2019-08-01 08:00:00 Tony Curtis személyes tárgyai - kiállítás Mátészalkán

Hány éves az agya valójában? Magyar módszerrel lehet meghatározni

A Nemzeti Agykutatási Program által támogatott kutatás eredményei megkönnyíthetik az időskori demencia előrejelzését. Az MTA TTK Agyi Képalkotó Központ kutatóinak cikkét az egészségügyi informatika területének legrangosabb folyóirata, a GigaScience közölte.

Hány éves az agya valójában? - a kérdés mintha egyenesen a Facebookról érkezett volna. A látszat azonban ezúttal csal: komoly kutatók foglalkoznak a témával - köztük a Magyar Tudományos Akadémia Természettudományi Kutatóközpont munkatársai -, a válaszok pedig sokak időskorát tehetik élhetőbbé.

Agyunk az életünk során folyamatosan változik, fiatalkorunkban az agy hálózatainak szerkezete és működése egyre összehangoltabbá és kifinomultabbá válik, ahogy pedig öregedni kezdünk, ellenkező irányú folyamatok játszódnak le benne.

A változások nemcsak az agy fizikai szerkezetében tapasztalhatók, hanem az egyes agyterületek működése közti összehangoltság mértékében is, amely az agyterületek között mérhető funkcionális kapcsolatok erősségének megváltozásával jól jellemezhető. E kapcsolatokat funkcionális mágneses rezonanciás képalkotással nagyszerűen lehet vizsgálni, és az eredmények megmutathatják, hogy a vizsgált agy kapcsolati mintázatának jellemzői mennyire felelnek meg a vizsgált személy valós életkorának. Ha az eltérés jelentős, az a kutatások szerint jól előre jelzi a kóros agyi öregedési folyamatokat, köztük a demenciát - olvasható az MTA friss közlésében.

Márpedig igen fontos, hogy az efféle folyamatokra idejében fény derüljön, mivel a korai gyógyszeres beavatkozások és az életmódváltás sokkal hatásosabb, mint a súlyosabb tünetek megjelenése utáni "tűzoltás".

Az agyterületek működése közti kapcsolatok meglehetősen bonyolult hálózatot alkotnak, így egyáltalán nem nyilvánvaló, hogy milyen tulajdonságaik vannak kapcsolatban az életkorral. Kézenfekvő megoldásnak tűnt hát a kutatók számára, hogy mesterséges intelligenciát vessenek be az elemzésére. A mélytanulásos (deep learning) rendszereket pedig éppen úgy be lehet tanítani az agyi kapcsolati hálózatok és az életkor közti összefüggésekre, mint például a kutyás és a macskás képek elkülönítésére. Vagyis egy mélytanulásos rendszer megfelelő számú egészséges agyról készült felvétel feldolgozása után "érezni" kezdi az agy korát, éppúgy, ahogy a másik példában a képen szereplő állat "kutyaságát" vagy "macskaságát".

Az MTA TTK Agyi Képalkotó Központban működő kutatócsoport eljárása sikeresnek bizonyult, eredményüket nemrég az egészségügyi informatika területének legrangosabb folyóirata, a GigaScience közölte.

"Az eljárásunk segítségével 5 évvel sikerült javítani a funkcionális konnektivitáson alapuló agyéletkorbecslés átlagos pontosságát. Ezt úgy sikerült elérnünk, hogy felhasználtuk a korábban, más adatbázison elsajátított tudást a becsléshez használt mesterséges neurális hálózat tanítása során. Ezt a korábban tanult kapcsolati súlyok átvételével és finomhangolásával végeztük a hálózat megfelelő rétegeiben. Kutatási eredményeink megoldást szolgáltattak a különböző MRI-berendezéssel, mérési paraméterekkel és eltérő szempontok szerint beválogatott embercsoportokon gyűjtött adatbázisok közötti tudástranszferre" - közölte Vidnyánszky Zoltán, a kutatócsoport vezetője.

A módszer fontos előrelépést jelent a kóros agyi öregedés mesterséges intelligenciával történő hatékonyabb előrejelzésében.

Emellett segítséget nyújthat olyan, idegrendszeri képalkotáson alapuló speciális diagnosztikai feladatok megoldásában, ahol kevés adat áll rendelkezésre a mesterséges intelligenciák tanításához. A kutatócsoport jövőbeli kutatásainak célja, hogy módszertani fejlesztéseik eredményeire építve kidolgozzanak egy multimodális, strukturális és funkcionális MRI-képalkotáson alapuló mesterséges intelligenciával támogatott eljárást a kóros agyi öregedés korai kiszűrésére és típusainak osztályozására.

(Infostart.hu)