Объяснимый искусственный интеллект для выявления болезни Альцгеймера: обзор современных методов и применений

Explainable AI for Alzheimer Detection: A Review of Current Methods and Applications
Mohammed Nasser Al-Andoli, Fatima Hasan Saif, Wan Mohd Yaakob Wan Bejuri
2024-11-05

выявление болезни Альцгеймераобъяснимый искусственный интеллектFeature-Augmentedинтерпретируемая структурамагнитно-резонансная томография
Болезнь Альцгеймера (БА) является наиболее распространённой причиной деменции и характеризуется снижением когнитивных функций и потерей памяти. В последнее время методы машинного и глубокого обучения продемонстрировали перспективность для повышения эффективности выявления БА с помощью магнитно-резонансной томографии (МРТ), особенно в условиях, где специалисты могут быть недоступны. Эти методы способны оказывать поддержку врачам общей практики и неспециалистам в условиях высокой клинической нагрузки. Однако «чёрный ящик», характерный для многих методов искусственного интеллекта, затрудняет полное доверие врачей-неспециалистов к точности их диагностики. В настоящем обзоре критически оцениваются современные методы объяснимого искусственного интеллекта (XAI), применяемые для выявления БА, и освещаются их ограничения. Кроме того, теоретически разработана новая структура интерпретируемости под названием «Feature-Augmented», предназначенная для повышения интерпретируемости моделей. Этот подход остаётся недостаточно исследованным, прежде всего из-за дефицита специализированных наборов данных по БА с объяснениями. Также подчёркивается важность точности и объяснимости моделей искусственного интеллекта, поскольку эти свойства повышают уверенность в диагностике и улучшают результаты оказания медицинской помощи пациентам.
1
Подчёркивается, что точные и объяснимые модели ИИ важны для повышения уверенности в диагностике и улучшения результатов лечения пациентов.
2
Машинное и глубокое обучение, применяемые к МРТ, демонстрируют потенциал для улучшения выявления болезни Альцгеймера, особенно при ограниченном доступе к специалистам.
3
Природа многих моделей ИИ типа «чёрного ящика» ограничивает доверие к диагностике и их использование врачами-неспециалистами в клинических условиях.
4
Предложенная теоретическая структура интерпретируемости «Feature-Augmented» предназначена для повышения интерпретируемости моделей, но остаётся малоизученной из-за нехватки специализированных объяснимых наборов данных по болезни Альцгеймера.
5
В обзоре критически оцениваются современные методы объяснимого ИИ для выявления болезни Альцгеймера и выявляются существенные ограничения их применения.

Методы и применения объяснимого ИИ для выявления болезни Альцгеймера по данным МРТ

Интерпретируемость, ограничения и влияние на доверие к диагностике моделей ИИ для выявления болезни Альцгеймера

Publication Details
Publication Date
2024-11-05
Journal
Publisher
ISSN
Cited by
44
Access Type
Author Information
Authors
Mohammed Nasser Al-Andoli
Fatima Hasan Saif
Wan Mohd Yaakob Wan Bejuri
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%