CC BY
4УДК 616.8
Овасапян Э.Д.
Северо-Западный государственный медицинский университет
им. И.И. Мечникова (г. Санкт-Петербург, Россия)
РАННЕЕ ВЫЯВЛЕНИЕ КОГНИТИВНЫХ РАССТРОЙСТВ У ЛИЦ ПОЖИЛОГО И СТАРЧЕСКОГО ВОЗРАСТА С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Аннотация: в работе рассматривается использование искусственного интеллекта (ИИ) для раннего выявления мнестических нарушений и деменции у лиц пожилого и старческого возраста. Использование ИИ играет важную роль в диагностике когнитивных расстройств, предоставляя возможности для анализа и обработки данных когнитивных тестов, анализа «речевых паттернов», прогнозирования развития и течения заболевания. В статье анализируются преимущества использования искусственного интеллекта, включая точность выявления, возможность персонализированного подхода и доступность диагностики, а также вопросы, связанные с внедрением ИИ в повседневную медицинскую практику.
Ключевые слова: нарушения памяти, мнестические расстройства, деменция, нейродегенеративные заболевания, болезнь Альцгеймера, когнитивные функции, когнитивные тесты, когнитивные нарушения, искусственный интеллект, персонализированная медицина, прогностическое моделирование, обработка данных, цифровая диагностика.
Старение населения в современном обществе сопровождается ростом числа людей с когнитивными нарушениями, включая мнестические нарушения и деменцию. По данным ВОЗ, количество людей с деменцией в мире насчитывает более 55 миллионов, и с каждым годом эта цифра увеличивается. Раннее выявление мнестических нарушений является ключевым аспектом в предотвращении и замедлении прогрессирования болезни, что в свой черед улучшает качество жизни пациентов.
Мнестические нарушения, как правило предшествующие деменции, представляют собой расстройства памяти, которые могут варьироваться от легких до тяжелых. Деменция, в свою очередь, это синдром, характеризующийся прогрессирующей потерей памяти и других когнитивных функций, что существенно влияет на повседневную жизнь человека. Причины деменции могут включать болезнь Альцгеймера, сосудистые заболевания мозга, а также другие нейродегенеративные процессы. Наиболее распространенная форма деменции — болезнь Альцгеймера — часто начинается с легких когнитивных нарушений, особенно с нарушений памяти. Эти изменения могут проявляться задолго до появления более серьезных симптомов, таких как дезориентация, трудности в общении и выполнение повседневных задач.
Раннее выявление мнестических нарушений и деменции имеет огромное значение для своевременного начала лечения и разработки дальнейшей тактики ведения. На ранних стадиях пациенты могут получать более эффективную помощь, включая медикаментозную терапию и когнитивную реабилитацию, что способствует улучшению качества жизни и замедлению прогрессирования заболевания.
В настоящее время ИИ представляет собой мощный инструмент в медицинской диагностике, и его использование в области нейродегенеративных заболеваний стремительно расширяется. В диагностике мнестических нарушений и деменции ИИ может использоваться для анализа больших объемов данных, выявления паттернов и прогнозирования развития заболевания.
Применение ИИ открывает и новые возможности для диагностики и мониторинга когнитивных нарушений, обеспечивая своевременную и довольно точную оценку когнитивных функций. ИИ способен обрабатывать огромное количество снимков, полученных с помощью МРТ-диагностики головного мозга, выявляя изменения в структуре и функциях, которые могут указывать на ранние признаки деменции. Например, алгоритмы глубокого обучения могут с высокой точностью определять уменьшение объема гиппокампа (его атрофические изменения, а также атрофию субрегионов, миндалевидного
комплекса, хвостатого ядра и др.) - один из ключевых маркеров болезни Альцгеймера.
ИИ может применяться и для анализа результатов когнитивных тестов. Скрининговые шкалы, такие как MMSE (Mini-Mental State Examination) MoCA (Montreal Cognitive Assessment), Mini-Cog (Mini-Cognitive test), могут быть усовершенствованы алгоритмами и моделями ИИ, которые способны более точно оценивать результаты и предсказывать дальнейшее развитие когнитивных нарушений. Кроме того, существуют и цифровые платформы, которые позволяют проводить тестирование на дому, автоматически обрабатывая и анализируя полученные данные.
ИИ способен анализировать «речевые паттерны» пациентов, выявляя возможные изменения, которые могут быть ранними признаками когнитивных нарушений. Например, изменение темпа речи, частота пауз или ошибки в построении предложений могут указывать на начальные стадии нарушений и изменений когнитивных функций.
Используя множество данных из электронных медицинских карт, ИИ способен создавать алгоритмы и модели, прогнозирующие вероятность развития когнитивных нарушений у пациента. Такие модели учитывают множество факторов, включая возраст, генетическую предрасположенность, наличие сопутствующих заболеваний в анамнезе и другие параметры.
Преимуществами использования ИИ в медицинской практике являются:
— точность и скорость диагностики: ИИ может анализировать большие объемы данных за короткое время, предоставляя достаточно точные результаты и выявляя нарушения на ранних стадиях,
— персонализированный подход: ИИ позволяет учитывать индивидуальные особенности пациента, что повышает точность диагностики и эффективность лечения,
— доступность диагностики: благодаря цифровым платформам и мобильным приложениям, доступным на базе ИИ, раннее выявление
когнитивных нарушений становится возможным для пациентов, которые по различным причинам не могут регулярно посещать медицинские учреждения.
Несмотря на множество преимуществ, использование ИИ в диагностике когнитивных нарушений сталкивается с рядом вопросов. Одним из них является необходимость обеспечения конфиденциальности данных пациентов. Также стоит отметить, что ИИ не способен заменить врача. Это лишь вспомогательный инструмент, помогающий специалистам в диагностике и принятии решений в своей врачебной деятельности.
Несомненно, в ближайшем будущем ожидается расширение использования ИИ в диагностике когнитивных расстройств, включая разработку более сложных моделей и алгоритмов, которые смогут не только диагностировать, но и предсказывать эффективность различных методов лечения. Это позволит сделать медицинскую помощь более персонализированной, улучшив качество жизни большинства пожилых людей.
Подводя итог, можно сделать вывод, что использование ИИ в раннем выявлении когнитивных нарушений у лиц пожилого и старческого возраста открывает новые возможности в медицине. Точные и своевременные диагностические инструменты на базе ИИ могут значительно улучшить качество жизни пациентов и дать им шанс на более долгое и активное существование. С учетом продолжающегося старения населения, развитие и внедрение таких технологий становится все более актуальным и необходимым.
СПИСОК ЛИТЕРАТУРЫ:
1. Табеева, Г.Р. Нейрокогнитивное старение и когнитивные расстройства / Г.Р. Табеева // Журнал неврологии и психиатрии имени С.С. Корсакова. - 2019. -№6. - С.160-167;
2. Esteva, A., et al. A guide to deep learning in healthcare. Nature Medicine. -2019. - 25(1), 24-29;
3. Zeisel J., Bennett K., Fleming R. World Alzheimer Report 2020: Design, dignity, dementia: Dementia-related design and the built environment. - 2020;
4. Гаврилова, С.И. Использование тестовой оценки в качестве показателя эффективности терапии деменции, обусловленной болезнью Альцгеймера, в клинической практике // Журнал неврологии и психиатрии имени С.С. Корсакова. - 2014. - №12. - С.48-53;
5. Jack, C.R., et al. NIA- Research Framework: Toward a biological definition of Alzheimer's disease. Alzheimer's & Dementia. - 2018. - 14(4), 535-562;
6. Кичерова, О.А. Болезнь Альцгеймера / О.А. Кичерова, Л.И. Рейхерт // Журнал неврологии и психиатрии имени С.С. Корсакова. - 2018. - №1. - С.77-81;
7. Kurlowicz L., Wallace M. The mini-mental state examination (MMSE) //Journal of gerontological nursing. - 1999. - Т. 25. - №. 5. - С. 8-9;
8. Julayanont P., Nasreddine Z. S. Montreal Cognitive Assessment (MoCA): concept and clinical review //Cognitive screening instruments: A practical approach. -2017. - С. 139-195;
9. Боголепова, А.Н. Современная концепция смешанной деменции / А.Н. Боголепова // Журнал неврологии и психиатрии имени С.С. Корсакова. -2015. - №5. - С.120-126;
10. Topol, E.J. High-performance medicine: the convergence of human and artificial intelligence. Nature Medicine. - 2019. - 25(1), 44-56;
11. Лясковик А. А. и др. МРТ-диагностика болезни Альцгеймера //Нервные болезни. - 2023. - №. 3. - С. 14-19;
12. Шишкова, В.Н. Когнитивные нарушения как универсальный клинический синдром в практике терапевта / В.Н. Шишкова // Терапевтический архив: научно-практический журнал. - 2014. - №11. - С.128-134;
13. Borson S. et al. The Mini-Cog as a screen for dementia: validation in a population-based sample //Journal of the American Geriatrics Society. - 2003. - Т. 51. - №. 10. - С. 1451-1454
Ovasapyan E.D.
Northwestern State Medical University (Saint Petersburg, Russia)
EARLY DETECTION OF COGNITIVE DISORDERS IN ELDERLY AND SENILE USING ARTIFICIAL INTELLIGENCE
Abstract: the paper considers the use of artificial intelligence (AI) for the early detection of mental disorders and dementia in the elderly and senile. The use of AI plays an important role in the diagnosis of cognitive disorders, providing opportunities for analyzing and processing cognitive test data, analyzing "speech patterns", predicting the development and course of the disease. The article analyzes the advantages of using artificial intelligence, including the accuracy of detection, the possibility of a personalized approach and the availability of diagnostics, as well as issues related to the introduction of AI into everyday medical practice.
Keywords: memory disorders, mnestic disorders, dementia, neurodegenerative diseases, Alzheimer's disease, cognitive functions, cognitive tests, cognitive impairment, artificial intelligence, personalized medicine, predictive modeling, data processing, digital diagnostics.
