Інтерпретована модель машинного навчання може передбачати тяжкість моторних симптомів хвороби Паркінсона лише за зображеннями мозку, згідно з новим дослідженням, опублікованим на arXiv.
Дослідження
Aixa X. Andrade з невказаної установи (у статті вказано афіліації під arXiv:2607.02553) проаналізувала дані 28 учасників, серед яких 24 людини з хворобою Паркінсона та 4 контролі. Мета полягала в тому, щоб передбачити тяжкість моторики, виміряну за допомогою MDS-UPDRS Part III, стандартної клінічної шкали оцінки.
Дослідники виділили два типи ознак зображень: кількісне картування сприйнятливості (QSM), яке вимірює вміст заліза та мієліну в тканині мозку, та регіональну однорідність (ReHo), отриману з фМРТ у стані спокою, яка відображає, наскільки синхронізована активність у локальних ділянках мозку. Вони перевірили 13 різних комбінацій ознак зображень, клінічних та мультимодальних даних за допомогою чотирьох моделей машинного навчання: регресії опорних векторів, Elastic Net, Random Forest та XGBoost, усі навчені з вкладеною перехресною перевіркою, щоб уникнути перенавчання.
Моделі, що використовували лише зображення, несли значущий прогностичний сигнал, тоді як моделі, що використовували лише клінічні дані, працювали слабо. Найсильніша загальна відповідність була отримана від поєднання повної фМРТ, повної QSM та клінічних змінних, пояснюючи 45,4% варіації тяжкості моторики. Найкращі клінічно близькі прогнози дали вибрані QSM плюс клінічні змінні, які передбачили 75,0% учасників у межах плюс-мінус 5 балів MDS-UPDRS Part III і мали найнижчу середню абсолютну похибку серед найкращих моделей. Аналіз SHAP виділив мозочкові, таламічні, стріарні, інсулярні та моторні кортикальні ознаки як найважливіші.
Чому це важливо
Хвороба Паркінсона вражає рух, але тяжкість симптомів зазвичай оцінюють через клінічне спостереження, яке може пропустити тонкі зміни мозку. Це дослідження показує, що структурна (QSM) та функціональна (ReHo) візуалізація роблять різний внесок залежно від мети прогнозу. Для тих, хто цікавиться власним пізнанням, це підкреслює, що здоров'я мозку є багатовимірним: вміст заліза, нейронна синхронність та клінічна картина кожен розповідають свою частину історії. Той факт, що моделі, які використовували лише зображення, перевершили моделі, які використовували лише клінічні дані, свідчить про те, що об'єктивні маркери мозку можуть одного дня допомогти відстежувати прогресування захворювання або відповідь на лікування точніше, ніж самі лише контрольні списки симптомів.
Що ви можете зробити
- Залишайтеся фізично активними: фізичні вправи — один із небагатьох заходів із доказами підтримки моторної та когнітивної функції при Паркінсоні.
- Кидайте виклик своєму мозку новими завданнями на навчання, що може допомогти підтримувати нейронну синхронність.
- Якщо ви помітили зміни в рухах, координації чи рівновазі, зверніться до невролога якомога раніше.
- Розгляньте можливість участі в дослідженнях, які використовують візуалізацію для вивчення здоров'я мозку.
Джерело: arXiv q-bio.NC
Цікавить власний мозок? Пройдіть наш безкоштовний адаптивний тест IQ або спробуйте 306 рівнів тренування мозку.