V čem je problém: Alzheimerovou chorobou trpí 30 milionů lidí. V pokročilém stádiu ji nelze zastavit, ale v ranných fázích je možné ji zabrzdit nebo aspoň zpomalit. Na vývoji metod včasné detekce se pracuje na řadě pracovišť po celém světě. Jako jeden z indikatorů rodící se choroby slouží ostrůvky fragmentů bílkoviny (amyloidy), které vznikají v mezibuněčném prostoru v mozku, a zpomalený mozkový metabolismus signalizovaný zpomalenou spotřebou glukózy. Jsou odhalitelné PET scanováním (pozitronovou emisní tomografií), ale tato metoda zobrazení je časově náročná a náchylná na značnou nepřesnost a chybovost ze strany odborníků v interpretaci takto získaných obrazů.

Řešení: Korejský tým vyvinul algoritmus hlubokého strojového učení k identifikování lidí s pravděpodobností rozvinutí Alzheimerovy choroby v horizontu tří let. Tým nejprve vytrénoval neurální síť na databázi 300 zobrazení mozku lidí ve věku nad 70 let, z nichž jedna část byla zdravá, druhá s Alzheimerem. Poté otestovali nabyté schopnosti umělé inteligence na vzorku 180 lidí ve stejné věkové kategorii. Stroj již po tomto prvotním tréningu dosáhl 81% přesnosti identifikace včasných příznaků Alzheimera, čímž výrazně překonal spolehlivost úsudku zkušených odborníků.

Dopad: Několikrát jsme již psali o výsledcích hlubokého strojového učení ve včasné diagnostice nádorů či cévních a srdečních chorob, které překonávají schopnosti specialistů. Umělá inteligence přebírá v diagnostice některé role specialistů, jimž uvolňuje ruce pro práci, která je stroji nenahraditelná. Třeba pro odhalování příčinných souvislostí skrytých za korelacemi, které umí strojové učení odhalit, aniž by jim "rozumělo". A tedy i pro nalézání nové účinnější léčby.