Анализ сна с помощью ИИ может помочь выявлять болезнь Альцгеймера на ранней стадии
Исследователи из Университета имени Карлоса III в Мадриде и университетской больницы Severo Ochoa разработали методику, которая использует искусственный интеллект для изучения электрической активности мозга во время сна. Подход позволяет обнаруживать ранние изменения в работе нервной системы и распределять пациентов с болезнью Альцгеймера по биологическим подгруппам.
Результаты исследования опубликованы в научном журнале *GeroScience*. Учёные показали, что машинное обучение способно анализировать ночные мозговые волны и выявлять признаки патологических процессов ещё до появления выраженных когнитивных симптомов. Именно поэтому анализ сна с помощью ИИ рассматривается как перспективное направление для раннего скрининга нейродегенеративных заболеваний.
Сон выбран не случайно. В этот период мозг активно восстанавливается и очищается от продуктов обмена, включая бета-амилоидный белок, накопление которого связывают с развитием болезни Альцгеймера. Между качеством сна и заболеванием существует двусторонняя связь: патологические изменения нарушают структуру сна, а хронические расстройства сна, в свою очередь, могут ускорять процессы, связанные с прогрессированием болезни.
"Регистрация электрической активности во время сна даёт возможность наблюдать за биологическими процессами, которые со временем могут привести к забывчивости и характерным симптомам болезни Альцгеймера", - объяснила профессор кафедры нейронаук и биомедицинских наук UC3M Аррате Муньос-Баррутия.
Современные препараты против болезни Альцгеймера наиболее эффективны на ранних этапах, когда повреждение мозга ещё не стало необратимым. Однако многие пациенты обращаются за помощью уже после появления заметных нарушений памяти и мышления. Для клинической оценки применяют позитронно-эмиссионную томографию и исследование спинномозговой жидкости с помощью люмбальной пункции. Такие процедуры информативны, но могут быть дорогостоящими, инвазивными или труднодоступными для массового обследования.
Новая методика потенциально способна частично решить эту проблему. Исследователи стремятся создать доступный, неинвазивный и масштабируемый инструмент, который поможет проводить диагностику болезни Альцгеймера на ранней стадии ещё до появления выраженных жалоб.
В рамках работы учёные объединили данные ночной электроэнцефалографии с результатами анализа белков в спинномозговой жидкости. В исследовании участвовали 42 пациента с лёгкой или умеренной формой болезни Альцгеймера и 58 когнитивно здоровых добровольцев. Электрические сигналы регистрировали с помощью электродов, закреплённых на коже головы, на протяжении всей ночи.
Затем нейросеть для анализа сна изучала полученные данные и искала характерные изменения, которые могли указывать на накопление патологических белков в мозге. Алгоритм не предназначен для самостоятельной постановки диагноза и не должен заменять медицинское обследование. Его задача - повысить точность анализа и помочь врачу раньше заметить тревожные признаки.
Подробно о том, как искусственный интеллект анализирует сон для раннего выявления болезни Альцгеймера, рассказывают авторы исследования. Технология продемонстрировала высокую точность при разделении здоровых участников и пациентов с подтверждённой болезнью.
Дополнительное сопоставление результатов с биомаркерами спинномозговой жидкости - бета-амилоидом, фосфорилированным тау-белком, общим тау-белком и лёгкой цепью нейрофиламентов - позволило выделить три разные группы пациентов. У этих групп наблюдались постепенные различия в концентрации биомаркеров. Это указывает на то, что болезнь может иметь несколько биологических вариантов уже на самых ранних этапах.
Полученные данные важны не только для диагностики, но и для персонализации лечения. Если у специалистов появится возможность понимать, какой именно биологический профиль характерен для конкретного пациента, терапию можно будет подбирать более адресно. В перспективе такой подход способен сделать тест на болезнь Альцгеймера более информативным, чем оценка одних лишь жалоб на память.
Следующим направлением исследований станет проверка методики на более крупных и разнообразных группах людей. Необходимо выяснить, насколько хорошо алгоритм работает у пациентов с другими неврологическими заболеваниями, нарушениями сна, депрессией и возрастными изменениями памяти. Важно также определить, сможет ли система выявлять доклинические признаки болезни у людей, которые пока не испытывают заметных когнитивных трудностей.
Учёные предполагают, что в будущем ночное исследование сна может дополнить анализ крови и стать частью доступного скрининга, который проводится даже в домашних условиях. Такой формат позволит выявлять группы риска без сложных процедур, а заодно обнаруживать и лечить апноэ сна, бессонницу и другие расстройства, способные ухудшать работу мозга.
Особую роль в развитии технологии играет междисциплинарное сотрудничество. Для создания надёжной системы необходимы совместные усилия неврологов, сомнологов, пульмонологов, специалистов по обработке сигналов и инженеров. Именно объединение этих областей может ускорить создание практического инструмента, пригодного для широкой клинической диагностики.
При этом диагностика деменции с помощью искусственного интеллекта пока остаётся вспомогательным направлением, а не готовой заменой врачу. Алгоритмы могут находить скрытые закономерности в больших массивах данных, однако окончательное решение должно учитывать медицинскую историю, результаты когнитивных тестов, визуализации мозга и лабораторные показатели. Тем не менее новая работа показывает, что привычное ночное исследование может стать важным источником информации о ранних изменениях в мозге.
