika verileri çok faydalı, ancak bizimkinden farklı bir yaşam tarzını yansıtıyor," diye ekliyor. "Bu nedenle, doğruluğu artırmak ve sağlık hizmeti bağlamımızda da gerçekten etkili bir sistem oluşturmak için algoritmayı İtalyan verileriyle doğruluyoruz."