Автор: 
Исследователи Массачусетской больницы офтальмологии и отоларингологии (Massachusetts Eye and Ear) разработали уникальный диагностический инструмент, который может обнаруживать дистонию с помощью МРТ-сканирования. Дистония — это потенциально инвалидизирующее неврологическое состояние, которое вызывает непроизвольные мышечные сокращения, приводящие к ненормальным движениям и позам. Часто она неправильно диагностируется, и людям может потребоваться до 10 лет, чтобы поставить правильный диагноз.
Исследователи разработали платформу глубокого обучения на основе искусственного интеллекта под названием DystoniaNet для сравнения МРТ головного мозга 612 человек, в том числе 392 пациентов с трёмя различными формами изолированной фокальной дистонии и 220 здоровых людей. Платформа диагностировала дистонию с точностью 98, 8%. В ходе этого процесса исследователи определили новый микроструктурный биологический маркер нейронной сети дистонии. Они считают, что после дальнейшего тестирования и валидации DystoniaNet можно легко интегрировать в процесс принятия клинических решений.
DystoniaNet использует глубокое обучение и особый тип алгоритма искусственного интеллекта для анализа данных отдельных МРТ и выявления более тонких различий в структуре мозга. Платформа способна обнаруживать кластеры аномальных структур в нескольких областях мозга, которые, как известно, управляют обработкой и двигательными командами. Эти небольшие изменения нельзя увидеть невооруженным глазом на МРТ, а закономерности видны только благодаря способности платформы делать трёхмерные изображения мозга и увеличивать их микроструктурные детали.
«В настоящее время не существует биомаркера дистонии и стандарта теста для её диагностики. Из-за этого многим пациентам приходится проходить ненужные процедуры и обращаться к разным специалистам до тех пор, пока не будут исключены другие заболевания и установлен диагноз дистония. Существует острая необходимость в разработке, проверке и внедрении инструментов объективного тестирования для диагностики этого неврологического состояния, и наши результаты показывают, что DystoniaNet может восполнить этот пробел», — говорит старший автор исследования и доктор медицинских наук Кристина Симонян.
