Эрүүл мэндийн үзлэгийн үеэр авхуулдаг нүдний зургаар одоогийн дементийн магадлалыг ялган тогтоож, цаашид дементи үүсэх эрсдэлийг хүртэл таамаглах боломжтой гэсэн судалгааны үр дүн гарлаа.
Сөүл Үндэсний Их Сургуулийн Эмнэлэг 28-нд мэдээлэхдээ, Өрхийн анагаах ухааны тэнхимийн профессор Пак Сан-мин, XaiMed㈜-ийн доктор Жан Жү-ён, Сөүл Үндэсний Их Сургуулийн Анагаах Ухааны Сургуулийн Эмнэлгийн Их Өгөгдлийн Судалгааны Төвийн судалгааны туслах профессор Хан Чан-хо, Анагаахын шинжлэх ухааны тэнхимийн доктор Ким Жэ-вон нарын хамтарсан баг эрүүл мэндийн үзлэгт хамрагдсан 36,322 хүний нүдний угийн зураг 108,008 ширхэгт дүн шинжилгээ хийж, дементийн скрининг·эрсдэлийн таамаглалын AI боловсруулсан гэж мэдэгдэв.
Судалгааны баг AI-ийн таамаглалын гүйцэтгэлээс гадна ямар хэсгийг үндэслэл болгон дүгнэснийг мөн шалгасан байна. Үүний дүнд AI нь одоогийн дементи байгаа эсэх болон цаашдын үүсэх эрсдэлийг үнэлэхдээ хоёуланд нь харааны мэдрэл нийлдэг хэсэг болон түүний орчмыг голлон чухалчилсан нь тогтоогдлоо.
Нүдээр яагаад дементийн эрсдэлийг мэдэж болох вэ
Нүдний угийн зураг гэдэг нь хүүхэн хараагаар дамжуулан торлог бүрхэвч, харааны мэдрэл, нүдний доторх судаснуудыг авсан зураг юм. Нүдний эмчийн үзлэгт төдийгүй эрүүл мэндийн үзлэгт ч түгээмэл авхуулдаг.
Судлаачид нүдэнд анхаарсан шалтгаанаа торлог бүрхэвч тархитай нягт холбоотой байдагтай холбон тайлбарлав. Торлог бүрхэвч болон харааны мэдрэл нь төв мэдрэлийн тогтолцоотой холбогддог. Тархинд илрэх мэдрэлийн эсвэл бичил судасны өөрчлөлт нүдэнд ч тодорхой хэмжээнд тусах боломжтой гэсэн судалгаанууд ч үргэлжилсээр ирсэн.
Судалгааны баг ийм өөрчлөлт нүдний угийн зурагт үлддэг бол AI дементийн эрсдэлийн дохиог илрүүлж чадна гэж үзсэн.
2004 оноос 2016 он хүртэл Сөүл Үндэсний Их Сургуулийн Эмнэлэгт эрүүл мэндийн үзлэгт хамрагдсан хүмүүсийн мэдээллийг ашиглав. Эдгээрээс нүдний угийн зураг авхуулснаас өмнө болон дараа 2 жилийн дотор дементи гэж оношлогдож, холбогдох эмийг жороор авсан 1,001 хүний 2,868 зургийг дементийн бүлэгт ангилсан. Дараа нь дементигүй хүмүүсийнхтэй харьцуулан AI-г сургасан.
Олон AI загварыг харьцуулсны дүнд, нүдний угийн олон зургийг урьдчилан сургасан загвар хамгийн сайн гүйцэтгэл үзүүлсэн.
Одоогийн дементи ч, цаашид үүсэх эрсдэлийг ч ялган тогтоов
AI нь одоогоор дементитэй хүн ба дементигүй хүнийг ялгах гүйцэтгэл 0.750 байсан. Энэ үзүүлэлт 0.5-д ойр байх тусам санамсаргүй тааруулах түвшин, 1-д ойр байх тусам хоёр бүлгийг сайн ялгана гэсэн утгатай.
Судалгааны баг AI-ийн гүйцэтгэлийг дементийн эрсдэлийг үнэлэх уламжлалт хэрэгсэл болох ‘CAIDE’-тай мөн харьцуулсан. CAIDE нь нас, хүйс, боловсролын түвшин, цусны даралт, таргалалтын зэрэг, холестерин, биеийн идэвх зэрэгт оноо өгч, урт хугацааны дементийн эрсдэлийг тооцоолдог үнэлгээний хэрэгсэл юм. MRI эсвэл PET зэрэг тусдаа тархины дүрс оношилгоонд хамрагдах шаардлагагүй.
Энэ удаагийн шинжилгээнд одоогийн дементиг ялгах гүйцэтгэл CAIDE 0.624, нүдний угийн зургийг ашигласан AI 0.750 байсан. 1-д ойр байх тусам дементитэй хүн ба дементигүй хүнийг сайн ялгана гэсэн үг.
Цаашид дементи үүсэх эрсдэлийг таамаглах гүйцэтгэлд ч ялгаа гарсан. AI 0.812, CAIDE 0.689 байв.
Нас, хүйс зэрэг дементийн уламжлалт эрсдэлийн хүчин зүйлсийг тусад нь тооцсоны дараа ч ижил хандлага ажиглагдсан. AI оноо өндөр байх тусам одоогоор дементи байх эсвэл цаашид дементи үүсэх магадлал илүү өндөр байсан.
Нүдний угийн зурагт нас, цусны даралт, таргалалт зэрэг уламжлалт эрсдэлийн хүчин зүйлсээр дангаар нь барьж авахад бэрх дементитэй холбоотой мэдээлэл илүү агуулагдаж байж болохыг илтгэнэ.
AI хамгийн их анхаарсан хэсэг нь ‘харааны мэдрэлийн хөхлөг’
Энэ судалгаанд сонирхол татах нэг зүйл нь AI юуг үндэслэн дүгнэснийг хүртэл нарийвчлан харсан явдал юм.
Судалгааны баг AI нүдний угийн зураг дээр чухалчилсан хэсгийг өнгөөр тэмдэглэн харуулсан. Хамгийн өндөр анхааралтай гарсан хэсэг нь ‘харааны мэдрэлийн хөхлөг’ байв.
Харааны мэдрэлийн хөхлөг нь торлог бүрхэвчээс гарсан мэдрэлийн ширхэгүүд нэг дор нийлж, харааны мэдрэл рүү үргэлжлэх хэсэг юм. Энгийнээр хэлбэл, нүдээр хүлээн авсан мэдээллийг тархи руу дамжуулах мэдрэлүүдийн “гарах хаалга” юм.
AI харааны мэдрэлийн хөхлөгт анхаарсан түвшин нь ердийн ойролцоох хэсгүүдээс 5.72 дахин өндөр байсан. Харааны мэдрэлийн хөхлөгийн орчим болон эндээс шар толбо руу үргэлжлэх мэдрэлийн ширхэгийн хэсгүүдэд ч өндөр анхаарал илэрсэн.
Эдгээр хэсгүүд нь өмнөх судалгаануудад ч дементитэй холбоотой торлог бүрхэвчийн өөрчлөлт илэрсэн гэж мэдээлэгдэж байсан бүсүүд юм. Энэ нь AI зураг дахь санамсаргүй шинж тэмдэг бус, дементитэй холбоотой мэдрэлийн өөрчлөлтийг барьж авсан байж болохыг дэмжинэ.
Эрүүл мэндийн үзлэгийн зураг, дементийн скринингэд ашиглаж болох уу
Энэ судалгаа анхаарал татаж буй шалтгаан нь шинэ шинжилгээ нэмэхгүйгээр, эрүүл мэндийн үзлэгээр аль хэдийн авхуулсан нүдний угийн зургийг ашиглах боломжтойд оршино.
Цаашид хангалттай баталгаажуулалт хийгдвэл, эрүүл мэндийн үзлэгийн шатанд дементийн эрсдэл өндөр хүмүүсийг түрүүлж шигшин ялган, танин мэдэхүйн үйл ажиллагааны сорил эсвэл мэргэжлийн үзлэгт холбох туслах хэрэгсэл болгон ашиглаж болно.
Гэхдээ энэ нь ‘нүдний ганц зурагтайгаар дементиг оношлоно’ гэсэн утга биш. Бодит дементийн оношилгоонд өвчтөний шинж тэмдэг, танин мэдэхүйн үнэлгээ зэрэг шаардлагатай. Нөхцөл байдлаас шалтгаалан тархины MRI эсвэл цус·тархи-нугасны шингэний шинжилгээ зэргийг нэмэлтээр хийдэг.
Энэ удаагийн судалгаа ч нэг эмнэлгийн эрүүл мэндийн үзлэгт хамрагдагсдад төвлөрөн хийгдсэн. Бусад эмнэлэг, өөр насны бүлэг, өөр арьс өнгө·угсаатны бүлгүүдэд ч ижил гүйцэтгэл үзүүлэх эсэхийг нэмэлтээр баталгаажуулах шаардлагатай.
Сөүл Үндэсний Их Сургуулийн Эмнэлгийн Өрхийн анагаах ухааны тэнхимийн профессор Пак Сан-мин “Нэмэлт өндөр өртөгтэй шинжилгээ хийхгүйгээр өдөр тутмын үзлэгийн өгөгдлийг ашигладаг энэ AI технологи дементийн урьдчилан сэргийлэлт болон эрт үеийн оролцооны стратегид хэрэгтэй туслах хэрэгсэл болно гэж найдаж байна” гэж хэлэв.
XaiMed-ийн доктор Жан Жү-ён “Энэ судалгаа нь AI-ийн таамаглалын гүйцэтгэлээс гадна тайлбарлагдах боломж болон эмнэлзүйн ашиг тусыг хамтад нь үнэлсэн гэдгээрээ нүдний угийн дүрсэд суурилсан AI биомаркер хөгжүүлэх чухал чиглэлийг санал болголоо” гэж онцлов.
Энэхүү судалгаа олон улсын эрдэм шинжилгээний сэтгүүл 《npj Digital Medicine》-д 7 сарын 4-нд онлайнаар нийтлэгдсэн.
