За установяването на нарушения в когнитивните способности можем да бъде използвано състоянието на очите. Учени от Duke Health, Дърам, САЩ, са използвали алгоритъм на машинно обучение, който може да разграничи нормални когнитивни способности от леки когнитивни нарушения единствено на базата на изображения от ретината на окото.


Когато се говори за леки когнитивни нарушения става въпрос за ранен стадий на един предвиден спад на когнитивни способности, който най-често се появява с напредването на възрастта. Конкретните когнитивни способности, които могат да бъдат засегнати, са памет, преценка, говор и други (изразяващи се чрез множество малки характеристики). Склонност към забравяне, изпускане на планирани събития, проблеми със следенето на разговор, взимане на решения и проблеми с ориентацията – всички тези поведения са симптоми на леки когнитивни нарушения. Тези проблеми могат да бъдат признаци не само на напредването на възрастта и деменция, а и на психични заболявания като депресия и тревожност.


Понякога когнитивните нарушения не могат да бъдат забелязани. Разработването на евтин, неинвазивен метод за установяване на ранни признаци на когнитивни нарушения, които могат да доведат до болест на Алцхаймер, може да бъде значима стъпка в бъдещото лечение на заболяването. Моделите на машинно обучение вече намират приложение в диагностиката, като те могат да разгледат максимално бързо и ефикасно голяма база от данни и да дадат точни резултати без пропуски.



Разглеждането на ретината за установяване на ранни признаци на болест на Алцхаймер е представлява метод, разработен от учените, който включва сканиране, използващо оптична кохерентна томография и ангиография. По този начин могат да бъдат засечени промени в невросензорната структура на ретината, както и в малките кръвоносни съдове в нея.

 

Определени нарушения в структурата на ретината са ясни показатели за леки когнитивни нарушения. Сега с помощта на изкуствен интелект данни от тези сканирания могат да бъдат разгледани. Учените са изследвали точността на анализите, като са поставили пред модела на машинно обучение снимки на пациенти с леко когнитивно нарушение, както и снимки от лица без никакви когнитивни нарушения. Изкуственият интелект е успял да различи пациентите с когнитивни нарушения с 83% точност.


Според Александър Ричардсън, съавтор на научния труд, ретината е прозорец към мозъка и алгоритмите за машинно обучение, които използват неинвазивни и рентабилни образни изследвания на ретината за оценка на неврологичното здраве, могат да бъдат мощен инструмент за мащабен скрининг.

Референции:
1. Duke University Medical Center. (2023, July 10)  Machine learning model identifies mild cognitive impairment from retinal scans. Retrieved 2023, July 12 from https://medicalxpress.com/news/2023-07-machine-mild-cognitive-impairment-retinal.html
2. Fekrat, S. (2023, June 25) A convolutional neural network using multimodal retinal imaging for differentiation of mild cognitive impairment from normal cognition. Retrieved 2023, July 12 from https://doi.org/10.1016/j.xops.2023.100355