15. marts 2012

Kan Alzheimers sygdom påvises endnu tidligere gennem billedanalyse af hjernevæv?

I de næste to år skal datalog og erhvervspostdoc Lauge Sørensen fra Københavns Universitet stå i spidsen for et forskningsprojekt, der skal kigge på muligheden for at stille en forbedret diagnose af Alzheimers sygdom. Metoden går ud på at analysere mikroskopiske ændringer i billeder af hjernevævet, og målet er at kunne stille diagnoser meget tidligere end det hidtil har været muligt.

Projektet er finansieret af Højteknologifonden og sker i samarbejde med Datalogisk Institut på Københavns Universitet samt virksomheden BiomedIQ A/S, der udvikler biomarkører fra medicinske billeder.

- Ved at præsentere en computer for en masse eksempler på hjernevæv fra raske personer og personer med Alzheimers sygdom, kan computeren ”læres op til” at kunne genkende og adskille vævsmønstre, der er karakteristiske for Alzheimers, endnu inden sygdommen for alvor er sat ind”, fortæller Lauge Sørensen.
 Billedforklaring : Til venstre ses et originalt MR billede. De øvrige billeder er behandlet med forskellige filtre, som hver måler forskellige typer af information i billedet. Det er denne information som computeren vha. maskinlæring "lærer" at udnytte til at skelne mellem sygt og raskt væv.

Om sygdommen

Demens er den femtehyppigste dødsårsag i Danmark. Ud af de ca. 85.000 mennesker, der p.t. lever med en demenssygdom, lider hovedparten af typen Alzheimers sygdom. Med den længere middellevealder i befolkningen forventes antallet af mennesker i Danmark med demens at vokse markant, en generel tendens i hele den vestlige verden.

Alzheimers er bl.a. kendetegnet ved, at hjernen skrumper. Hjernevævet nedbrydes langsomt og vævet forsvinder. Ved en kombination af maskinlæring og billedbehandling af MR-scanninger af hjernevævet skal projektet undersøge, om billedmaterialet kan bruges til at påvise sygdommen, inden den er så fremskreden, at hjernevævet er begyndt at forsvinde.

Nye muligheder i måling af mikroskopiske ændringer

Magnetisk resonans (MR) scanning bruges allerede i dag til at diagnosticere Alzheimers. Der forskes udbredt i at udvikle computerbaserede metoder til automatisk analyse af MR billeder, også inden for andre sygdomme. Den hidtil anvendte metode har imidlertid fokuseret på at måle makroskopiske ændringer, dvs. tab af væv, der bogstaveligt talt kan ses med det blotte øje.

Lauge Sørensen fortæller om projektet: ”Vores ide er, at når disse ændringer er tilpas fremskredne til at kunne ses i et MR billede, vil de manifestere sig som teksturændringer i vævet. Ved at præsentere en computer for en masse eksempler på hjernevæv fra raske personer og personer med Alzheimers sygdom, kan computeren ”læres op til” at kunne genkende og adskille vævsmønstre, der er karakteristiske for Alzheimers, fra ubeskadiget hjernevæv – og det er vores håb at kunne gøre dette på et tidligere tidspunkt , end det i dag er muligt at påvise sygdommen.”

Alzheimers kan ikke helbredes endnu

I dag findes der ingen medicin, der kan stoppe eller helbrede sygdommen. Der findes kun symptomlindrende medicin.

Det er håbet, at projektet kan føre til, at der med tiden vil kunne udvikles medicin og sættes ind med behandling. Under alle omstændigheder vil en tidlig diagnosticering give patienten og pårørende bedre muligheder for at forberede sig mentalt på sygdommen, ligesom forskning i forebyggende medicin vil kunne styrkes på basis af et bedre datamateriale.

Diagnosticeringsmetoden bruges også på andre sygdomme

Professor Mads Nielsen, der er direktør for partnervirksomheden BiomedIQ, har gennem en årrække forsket i at anvende biomarkører og computeranalyse af billeder til diagnosticering af en lang række sygdomme. Bl.a. tegner metoden lovende i forbindelse med tidlig diagnosticering af andre udbredte sygdomme som KOL og brystkræft.

”Det er nyt, at vi nu også går ind og kigger på hjernens sygdomme”, fortæller Mads Nielsen. ”Men med supercomputernes fremkomst og muligheden for at lade computeren gøre det vanskelige arbejde med at registrere og analysere datamængder af hidtil usete dimensioner og genkende mønstre og afvigelser, som er for små til at kunne ses af det menneskelige øje, har der åbnet sig et kæmpe potentiale for at gå ind og forebygge på langt tidligere stadier af sygdomme – og dermed opnå større helbredelsesprocenter.”

Yderligere oplysninger:

Lauge Sørensen, erhvervspostdoc, Datalogisk Institut KU, tlf. 61 68 71 08
Mads Nielsen, direktør, ph.d., BiomedIQ A/S, København, tlf. 28 75 14 50
Christian Igel, professor, ph.d., Datalogisk Institut, Københavns Universitet, tlf. 21 84 96 73, specifikt om maskinlæring.

Se også artikel om maskinlæring i DIKUs jubilæumsskrift:

http://diku.dk/ominstituttet/jubilee/dikus_jubilaeumsskrift/11.Machine_learning.pdf  

Læs også pressemeddelelsen på Højteknologifondens hjemmeside:

http://hoejteknologifonden.dk/projektgalleri/4_januar_2012/forbedret_diagnose_af_alzheimers_sygdom/